Questo sito utilizza cookie per raccogliere informazioni sull'utilizzo. Cliccando su questo banner o navigando il sito, acconsenti all'uso dei cookie. Leggi la nostra cookie policy.OK

Direttore responsabile Alessandro Longo

screening di massa

Big data in Sanità: come risparmiare 10 miliardi

di Domenico Marino, Professore di Politica Economica Università Mediterranea di Reggio Calabria, componente della Task Force Agid sull'Intelligenza Artificiale

29 Set 2017

29 settembre 2017

Timori per la privacy a parte, le potenzialità dell’AI all’interno di programmi di screening di massa per la prevenzione di malattie quali i diabete o le malattie cardiovascolari sono notevoli e consentirebbero di portare ad un risparmio del 10% dei costi per il sistema sanitario nazionale

L’utilizzo dei big dati sanitari rappresenta oggi una delle sfide più importanti per assicurare una maggiore efficienza ed efficacia ai sistemi sanitari. L’utilizzo dell’Intelligenza Artificiale (AI) per sfruttare meglio le potenzialità dei big data sanitari rappresenta, poi, una delle frontiere più promettenti da esplorare.

È di pochi giorni fa la notizia che è stato possibile diagnosticare con 10 anni di anticipo l’insorgenza dell’Alzheimer utilizzando degli algoritmi di intelligenza artificiale.

In particolare le potenzialità dell’AI possono essere utilizzare per favorire all’interno di programmi di screening di massa la prevenzione delle malattie che costituiscono le principali cause di morte della popolazione. In Italia, ad esempio, le malattie metaboliche costituiscono il 5% delle cause di morte, le malattie tumorali il 30% e le malattie cardiovascolari un altro 30%. L’e-Health connesso con lo sviluppo di nuovi sensori e l’integrazione di questi all’interno di strumenti di uso comune (come gli smartphone) potrebbe consentire lo sviluppo di programmi di screening di massa che potrebbero contribuire in maniera significativa alla diagnosi precoce e quindi alla riduzione della morbilità e della mortalità per queste patologie.

Utilizzando tecniche di cloud computing al fine di integrare i dati dello screening con il fascicolo sanitario personale contenente anche specifiche informazioni sullo stile di vita e addestrando opportunamente una rete neurale, dopo una opportuna valutazione di algorithmic accountability, con questi dati si potrebbero individuare i soggetti potenzialmente a rischio di sviluppare la patologia in una fase ancora molto iniziale e permettere attraverso controlli accurati l’individuazione precoce della patologia.

Allo stato attuale lo screening di massa potrebbe ottenere ottimi risultati nella prevenzione del diabete e buoni risultati nella prevenzione delle malattie cardiovascolari. Non è ancora ben definito il grado di attendibilità per tutte le patologie neoplastiche, considerato l’elevato grado di complessità della patologia, tuttavia appare estremamente probabile poter ottenere buoni risultati affinando le metodologie e le conoscenze su alcune tipologie che presentano una maggiore facilità di diagnosi. Secondo alcune stime il semplice tele-monitoraggio a casa dei malati cardiologici ridurrebbe il numero di giorni di degenza del 26% e consentirebbe un risparmio del 10% dei costi sanitari, con un aumento dei tassi di sopravvivenza del 15%. Agendo in una fase ancora precedente, quando ancora gli individui non hanno cognizione di essere malati, è possibile un intervento terapeutico molto più tempestivo e di conseguenza un sostanziale miglioramento dei tassi di sopravvivenza, dei tassi di disabilità e una riduzione dei costi sanitari, nonché una minore mortalità e minore morbilità. Si effettuerà quindi un’analisi costi-benefici, considerando il costo dello screening di massa con i benefici della prevenzione in termini di minori costi per il sistema sanitario che in maggiori benefici per il paziente.

Nel caso italiano l’utilizzo dello screening di massa potrebbe portare ad un riduzione  dei costi per il sistema sanitario nazionale che potrebbe essere dell’ordine anche di 10 miliardi di euro a fronte di un costo estremamente contenuto dello screening di massa.

Un aspetto problematico è costituito dalla gestione di un insieme di big data sanitari in maniera tale da garantire la privacy e il loro corretto utilizzo. In relazione a quest’ultimo punto sarà necessario costruire costruire una regulatory compliance capace di assicurare una protezione e tutela del dato sanitario tenendo conto delle norme contenute nel Regolamento 2016/679/UE che entrerà in vigore nel 2018 e che passa attraverso la standardizzazione dei processi e la costruzione di metriche e protocolli sicuri per la condivisione e l’elaborazione delle informazioni.

Articoli correlati