Intelligenza artificiale generativa, le nuove opportunità in ambito sanitario secondo Dell

Fabio Funari, Sales Director Public Sector, Dell Technologies, spiega come l’intelligenza artificiale generativa può rendere il sistema sanitario più efficiente e vicino al paziente.  

Dall'automatizzazione delle cartelle cliniche al miglioramento dei risultati delle terapie, l’utilizzo dei dati ha contribuito alla radicale trasformazione digitale del settore healthcare. Con l'intelligenza artificiale generativa, si amplia il ruolo dei dati nel garantire un miglioramento nell'assistenza sanitaria. L'AI generativa promette, infatti, di rendere più efficace, veloce e personalizzato ogni aspetto dell'assistenza ai pazienti.

Il crescente interesse che questa tecnologia sta riscontrando nel settore sanitario apre nuove prospettive nell’innovazione medica e nella gestione dei pazienti, grazie a diversi ambiti applicativi. Una recente analisi condotta a livello globale da Capgemini Research Institute (“2024 Generative AI in organizations”) evidenzia che l'80% degli executive del settore farmaceutico e sanitario ritiene che i benefici dell'AI generativa superino i potenziali rischi associati. Il 93% afferma di aver iniziato a esplorare il potenziale dell'AI generativa o di aver avviato alcuni progetti pilota in questa direzione. Inoltre, lo studio mondiale  “Future Health Index 2024: Better care for more people” condotto da Philips ha mostrato come i leader del settore sanitario stiano utilizzando l'AI generativa per creare analisi approfondite basate sui dati dei pazienti - il 68% sta già investendo in questa tecnologia o prevede di farlo entro i prossimi tre anni.

La GenAI si basa appunto sui dati ed è qui che gli operatori sanitari possono ottenere i maggiori vantaggi, identificando le aree caratterizzate da molti dati non strutturati. Si tratta di informazioni che non hanno un formato fisso – parliamo di e-mail, immagini, video o note del medico. La GenAI può automatizzare le attività associate a questi dati per rendere più efficienti i processi che utilizzano queste informazioni. Per esempio, collegando le note del medico alle e-mail e alle immagini relative allo stesso paziente, al fine di permettere ai medici di prendere decisioni più informate e consapevoli.

Definire gli obiettivi

Per cominciare a utilizzare la GenAI nel settore healthcare, il primo passo da fare è delineare gli obiettivi specifici che ci si propone, ovvero quali sono le sfide e come risolverle. Queste dovrebbero essere allineate alle priorità strategiche - il miglioramento dei risultati per i pazienti, la semplificazione dei processi o il potenziamento dell'efficienza operativa.

Occorre poi identificare i punti critici in cui i metodi tradizionali sono risultati poco soddisfacenti per raggiungere questi obiettivi, e valutare in che modo la GenAI possa colmare queste lacune. Esempi includono l'assistenza personalizzata ai pazienti, documentazione medica automatizzata e agenti sanitari virtuali in grado di rispondere alle richieste dei pazienti.

Sviluppare l'infrastruttura di dati

La qualità dei dati è una priorità assoluta per evitare colli di bottiglia che possono portare al fallimento dei progetti di AI. I dati sanitari sono spesso frammentati, eterogenei e archiviati in sistemi diversi; è quindi necessario pulire i dati prima di procedere con qualsiasi progetto di intelligenza artificiale. La raccomandazione è di creare un’infrastruttura dati solida per supportare i sistemi di GenAI. Questo include pipeline di dati, archiviazione sicura e strumenti per integrare i dati provenienti da fonti diverse, come cartelle cliniche, sistemi di imaging e note cliniche.

Risulta poi importante implementare soluzioni scalabili in base al volume dei dati - a livello di core, edge e cloud. Non è solo una questione di pianificazione: la giusta infrastruttura consente di ottimizzare sul budget e di investire in progetti prioritari.

Definire la governance fin dal primo giorno

Le organizzazioni sanitarie necessitano di regole chiare per assicurarsi che i team utilizzino l'intelligenza artificiale in modo responsabile. Significa stabilire una struttura di governance che includa linee guida sull'utilizzo dei dati dei pazienti, sulla conformità normativa e sul processo decisionale etico. Per questo è essenziale una collaborazione trasversale tra i team IT, medici e legali.

La conoscenza delle normative sanitarie e tecnologiche – tra cui quelle per il trattamento e la protezione dei dati come il GDPR, le direttive a livello europeo stabilite dall’Agenzia Europea per i Medicinali (EMA - European Medicines Agency) e le evoluzioni delle normative del settore tecnologico come l’AI Act a livello europeo è fondamentale. Altrettanto rilevante è il dare priorità a considerazioni etiche come l'equità, l'accuratezza e il consenso del paziente. Collaborando con i team legali per creare un framework di gestione del rischio, assicurandosi di essere allineati con gli standard sanitari.

Promuovere una cultura dell'innovazione e della formazione

Per implementare correttamente la GenAI, è importante costruire una cultura che abbracci l'innovazione e la sperimentazione. I team IT devono lavorare in sinergia con i dirigenti sanitari per progettare soluzioni che supportino ciò che è possibile da un punto di vista tecnico, e che allo stesso tempo vadano a beneficio delle pratiche sanitarie. Bisogna poi accertarsi che tutte le parti interessate comprendano i limiti etici e operativi dell'utilizzo dell'AI nell'assistenza sanitaria.

Un'azione semplice ed efficace consiste nell'avviare un programma di formazione per gli operatori sanitari su come utilizzare efficacemente gli strumenti di GenAI nei loro flussi di lavoro.

Misurare l’impatto e ampliare la portata dell’intelligenza artificiale

Spesso si inizia con piccoli progetti, di cui è fondamentale misurare l'impatto per poi espandere l'adozione della GenAI in base ai risultati ottenuti. Ad esempio, se la GenAI riduce una percentuale significativa di errori amministrativi in un reparto, il progetto di implementazione potrebbe raggiungere un ambito più ampio. La continua valutazione garantirà che le soluzioni adottate soddisfino le aspettative e gli obiettivi prefissati.

Questo processo si basa sul monitoraggio dei progressi attraverso KPI misurabili, come la valutazione del raggiungimento di una maggiore efficienza, le ottimizzazioni sui costi e i livelli di soddisfazione dei pazienti. E lo si fa utilizzando il feedback per perfezionare i modelli di dati, colmando le lacune nei flussi di lavoro e identificando nuove opportunità di implementazione, espandendo la portata del progetto ad altri reparti o casi d'uso.

Intelligenza artificiale, la prossima frontiera

Con la GenAI, dalla riduzione delle inefficienze operative all'assistenza ai medici nella loro attività quotidiana, la tecnologia è ancora una volta al centro di una migliore customer experience, in questo caso in ambito sanitario. I futuri leader dell’healthcare sono coloro che oggi si pongono domande su come sarà l'esperienza del paziente tra cinque anni, su come migliorarla e su come l'intelligenza artificiale possa contribuire a raggiungere nuovi traguardi.

Se ben guidata, la GenAI può essere un valido strumento per innovare in questo settore a beneficio di medici e pazienti. L’intelligenza artificiale generativa può offrire un concreto supporto al sistema sanitario dal momento che le sue applicazioni spaziano dall’aiutare i pazienti a orientarsi nei servizi al supporto dei medici nelle diagnosi, fino alla gestione più efficace dell’accesso alle cure e alla semplificazione delle procedure amministrative, offrendo un approccio che promette di rendere il sistema sanitario più efficiente e vicino al paziente.