Data-Driven Healthcare, cos’è e come l’analisi dei dati migliora la diagnostica

L’assistenza sanitaria del futuro sarà sempre più orientata e implementata dall’analisi dell’eccezionale quantità di dati che la rivoluzione digitale e le sue molteplici fonti mettono a disposizione. Della “Data-Driven Healthcare”, dei suoi utilizzi, dei prossimi sviluppi e anche delle potenziali criticità, si è parlato nel corso di FORUM Sanità 2024, l’evento di networking e approfondimento sulle sfide e le opportunità dell’innovazione tecnologica nel settore della salute, organizzato da Digital360 e main partner DXC Technology.

Nella fitta programmazione dei lavori, l’Innovation Lab Data-driven Health realizzato in collaborazione con DXC Technology, che ha coinvolto dirigenti aziendali, direttori UO, responsabili per la transizione digitale, data manager e IT manager, si è interrogato sulla governance dei dati, anche in relazione al sempre più diffuso utilizzo dell’intelligenza artificiale, e sulle opportunità di miglioramento della capacità diagnostica.

Cos’è la data-driven health e l’importanza crescente dei dati

La definizione mutuata dall’inglese di Data-Driven Health si può tradurre come “Sanità guidata dai dati o dalle informazioni”. Importante in questa definizione è la distinzione tra dato e informazione, dove il primo è la “rappresentazione oggettiva e non interpretata della realtà”, mentre la seconda è una “visione della realtà che deriva dall’elaborazione e interpretazione dei dati, ossia il significato che associamo a questi attraverso la contestualizzazione”. Il grande potenziale di applicazione e il processo di trasformazione profonda fanno parlare di una vera rivoluzione in atto nella Sanità. Le cartelle cliniche elettroniche, i dati di imaging medico, i dati genomici e i dati generati dai pazienti attraverso dispositivi indossabili sono solo alcune delle diverse fonti di dati che vengono prodotti quotidianamente. Grazie ai progressi scientifici e medici indotti da questa rivoluzione tecnologica, il risultato che si va sperimentando è un affinamento continuo delle diagnosi e trattamenti terapeutici, sempre più mirati sui singoli pazienti. Si tratta di un processo che nasce dall’interazione che ognuno di noi, consapevolmente o no, in maniera attiva o indiretta, ha ogni volta che si occupa della propria salute, generando file che viaggiano poi su device di ogni tipo, server, cloud computing, di cui sono dotate ormai tutte le strutture sanitarie. Questi set di dati sono talmente voluminosi da non poter essere gestiti dai software di elaborazione dati tradizionali. L’analisi di questi flussi impressionanti di dati, archiviati in infrastrutture di storage altrettanto smisurate, ha dato vita alla Data Science e alla figura altrettanto specializzata di Data Analyst. Il tema Analytics e della qualità del dato sanitario è stato uno dei più partecipati dell’Innovation Lab: “Condividere dati ed informazioni da essi generate con chi li inserisce è un meccanismo che abilita il miglioramento continuo della qualità del dato stesso – ha commentato Valerio Morfino, Public Sector Go to Market Data&AI Manager, DXC Technology Italia, che ha illustrato concretamente come l’analisi avanzata dei dati stia migliorando la gestione delle informazioni sanitarie. Caso di scuola è stata l’applicazione virtuosa di questa metodologia sulla raccolta dei dati dei tamponi durante la pandemia da Covid-19: in quella fase emergenziale, e per tanti versi inedita nella sua diffusione pressoché globale, la visualizzazione da parte dei conferitori dei dati sui tamponi, con evidenza di quelli mancanti, ad esempio sulla sintomatologia, ha innescato un miglioramento continuo della qualità della vasta base dati che emergeva.

