i dati

Sanità in emergenza: così telemedicina e AI potrebbero contenere l’epidemia

Nei prossimi mesi bisognerebbe approfondire il modo in cui le tecnologie dell’intelligenza artificiale, applicate nel contesto sanitario, possono migliorare la qualità del sistema attuale, anche con riferimento al contenimento delle epidemie: vediamo i vantaggi di tele-monitoraggio e analisi dei big data

30 Mar 2020
Domenico Marino

Università degli Studi Mediterranea di Reggio Calabria


L’epidemia di Covid-19 ha messo in evidenza da un lato la fragilità di un sistema sanitario tradizionale che non è in grado di intervenire con efficienza ed efficacia per fermare subito il contagio e per diminuire la perdita di vite umane, dall’altro la necessità di introdurre delle innovazioni tecnologiche che arricchiscano la faretra dei sanitari di nuove frecce.

La telemedicina e il monitoraggio della salute, la prevenzione delle crisi e il sostegno alle attività quotidiane rappresentano un campo emergente di applicazione che deve essere ampliata livello nazionale, con particolare riferimento alle persone fragili, agli anziani e alle persone con malattie croniche.

Alla luce di ciò, la prevenzione del declino funzionale e il trattamento della fragilità fisica e della debolezza cognitiva assumono particolare importanza, così come lo sviluppo di soluzioni per la vita indipendente, anche attraverso lo studio di nuovi modelli diagnostici e strumenti di monitoraggio in grado di ridurre il rischio clinico e allo stesso tempo i relativi costi sanitari e di cura.

Intelligenza artificiale per il contenimento delle epidemie

Un aspetto importante che dovrebbe essere esplorato nei prossimi mesi è il modo in cui le tecnologie dell’intelligenza artificiale, applicate nel contesto sanitario, possono in definitiva migliorare la qualità del sistema attuale, anche con riferimento al contenimento delle epidemie, e se il lavoro svolto nell’ambito degli sforzi ora compiuti è ottimizzato e sufficiente per raggiungere nuovi obiettivi. In particolare, la capacità di elaborare grandi quantità di dati fungerà da catalizzatore, innescando un numero estremamente elevato di benefici nel settore della salute e del benessere in termini di prevenzione, diagnosi e trattamento individuale, permettendo anche di gestire in maniera molto più efficiente una pandemia.

L’analisi dei dati sulla mortalità sembra suggerire un’evidenza empirica che mette ancora in luce la straordinaria potenza della telemedicina e degli strumenti tecnologici nella gestione delle epidemie.

Il grafico seguente mostra la mortalità regionale per Covid-19.

Fonte: Ns elaborazioni su dati protezione civile del 22 marzo 2020

Queste differenze molto forti non possono passare inosservate. Considerando poco significative regioni che presentano pochi casi di contagio e di morti, non si può però non notare la forte differenza di mortalità fra la Lombardia e il Veneto, regioni che condividono una quasi identica struttura demografica ed una comparabile sanità regionale. Non è quindi il maggior numero di anziani e la diversa efficienza della sanità che può spiegare il 12,7% di mortalità della Lombardia contro il 3,3% di mortalità del Veneto. La spiegazione è dovuta probabilmente alla diversa gestione dell’epidemia.

LIVE STREAMING 4 giugno
Emergenza e attività in difficoltà? Affronta le nuove sfide con l'Intelligenza artificiale
Intelligenza Artificiale
Realtà virtuale

Se guardiamo la tabella e il grafico in cui si compara il tasso di mortalità con il numero di tamponi effettuati per contagiato si scopre un’interessante e, per certi versi sorprendente evidenza.

Fonte: Ns elaborazioni su dati protezione civile del 22 marzo 2020

Tamponi/contagitasso mortalità
Piemonte2,876,4
Valle d’Aosta2,612,5
Lombardia2,5912,7
Trentino-Alto Adige5,373,6
Veneto11,263,3
Friuli V.G.7,745,4
Liguria3,0010,3
Emilia-Romagna3,7110,8
Toscana5,834,0
Umbria6,023,1
Marche2,647,6
Lazio12,903,8
Abruzzo5,755,6
Molise8,0610,6
Campania5,283,1
Puglia7,843,9
Basilicata7,940,0
Calabria13,432,9
Sicilia5,361,3
Sardegna7,092,1
Italia4,339,3

Fonte: Ns elaborazioni su dati protezione civile del 22 marzo 2020

Il Veneto presenta un rapporto di tamponi su contagi di 11,26 e un tasso di mortalità del 3,3%, dato simile al Lazio con un rapporto di tamponi su contagi di 12,90 e un tasso di mortalità del 3,8% e la Calabria (anche se in questo caso i dati sono pochi) che ha un tasso di mortalità del 2,9% a fronte del miglior rapporto fra tamponi e contagi di 13,43. E da notare che la regione Calabria è dopo Molise e Basilicata è la regione con anche il minor numero di contagi (273), pur avendo avuto il primo caso positivo già dal 4 marzo. Lombardia ed Emilia, invece, presentano rispettivamente un rapporto di tamponi su contagi di 2.59 e 3,71 e un tasso di mortalità del 12,7% e del 10,8%.

