I vantaggi dell'AI nel settore sanitario

Nel settore dell'assistenza sanitaria, l'intelligenza artificiale è utilizzata per tutto, dalla risposta alle domande dei pazienti all'assistenza negli interventi chirurgici, fino allo sviluppo di nuovi farmaci.

Secondo Statista, il mercato dell'AI, il cui valore nel 2021 si attestava a 11 miliardi di dollari, nel 2030 dovrebbe raggiungere un valore di 187 miliardi di dollari. Questo aumento considerevole significa che probabilmente continueremo ad assistere a notevoli cambiamenti nel modo in cui operano i fornitori di servizi sanitari, gli ospedali, le aziende farmaceutiche e biotecnologiche e altri operatori del settore sanitario.

Migliori algoritmi di machine learning, un maggiore accesso ai dati, un hardware più economico e la disponibilità del 5G hanno contribuito alla crescente applicazione dell'AI nel settore sanitario, accelerando il ritmo del cambiamento. Le tecnologie AI e ML sono in grado di setacciare enormi volumi di dati sanitari, dalle cartelle cliniche e gli studi clinici alle informazioni genetiche, e di analizzarli molto più velocemente rispetto agli esseri umani.

Le organizzazioni sanitarie utilizzano l'AI per migliorare l'efficienza di tutti i tipi di processi, dalle attività di back-office alle cure dei pazienti. Di seguito sono riportati alcuni esempi di come l'AI potrebbe essere utilizzata a beneficio del personale e dei pazienti:

• Workflow amministrativo: gli operatori sanitari passano molto tempo a sbrigare pratiche burocratiche e altre attività amministrative. L'AI e l'automazione possono aiutare a svolgere molte di queste attività banali, permettendo così ai professionisti di dedicare più tempo ad altre attività al contatto con i pazienti. Ad esempio, l'AI generativa può aiutare i medici a prendere appunti e a riassumere i contenuti, contribuendo a la massima precisione possibile nell cartelle cliniche. L'AI potrebbe anche aiutare a codificare e condividere in modo accurato le informazioni tra i reparti e la fatturazione.
• Assistenti sanitari virtuali: uno studio ha rivelato che il 64% dei pazienti ha familiarità con l'AI e la utilizza per accedere giorno e notte alle risposte degli assistenti sanitari. Gli assistenti sanitari virtuali basati su AI (chatbot, app o altre interfacce con tecnologia AI) possono essere utilizzati per rispondere a domande relative a farmaci, inoltrare referti a medici o chirurghi e aiutare i pazienti a prenotare una visita con un medico. Questo tipo di attività di routine può alleggerire il carico di lavoro del personale sanitario, che può quindi dedicare più tempo alla cura del paziente, ossia impegnarsi in situazioni in cui il giudizio umano e l'interazione sono più importanti.
• Riduzione degli errori nei dosaggi: l'AI può essere utilizzata per aiutare a individuare gli errori di autosomministrazione dei farmaci. Un esempio a tal proposito viene da uno studio pubblicato su Nature Medicine, che ha rilevato che fino al 70% dei pazienti non assume insulina secondo quanto prescritto. Uno strumento basato su AI posizionato dietro al paziente (molto simile a un router wifi) potrebbe essere utilizzato per segnalare errori nel modo in cui il paziente somministra una penna o un inalatore per insulina.
• Interventi chirurgici meno invasivi: i robot basati su AI potrebbero essere utilizzati per lavorare su organi e tessuti sensibili, ridurre la perdita di sangue, il rischio di infezioni e alleviare il dolore post-operatorio.
• Prevenzione delle frodi: le frodi nel settore sanitario sono enormi, ammontano a 380 miliardi di dollari all'anno e provocano un aumento dei costi vivi e dei premi delle assicurazioni mediche per i consumatori. L'implementazione dell'AI può aiutare a riconoscere anomalie o richieste di rimborso assicurativo sospette, come ad esempio nel caso di una fatturazione di procedure o servizi onerosi che in realtà non vengono eseguiti, l'unbundling (ovvero la fatturazione di singoli passaggi di una procedura come se fossero invece procedure separate) e l'esecuzione di test non necessari per ricevere il pagamento da parte delle assicurazioni.

