MEDTECH: AI e HEALTHCARE

Un Futuro non troppo lontano...

La tecnologia? Tutta salute!

Il settore sanitario sta subendo notevoli trasformazioni innescate dall'introduzione e dal progressivo utilizzo delle nuove tecnologie. Tra le tecnologie esponenziali, l’intelligenza artificiale è una tra quelle con i maggiori tassi di crescita.

 Secondo uno studio della Stanford University, “Artificial Intelligence and Life in 2030”, il settore sanitario è uno degli otto settori in cui l’impatto dell’intelligenza artificiale sarà maggiormente rilevante.

A livello mondiale, il giro di affari relativo all’insieme delle tecnologie applicate alla sanità (quali ad esempio 3D Printing, Virtual Reality, Internet of Things, Artificial Intelligence, ecc...) potrebbe aumentare e raggiungere i 280,25 miliardi di dollari entro il 2021, con un tasso di crescita (CAGR) del 15,9% tra il 2016 e il 2021.

Negli ultimi anni, infatti, abbiamo assistito all’ingresso sul mercato sanitario di aziende tecnologiche innovative con un' attenzione crescente da parte dei Tech giants (Google, Amazon, Wallmart e altri), che promettono di rivoluzionare le tradizionali modalità di assistenza sanitaria attraverso la digitalizzazione dei servizi e la disintermediazione degli stessi rispetto agli erogatori tradizionali.

Anche in questo settore, il potenziale “lato oscuro” dell’AI derivante dalla temuta sostituzione dell'uomo (in questo caso medico), dai rischi per il rispetto della privacy, dalla protezione dei dati sanitari personali e da molte altre possibili distorsioni generate dall’impiego dell’AI, sono argomenti di grande attualità sia tra gli addetti ai lavori sia nel dibattito che si sviluppa sui media.

Il contributo dell’Artificial Intelligence alla trasformazione del settore sanitario può essere letto lungo due differenti dimensioni di analisi:

• La capacita dell’AI di apportare innovazione;

• Il tipo di impatto generato dalle applicazioni dell’AI.

La lettura integrata di queste due dimensioni genera quattro modelli di analisi delle possibili applicazioni dell’Artificial Intelligence nel settore sanitario, come mostrato in figura.

Questo permette di sviluppare un approccio organico e coerente all’analisi delle opportunità dell’AI in sanità.

PATH I: Automate and enrich process

In questo percorso l'AI è utilizzata per generare efficienza e aumentare l’efficacia di alcune attività tramite una maggiore tempestività, accuratezza e sicurezza del processo. Le organizzazioni sanitarie che sviluppano progetti all’interno di questo percorso utilizzano l'AI come tecnologia di accelerazione e automatizzazione dei processi, con l'obiettivo di aiutare la forza lavoro a essere più efficiente ed efficace.

In questa configurazione, l'obiettivo principale delle applicazioni di AI quali RPA e Deep Learning è quello di elaborare rapidamente e accuratamente grandi quantità di dati/ immagini e svolgere processi di tipo amministrativo in maniera molto più rapida rispetto all'uomo, cercando almeno di garantire i medesimi livelli di accuratezza e precisione. Questo percorso è quello in cui sono nate le prime applicazioni concrete dell’AI in sanità e gli esempi rintracciabili sono davvero molti.

Un esempio concreto

Enlitic è una azienda basata a San Francisco che utilizza il Deep Learning per rendere i reparti di radiologia più veloci e precisi. Con il contributo di radiologi di livello internazionale, data scientist e ingegneri informatici, l’azienda ha sviluppato un algoritmo in grado di integrarsi con i PACS (sistema di archiviazione e trasmissione di immagini) e automatizzare la refertazione. Questi offrono ai radiologi soluzioni di triaging per scansionare più referti clinici, determinare le priorità e indirizzarle al medico più appropriato. La tecnologia di Enlitic è in grado di interpretare un'immagine diagnostica nell'ordine di millisecondi, con una risposta fino a 10.000 volte più veloce in media rispetto alla tradizionale attività del radiologo, automatizzando e arricchendo i suoi processi di lavoro tradizionali.

PATH II: Change patient experience

In questo percorso l’utilizzo dell’AI da parte delle organizzazioni sanitarie ha lo scopo di migliorare i processi tradizionali ma, a differenza del percorso precedente, si propone di modificare radicalmente l’esperienza di fruizione del servizio da parte del paziente e dei suoi familiari. Le organizzazioni sanitarie che sviluppano progetti all’interno di questo percorso hanno l’obiettivo, attraverso device di uso comune come smartphone e assistenti personali virtuali, di fare in modo che i pazienti interagiscano con l’AI e che questa tecnologia diventi parte integrante della relazione e dell’esperienza di cura che l’organizzazione sanitaria costruisce con essi.

Un esempio concreto

DeloitteASSIST è una soluzione realizzata da Deloitte Australia per il Prince of Wales Hospital di Sydney, per consentire ai pazienti allettati (in ospedale e al domicilio) di richiedere assistenza infermieristica attraverso l’impiego di un personal assistant, posizionato al letto del paziente e integrato alla cartella clinica elettronica. Questa innovazione modernizza il tradizionale processo di chiamata dell’infermiere tramite pulsante attraverso la possibilità di esprimere la richiesta verbalmente e fare in modo che gli operatori visualizzino direttamente sulla cartella clinica e sulla dashboard di reparto la stessa, avendo la possibilità di discernere – ad esempio – tra richieste urgenti e differibili grazie all’analisi effettuata dall’AI.