Due ipotesi

L’interpretazione di questa evidenza empirica ci porta a due ipotesi non alternative. La prima ipotesi è che la maggiore mortalità sia causata dal fatto che a causa dei minori controlli emergono solo i casi più gravi e che, quindi, dal computo dei contagiati, che costituisce il denominatore del tasso di mortalità, manchino molte unità. I contagi sarebbero, quindi, di molto superiori ai contagi rilevati. Questa non sarebbe in ogni caso una buona notizia, perché significa che molti asintomatici o pauci sintomatici non sanno di esserlo e continuano ad infettare. E, probabilmente, una parte di spiegazione del fenomeno questa circostanza la può dare.

Ma la seconda interpretazione del dato, che può essere complementare alla precedente, è anche che il basso numero di tamponi produce un ritardo nel tempo medio di individuazione e di eventuale ospedalizzazione del paziente e questo ritardo può anche essere una causa della maggiore mortalità perché impedisce cure tempestive che potrebbero migliorare la prognosi, soprattutto per i pazienti con più comorbilità.

Mentre il primo aspetto è legato a variabili epidemiologiche sulle quali è difficile incidere, il secondo aspetto rappresenterebbe, se fosse confermato, un limite oggettivo del sistema sanitario che ne riduce l’efficienza, anche a fronte di uno sforzo eroico ed encomiabile di tutto il sistema ospedaliero che ha gettato il cuore oltre l’ostacolo e ha sostenuto l’impatto di una terribile epidemia di cui si sa ancora ben poco e i cui numeri sono semplicemente spaventosi, superando con coraggio limiti strutturali e difficoltà.

Il monitoraggio dei soggetti pauci sintomatici e dei soggetti in quarantena è oggi affidato a un sistema di contatti telefonici, generalmente gestito dai medici di base, che di per sé, non è molto efficiente e che diventa assolutamente insufficiente quando il numero di positivi e di soggetti in quarantena diventa elevato.

Conclusioni

Se si avesse un sistema di telemonitoraggio medico, anche banalmente limitato alla temperatura, pressione, battito cardiaco e ossigeno del sangue – termometri digitali, misuratori della pressione, sistemi di monitoraggio della glicemia, misuratori dell’ossigeno nel sangue e sistemi di monitoraggio della frequenza cardiaca sono apparecchi non invasivi ormai noti e usati in forma domiciliare – il medico in remoto potrebbe costruirsi un quadro clinico dell’evoluzione della malattia molto più chiaro, soprattutto se associato ad una cartella sanitaria individuale con la quale correlare i dati sulle comorbilità pregresse con l’evoluzione del quadro clinico.

Si potrebbe intervenire, ospedalizzare ed eventualmente intubare i soggetti molto prima che si arrivi alla soglia critica di rischio. Per alleggerire il carico sui medici si potrebbero far gestire i soggetti meno problematici da un’intelligenza artificiale che, opportunamente addestrata, sia in grado di inviare degli alert quando riscontra situazioni di pericolo permettendo l’intervento dei sanitari.

Oggi con l’utilizzo dei big data sanitari e delle tecniche di deep learning siamo in grado di fare una gestione molto più efficiente delle epidemie, sia in termini di cura, sia in termini anche di individuazione attraverso il tracciamento delle catene di contagio e questo costituisce un notevole vantaggio. L’accesso istantaneo all’intero set di dati consente di prevedere l’evoluzione del quadro clinico attraverso algoritmi decisionali di supporto che rendono maggiormente efficiente l’intero processo.

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%. Nel caso dell’epidemia di Covid 19 la riduzione della mortalità attraverso la gestione tecnologica della malattia e la telemedicina è possibile, non solo per passare dal 12,7% della Lombardia al 3,3% del Veneto, ma anche per tentare di eguagliare il livello della Corea del Sud e della Germania che oggi hanno tassi inferiori all’1%.

Questo potrebbe significare anche quattro-cinquemila morti in meno!

WHITEPAPER
Data Strategy: quali sono le 3 fasi principali del processo di relazione con il cliente?
Big Data
Marketing

@RIPRODUZIONE RISERVATA

Articolo 1 di 3