Uno studio recente ha rilevato che per l'83% dei pazienti l'aspetto peggiore della propria esperienza nel settore sanitario risiede nella scarsa comunicazione, dimostrando in questo l'assoluta necessità di una comunicazione più chiara tra paziente e operatore sanitario. Le tecnologie AI, come l'elaborazione del linguaggio naturale (NLP), l'analytics predittiva e il riconoscimento vocale potrebbero aiutare gli operatori sanitari a stabilire una comunicazione più efficace con i pazienti. L'AI potrebbe, ad esempio, fornire informazioni più specifiche sulle opzioni di trattamento di un paziente, consentendo all'operatore sanitario di interagire in modo più significativo con il paziente stesso e arrivare così a un processo decisionale condiviso.

Secondo la School of Public Health di Harvard, anche se impiegata da pochissimi giorni, l'AI quando esegue una diagnosi riesce a ridurre i costi di trattamento fino al 50% e ne migliora i risultati in termini di salute del 40%.

Un esempio di caso d'uso è l'Università delle Hawaii, un cui team di ricerca ha scoperto che l'implementazione della tecnologia AI di deep learning è in grado di migliorare la previsione dei rischi per il cancro al seno. Sono chiaramente necessarie ulteriori ricerche, ma il capo ricercatore ha sottolineato che un algoritmo di AI può essere addestrato su un set di immagini molto più ampio di quello di un radiologo, fino a un milione o più di immagini radiologiche. Inoltre, l'algoritmo può essere replicato a costo zero, ad eccezione dell'hardware.

Un gruppo IT ha sviluppato un algoritmo di apprendimento automatico (ML) per stabilire quando è necessario l'intervento dell'uomo. In alcune situazioni, come nel caso dell'identificazione della cardiomegalia nelle radiografie al torace, è stato scoperto che il modello ibrido uomo-AI è quello che produce i migliori risultati.

In un altro studio pubblicato è stato scoperto che l'AI è stata in grado di riconoscere il cancro della pelle addirittura meglio di medici esperti. Ricercatori statunitensi, tedeschi e francesi hanno utilizzato il deep learning su oltre 100.000 immagini per individuare il cancro della pelle. Mettendo a confronto i risultati dell'AI con quelli di 58 dermatologi internazionali, è stato dimostrato che l'AI ha obiettivamente fatto meglio.

Man mano che i dispositivi per la salute e il fitness diventano più popolari, sempre più persone utilizzano app che tracciano e analizzano i dettagli sulla loro salute. Queste app condividono poi tali set di dati in tempo reale con i medici per monitorare eventuali problemi di salute e fornire avvisi in caso di problemi.

Le soluzioni di AI, come le applicazioni di big data, gli algoritmi di machine learning e gli algoritmi di deep learning, possono essere utilizzate anche per aiutare le persone ad analizzare grandi set di dati per favorire i processi decisionali clinici e di altro tipo. L'AI può essere utilizzata anche per aiutare a rilevare e monitorare le malattie infettive, come COVID-19, tubercolosi e malaria.

Uno dei vantaggi apportato dall'utilizzo dell'AI al sistema sanitario è la semplificazione della raccolta e della condivisione delle informazioni. L'AI può aiutare i fornitori a tenere traccia dei dati dei pazienti in modo più efficiente.

Un esempio è quello del diabete. Secondo il Centers for Disease Control and Prevention, il 10% della popolazione statunitense soffre di diabete. I pazienti ora possono utilizzare dispositivi indossabili e altre apparecchiature di monitoraggio che forniscono feedback sui livelli di glucosio a loro stessi e al loro team di medici. L'AI può aiutare i provider a raccogliere tali informazioni, archiviarle e analizzarle e fornire insight basati sui dati di un gran numero di persone. L'utilizzo di queste informazioni può aiutare i professionisti del settore sanitario a determinare come trattare e gestire meglio le patologie.

Anche le aziende stanno iniziando a utilizzare l'AI per cercare di migliorare la sicurezza dei farmaci. Ad esempio, l'azienda SELTA SQUARE sta innovando il processo di farmacovigilanza (PV), una disciplina obbligatoria per legge per il rilevamento e la segnalazione di effetti negativi derivanti dai farmaci al fine di valutare, comprendere e prevenire tali effetti. La farmacovigilanza richiede uno sforzo e un impegno considerevoli da parte dei produttori farmaceutici, in quanto viene eseguita dalla fase di sperimentazione clinica fino alla disponibilità del farmaco per tutta la sua durata. Selta Square utilizza una combinazione di AI e automazione per rendere il processo di farmacovigilanza più rapido e accurato, contribuendo così a rendere i farmaci più sicuri per i pazienti di tutto il mondo.