PATH III: Transform healthcare delivery model

In questo percorso l’utilizzo dell’AI avviene in combinazione ad altre tecnologie esponenziali, con lo scopo di offrire un nuovo modello di servizio ai pazienti. In questo caso, le organizzazioni sanitarie tradizionali e organizzazioni non sanitarie utilizzano l'AI in combinazione con altre tecnologie per trasformare radicalmente il modo in cui l'assistenza sanitaria viene fornita in specifici ambiti di diagnosi e cura. Questo modello di applicazione dell’AI arriva a nuovi paradigmi di erogazione e fruizione dell’assistenza sanitaria, cercando di trasferire all’interno del settore salute dinamiche digitali con le quali il cittadino ha già sviluppato una forte consuetudine in quasi tutti gli altri ambiti della sua vita (trasporti, turismo, servizi finanziari, telecomunicazioni, tempo libero e sport).

Un esempio concreto

Babylon Health è una azienda nata in Inghilterra nel 2013 come azienda di telemedicina. Oggi Babylon Health ha l'obiettivo di diventare una digital healthcare company globale, con progetti in diverse parti del mondo e in collaborazione con diversi interlocutori tradizionali dei settori sanitari di diversi Paesi. Babylon Health ha avuto una grande visibilità, anche sui media non specializzati, in quanto ha siglato un contratto con l’NHS (il Servizio Sanitario Nazionale inglese) per offrire la possibilità ai cittadini inglesi, coperti dal progetto “GP at Hand”, di sperimentare se continuare ad avere il Medico di Medicina Generale tradizionale o se, viceversa, passare al servizio virtuale offerto da Babylon attraverso la propria rete di medici e basato su tecnologie evolute che combinano aspetti di AI, interoperabilità, mobile health e trasformano radicalmente l’esperienza del paziente, quella del medico e l’assetto del sistema sanitario nel suo complesso.

PATH IV: Transform healthcare governance

In questo percorso l’utilizzo dell’AI ha lo scopo di migliorare la governance dei sistemi sanitari e favorire il progresso in termini di sviluppo di nuovi trattamenti, farmaci e dispositivi. Le organizzazioni e le istituzioni che avviano progettualità in questo ambito utilizzano l’AI per analizzare grandi quantità di dati e poter, in questo modo, intervenire sulle logiche di rimborso, supportare lo sviluppo della VBHC (Value based Health Care), implementare programmi di RWE (real world evidence) e population health management innovativi, migliorare l’allocazione delle risorse e i processi di Planning & Procurement. 

Un esempio concreto

Healint è un'azienda nata a Singapore che aiuta le persone che soffrono di emicrania a gestire la loro condizione, fornendo loro una APP dove poter inserire i propri sintomi e registrare informazioni, oltre a fruire dei dati in tempo reale. Healint, tuttavia, non si limita a gestire il problema del singolo paziente. Attraverso l’uso evoluto di Deep Analytics & Machine Learning sulla grande quantità di dati raccolti nella propria APP, la compagnia è in grado di fornire dati di real world patient insight che possono essere utilizzati per finalità di ricerca e trattamento della patologia, anche in collaborazione con i diversi attori dell’ecosistema salute come, ad esempio, provider e supplier.

Distribuzione del MedTech nel Mondo

Esaminando i casi di successo per ciascun Paese, si evidenzia un ruolo guida degli Stati Uniti, che presentano ben 64 best case distribuiti nei quattro quadranti. Osservate a livello consolidato, anche l’Europa insieme a Canada e Australia mostra una buona propensione a investire in questa tecnologia.

In generale, le principali prospettive di sviluppo, per tutte le categorie di stakeholder, sono legate alla medicina personalizzata e all'automazione dei processi.

La bassa disponibilità/qualità dei dati è legata al ritardo della digitalizzazione del settore che, ad esempio, presenta ancora oggi una scarsa diffusione e adozione della cartella clinica elettronica (CCE). La mancata digitalizzazione del Sistema Sanitario, infatti, porta ad una limitata fruibilità del dato clinico conseguente alla mancanza di database di qualità su cui innestare sistemi basati sugli algoritmi tipici dell’AI.

In conclusione...

La convergenza delle tecnologie esponenziali crea opportunità di innovazione per il settore sanitario, rendendo possibili scenari che sembravano difficilmente immaginabili solo pochi anni fa. Tuttavia, in un mondo che si è digitalizzato molto velocemente e in diversi ambiti (servizi finanziari, telecomunicazioni, trasporti, tempo libero, commercio etc.), in molti paesi sviluppati si è creato un digital divide che ha progressivamente allontanato la sanità dai principali settori economici in termini di adozione di modelli e comportamenti ispirati al digitale.

Al ritardo nella rivoluzione digitale, si accompagna una crescente difficoltà nella gestione dei sistemi sanitari a livello globale. Le sfide collegate all’invecchiamento della popolazione, all’aumento delle cronicità, all’aumento dei costi per alcuni trattamenti farmacologici e al progressivo peggioramento degli stili di vita, creano problemi di sostenibilità dell’assistenza sanitaria in diversi paesi. Difficoltà che emergono in termini di profilo ed entità dei costi, qualità dei servizi e outcome prodotti.