Vantaggi della salute basata sui dati e miglioramento della diagnostica

Sono diversi i vantaggi che l’utilizzo dei dati permette alla Sanità moderna. L’analisi questi enormi data base sta generando la scoperta di nuove correlazioni, lo sviluppo di nuovi trattamenti innovativi e il miglioramento delle linee guida cliniche. Le innovazioni tecnologiche emergenti, in particolare la diffusione dell’IA e del machine learning, permettono capacità predittive finora inimmaginabili, a cominciare dall’ottimizzazione della gestione e prevenzione delle malattie croniche. Un simile utilizzo è il frutto della valorizzazione di immensi volumi di dati destrutturati che fanno parte della pratica clinica. I sistemi guidati dall’intelligenza artificiale sono infatti in grado di compiere l’estrazione di queste informazioni da dati destrutturati: refertazioni, imaging, anamnesi, e-mail e tutti i dati già disponibili nel patrimonio informativo delle strutture, debitamente trattati, possono trasformarsi in conoscenza preziosa per le strutture stesse e di conseguenza per i pazienti. Alla qualità del dato si affianca dunque sempre il tema del volume dei dati, che è fondamentale per l’addestramento dei modelli. L’apprendimento automatico, l’analisi predittiva, l’elaborazione del linguaggio naturale, la visualizzazione dei dati e molti altri metodi e strumenti fanno tutti parte dell’arsenale a disposizione della nuova assistenza sanitaria basata sui dati. “L’IA generativa permette di creare meccanismi evoluti di monitoraggio ed analisi della qualità dei dati che, in presenza di grandi volumi, consentono di individuare anomalie difficilmente rilevabili in altri modi e la loro segnalazione – ha affermato Morfino di DXC Technology Italia –. Con dati di elevata qualità, dunque affidabili, è possibile abilitare funzioni di analisi predittive di grande valore che, ricordando ancora una volta il periodo del Covid-19, hanno permesso di supportare il contrasto alla pandemia, ad esempio stimando le coorti di soggetti fragili, al fine di individuare le dosi di vaccino necessarie”. Il coordinamento delle cure, la precisione diagnostica e la creazione di regimi di trattamento personalizzati sono tutte aree in cui l’assistenza sanitaria può trarre grande vantaggio. Il risultato è una migliore erogazione dell’assistenza sanitaria basata sulle caratteristiche specifiche di ciascun paziente, tra cui il patrimonio genetico lo stile di vita, l’età biologica. Grazie al Fascicolo Sanitario Elettronico (FSE) sarà possibile, infatti, accedere alla totalità dei dati relativi allo stato di salute del paziente (anamnesi, allergie, trattamento di malattie precedenti, vaccini, visite specialistiche etc.), permettendo così al personale medico di consultare con facilità i file dei pazienti e avere un quadro generale estremamente completo sullo stato di salute, migliorando, grazie a modelli predittivi, anche l’efficacia delle terapie proposte.

Efficienza operativa e riduzione dei costi

Il cambiamento in atto non si esaurisce solamente sul fronte diagnostico e terapeutico, ma permetterà il miglioramento della gestione delle risorse sanitarie e di spesa, prevedendo al contempo trend e necessità di salute pubblica. La raccolta e l’analisi dei big data a livello di popolazione di una comunità o di uno stato consente di identificare tendenze e prevedere la domanda, ad esempio, di posti letto, farmaci, forniture sanitarie, reclutamento e turni del personale medico e paramedico. Una pianificazione più accurata dei costi fissi sarà possibile grazie all’accesso e all’analisi di così tanti parametri. Inoltre, l’identificazione progressiva e costantemente affinata dei macro-modelli clinici porta ad una comprensione migliore e più approfondita della salute del paziente, permettendo un’ottimizzazione delle risorse, un minor numero di ricoveri, una stima dei costi di trattamento, efficientando così la programmazione dell’assistenza a livello di sistema, locale e centralizzato. Grazie a connessioni digitali sempre più facili e più immediate, la collaborazione sinergica tra i diversi settori anche sul fronte degli investimenti in ricerca e digitalizzazione assicura di ottimizzare i budget di spesa delle singole organizzazioni, che individualmente faticherebbero a tenere il passo dell’escalation tecnologica. Gli algoritmi di IA, inoltre, si rivelano particolarmente efficienti nell’automatizzare compiti ripetitivi e standardizzati, generando anche in questo caso un risparmio in termini di risorse economiche ed umane. “L’investimento che il paese sta facendo sull’AI generativa può supportare l’automazione di operazioni ripetitive, anche su dati non strutturati, come testi, che richiedono tempo ed impegno, per lasciare alle persone più tempo per compiti complessi e strategici e per fare meglio tante cose – ha continuato Valerio Morfino di DXC Technology Italia –. Questo richiede coraggio, ambizione e visione. La tecnologia sta evolvendo velocemente, fornendo strumenti di AI sempre più affidabili e potenti. In un momento in cui il PNRR sta mettendo a disposizione risorse in una quantità inedita, è possibile, necessario, volgere lo sguardo verso obiettivi di ampia portata con coraggio e ambizione”.

Un sistema sanitario predittivo, più efficiente e centrato sul paziente

Gli scenari del prossimo futuro indicano un contributo significativo dei dati allo sviluppo della medicina predittiva, anche nella diagnosi precoce di quelle malattie oggi ancora troppe volte letali come diverse forme neoplastiche, in cui il fattore tempo è quanto mai decisivo. Grazie ai progressi continui della connettività ultraveloce e ai nuovi dispositivi indossabili o impiantati nell’organismo umano, i pazienti potranno essere monitorati costantemente a distanza e in tempo reale nel decorso post-operatorio e di malattie croniche o degenerative. Il cambio di paradigma è ormai più che avviato: “In questo momento storico siamo come all’alba di una nuova era. L’Intelligenza Artificiale esiste da diversi decenni, ma oggi grazie all’AI Generativa ed alle risorse del PNRR, siamo in una nuova fase – ha raccomandato Valerio Morfino, Public Sector Go to Market Data&AI Manager di DXC Technology Italia –. “E’ il momento giusto per andare verso obiettivi più ambiziosi, affrontando problemi complessi e guardando al futuro con fiducia”.