A volte, l'AI potrebbe ridurre la necessità di testare fisicamente potenziali composti farmaceutici, il che comporta un enorme risparmio in termini di costi. Le simulazioni molecolari ad alta fedeltà possono essere eseguite su computer senza dover affrontare i costi elevati dei metodi di scoperta tradizionali.

L'AI ha inoltre il potenziale per aiutare l'uomo a prevedere la tossicità, la bioattività e altre caratteristiche delle molecole o a creare da zero molecole di farmaci precedentemente sconosciute.

Con l'aumento dell'importanza dell'AI nel campo dell'assistenza sanitaria e lo sviluppo di un numero sempre maggiore di applicazioni mediche basate su AI, è necessario stabilire una governance etica e normativa. Le questioni che sollevano preoccupazioni includono la possibilità di parzialità, la mancanza di trasparenza, dubbi sulla privacy per quanto riguarda i dati utilizzati per l'addestramento dei modelli AI e le questioni relative alla sicurezza e alla responsabilità.

"La governance dell'AI è necessaria, soprattutto per le applicazioni cliniche della tecnologia," ha dichiarato Laura Craft, VP Analyst di Gartner. "Tuttavia, dal momento che le nuove tecniche di AI sono fondamentalmente un territorio inesplorato per la maggior parte [delle organizzazioni sanitarie], mancano regole, processi e linee guida comuni che gli imprenditori virtuosi possano seguire mentre danno forma ai loro progetti pilota."

L'Organizzazione Mondiale della Sanità (OMS) ha trascorso 18 mesi a deliberare con i maggiori esperti di etica, tecnologia digitale, diritto e diritti umani e vari membri dei Ministeri della Salute per produrre un report chiamato Ethics & Governance of Artificial Intelligence for Health. Questo report identifica le sfide etiche legate all'uso dell'AI nel settore sanitario, identifica i rischi e delinea sei principi di consenso per garantire che l'AI funzioni a beneficio del pubblico:

1. Protezione dell'autonomia
2. Promuovere la sicurezza e il benessere dell'essere umano
3. Garantire la trasparenza
4. Promuovere la responsabilità
5. Garantire l'equità
6. Strumenti di promozione reattivi e sostenibili

Il report dell'OMS fornisce inoltre delle raccomandazioni per garantire che la gestione dell'AI per l'assistenza sanitaria massimizzi le aspettative della tecnologia e renda gli operatori sanitari responsabili e attenti alle comunità e ai pazienti con cui hanno a che fare.

L'AI offre la possibilità di ridurre l'errore umano, assistere i professionisti e il personale medico e fornire assistenza ai pazienti 24 ore su 24, 7 giorni su 7. Con il costante sviluppo degli strumenti di AI, è possibile utilizzare ancora di più la tecnologia AI per leggere le immagini mediche, le radiografie e le scansioni, diagnosticare eventuali problemi medici e approntare i diversi piani di trattamento.

Le applicazioni di AI continuano a contribuire a semplificare varie attività, dal rispondere al telefono all'analizzare l'evoluzione dello stato di salute della popolazione (insieme, probabilmente, ad applicazioni ancora da considerare). Ad esempio, i futuri strumenti di AI potrebbero automatizzare o migliorare ulteriormente il lavoro dei medici e del loro staff. Ciò consentirà alle persone di dedicare più tempo a un'assistenza professionale faccia a faccia che sia più efficace ed empatica.

Quando i pazienti hanno bisogno di aiuto, non vogliono (o non possono) aspettare. Le risorse delle strutture sanitarie sono limitate, per cui l'assistenza non è sempre disponibile immediatamente o 24 ore su 24, 7 giorni su 7, e anche minimi ritardi possono creare frustrazione e un sentimento di solitudine o addirittura peggiorare determinate condizioni.

I chatbot per l'assistenza sanitaria IBM® watsonx Assistant basati su AI possono aiutare gli operatori a fare due cose: concentrare il loro tempo laddove è effettivamente necessario e consentire ai pazienti che chiamano di ottenere risposte rapide a domande semplici.

IBM watsonx Assistant si basa su modelli di deep learning, machine learning ed elaborazione del linguaggio naturale (NLP) per capire le domande, cercare le risposte migliori e completare l'interazione con il paziente utilizzando l'AI conversazionale.