Secondo Dynabook, il settore healthcare è prossimo ad una vera e propria rivoluzione, che sarà guidata da alcune tecnologie come l’Intelligenza Artificiale e l’Edge Computing.
Massimo Arioli, Business Unit Director Italy di Dynabook Europe GmbH, ha dichiarato che l’implementazione dell’Intelligenza Artificiale ha registrato un tasso di crescita annuale pari al 41,4% dal 2020 per raggiungere i 51,3 miliardi di dollari entro il 2027, mentre l’Edge Computing dovrebbe toccare il 34,1% entro il 2025. Queste tecnologie sono in costante evoluzione e ormai sono parte integrante dei processi decisionali dei leader del settore healthcare. Inoltre, queste due tecnologie vanno di pari passo: l’intelligenza artificiale è la chiave per utilizzare l’edge computing e quest’ultimo è un abilitatore fondamentale per l’AI.
Con la pandemia, il settore healthcare si è rivolto all’Intelligenza Artificiale per accelerare la ricerca sul COVID-19, sbloccando quante più conoscenze possibili in merito al virus al fine di sviluppare i farmaci adeguati per combatterlo. Causaly, un’azienda tecnologica con sede nel Regno Unito, sta facendo esattamente questo: ha sviluppato uno strumento di ricerca biomedica che permette di eseguire ricerche approfondite e trovare risposte a domande complesse che in passato, utilizzando solo le tradizionali parole chiave, avrebbero richiesto settimane o mesi di lavoro. Invece, l’AI di Causaly è in grado di leggere, comprendere e interpretare vasti database di conoscenze biomediche in pochi secondi, permettendo ai ricercatori di mappare rapidamente dati epidemiologici, geni dei biomarker, target molecolari e di identificare potenziali opzioni di trattamento.
L’AI è senza dubbio una tecnologia ad alta intensità di dati e calcolo. Le preoccupazioni relative a larghezza di banda, latenza, sicurezza e costi rappresentano ostacoli significativi per la maggior parte delle aziende del settore sanitario, in particolare quando pochi secondi potrebbe essere fondamentali per un paziente. L’Edge supporta l’IA, contribuendo a superare queste sfide tecnologiche.
L’intelligenza artificiale ha, letteralmente, un grosso problema di dati. Ad esempio, un software che raccoglie informazioni sui pazienti dopo aver subito un intervento chirurgico traccerà i parametri vitali chiave e imparerà osservando ripetutamente lo stesso scenario. Grazie all’edge computing non è necessario inviare questi dati al cloud o a un data center distante, i medici possono raccogliere, analizzare e agire sui dati critici più vicini alla loro origine. Questo processo non solo riduce la larghezza di banda necessaria, ma consente anche di risparmiare i costi di backhauling. Inoltre, portare l’elaborazione al punto di raccolta aumenta il valore dai dati e offre ai medici un accesso immediato alle informazioni.
L’elaborazione dei dati a livello edge reduce anche la latenza, una delle ragioni più ovvie per decidere di implementare l’edge computing in un campo in cui i secondi possono fare la differenza. Tuttavia, man mano che le tecnologie e i servizi saranno sempre più distribuiti all’interno della rete di un’azienda sanitaria con l’aumento della telemedicina, la latenza crescerà. Laddove sono necessarie decisioni e azioni critiche in tempo reale per salvare vite umane, la latenza deve essere ridotta al minimo, individuando le attività chiave di elaborazione più vicine agli utenti finali, l’edge computing può fornire servizi basati sull’IA più veloci e reattivi per consentire un processo decisionale rapido ed efficace.
Secondo Arioli, la privacy rimane una sfida irrisolta nell’ambito dell’intelligenza artificiale, che il settore healthcare sta affrontando in modo autonomo. Storicamente la riservatezza medico-paziente permetteva di non rivelare le informazioni contenute nella cartelle cliniche, oggi l’industria si sta rendendo conto che il modo migliore per ottenere informazioni sui pazienti è quello di condividere queste cartelle, fare riferimenti incrociati e creare dati a valore che possono essere utilizzati per migliorare la cura dei pazienti.
Tuttavia, i sistemi devono essere sviluppati in modo da garantire la condivisione dei dati nella massina sicurezza. L’edge computing offre una soluzione a questo enigma. Grazie all’intelligenza artificiale basata su edge, le informazioni dei pazienti vengono memorizzate ed elaborate localmente su un dispositivo. Solo i set di dati che richiedono meno tempo possono essere inviati al cloud, mentre il resto rimane a livello locale. Meno trasferimenti di dati sensibili tra i dispositivi e il cloud, si traducono in una migliore sicurezza per le aziende sanitarie e per i pazienti.
