L'intelligenza artificiale può aiutare a ridurre i tempi di attesa negli ospedali
Dal Canada il progetto, riuscito, di un ospedale dimostra come digitalizzando al massimo le procedure si possono migliorare i servizi
Tra le varie preoccupazioni del Governo c'è la riduzione dei tempi d'attesa per le visite mediche. Numerosi sono i fattori che portano gli italiani a dover attendere mesi per un esame. Nei casi urgenti bisogna attendere fino a 60 giorni per la prima visita cardiologica, endocrinologica, oncologica e pneumologica. Senza un codice di priorità, si arriva ad aspettare dodici mesi per essere ricevuti da un endocrinologo e dieci mesi per vedere un cardiologo. Tempi che spesso hanno condannato a morte un paziente prima che potesse ricevere una diagnosi. Ma una soluzione per abbattere le liste di attesa potrebbe arrivare dall'Intelligenza Artificiale.
A Toronto, in Canada, l'Humber River Hospital (HRH) è il primo ospedale interamente digitalizzato del Nord America, in cui la gestione è affidata ai Big Data. Le potenzialità sono sterminate, spaziando dal razionalizzare l'approvvigionamento di farmaci e sangue alla pianificazione di ricoveri e turni del personale. Pertanto, un sistema automatico che contatta digitalmente le persone per informarle dell'annullamento di una prenotazione, offrendo una serie di date alternative e raccogliendo la nuova scelta, potrebbe essere una delle soluzioni valide per ridurre le attese, migliorando il servizio all'utenza e risparmiando alla struttura sanitaria.
Un sistema che utilizza messaggi o tecniche NLP (acronimo inglese per Elaborazione del Linguaggio Naturale), interagendo con una voce sintetica, simile a quanto avviene con gli assistenti virtuali come Siri e Alexa. Nel caso delle ASL, se c'è la possibilità di accedere alle cartelle cliniche degli assistiti, l'AI può dare la precedenza valutando le condizioni complessive del paziente. La capacità di analisi dei dati, eventualmente confrontati anche con le statistiche delle patologie ricorrenti sul territorio e per fasce d'età, riesce a definire un fattore di rischio e di conseguenza, l'urgenza o meno di una prestazione medica, creando una graduatoria tra tutti i pazienti.
Tra i tanti campi di applicazione, spicca anche quello dei trapianti d'organo, dove le liste d'attesa sono di anni e una percentuale di malati non sopravvive fino al momento di individuare un donatore. Con il supporto dei sistemi di Data Analytics, si può perfezionare la selezione dei destinatari sulla base di un'infinità di parametri e con una rapidità che nessun essere umano può eguagliare. Inoltre, queste raccolte di informazioni si arricchiranno, consentendo alla tecnologia dei big data di offrire all'intelligenza artificiale l'opportunità di ipotizzare veri percorsi di medicina predittiva, anticipando il rischio che un paziente sviluppi una determinata malattia e informando automaticamente il medico curante dell'opportunità di consigliare una visita specialistica o un test di un certo tipo.
«Durante la pandemia, se avessimo avuto a disposizione l'intelligenza artificiale, si sarebbero potuti indirizzare i casi più gravi verso i letti disponibili in tutte le regioni o potenziare l'assistenza remota della telemedicina con consulti e persino programmare interventi chirurgici sospesi durante il Covid»- ci spiega l'esperto di informatica Gianni Prandi della Vidierre, società che ha usato come modello di riferimento proprio l'Humber River Hospital (HRH) di Toronto.
Quali sono i vantaggi dell'intelligenza artificiale in ambito sanitario?
«I vantaggi sono molteplici. L'intelligenza artificiale è in grado di abbattere le liste d'attesa, di evitare che le persone si ammalino perché è in grado di prevenire l'insorgenza di malattie croniche (che hanno un costo molto elevato sociale ed economico) attraverso il monitoraggio di una serie di parametri in grado di stabilire la percentuale con la quale un individuo si ammalerà. Inoltre, con l'utilizzo dei Big Data, ad esempio, stiamo sperimentando un sistema nuovo per le ambulanze in Lazio, Emilia Romagna e Sicilia, in grado di razionalizzare il 50% dei viaggi. Questa simulazione consiste nel non lasciare mai che le ambulanze viaggino a vuoto. A bordo dell'ambulanza in transito è installato un sensore che avverte di altre emergenze nei paraggi. Ciò permette di razionalizzare i viaggi dando ovviamente priorità ai codici rossi e non lasciando mai l'ambulanza vuota».
Dove stanno usando l'Intelligenza artificiale in Italia in ambito sanitario?
«In Italia, l'IA in ambito sanitario non è ancora ampiamente utilizzata poiché il sistema è molto indietro. Solo in Emilia Romagna, Veneto e Lombardia si è cominciato a digitalizzare il sistema, un passaggio obbligato per utilizzare l'Intelligenza artificiale. Pertanto, servirebbe un sistema sanitario unico per tutte le regioni che porterebbe senza ombra di dubbio notevoli benefici per la cura dei pazienti. Come nel caso dei vari fascicoli sanitari regionali che non "dialogano" tra di loro, nel senso che non si riesce ad accedere ai dati dei pazienti che si trovano magari fuori regione e questo comporta ritardi nelle cure. La sanità del futuro va progettata ora o non si va da nessuna parte».
L'IA è consigliata per la protezione dei dati?
«L'IA è in grado di aumentare il livello di protezione (oggi in Italia bassissimo) contro le incursioni informatiche che avvengono sempre più frequentemente verso le strutture sanitarie pubbliche e private. I big data permettono di tutelare i dati personali dall'uso improprio per fini disonesti, come ad esempio l'uso fraudolento da parte di alcune aziende farmaceutiche che se ne impossessano per fini commerciali».
