Nel settore sanitario, tra i più complessi della nostra società, l’accesso a cure di qualità, la gestione delle informazioni mediche e la sostenibilità dei sistemi rappresentano sfide in evoluzione. L’avanzamento della tecnologia e l’innovazione digitale, guidata soprattutto dall’intelligenza artificiale e dal cloud, stanno migliorando le esperienze di pazienti, medici e amministratori. Impegnata in questa trasformazione, Oracle punta a migliorare l’esperienza di tutti gli attori coinvolti attraverso la semplificazione dei processi complessi e la gestione sicura dei dati, per rendere più efficiente ed efficace l’intero sistema sanitario. Ne parliamo con Andrea Sinopoli, Cloud Tech VP e Country Leader, Oracle Italia.
In Italia la spesa sanitaria pubblica pesa solo il 6,2% sul Pil del Paese. All’interno di questo mondo complesso, la sanità digitale – che quest’anno ha generato un mercato da 4,6 miliardi di euro – si sta ritagliando un ruolo sempre più cruciale per innovare il settore. Dal vostro osservatorio, quali investimenti sono necessari per dare impulso all’innovazione in sanità?
Credo possiamo essere tutti d’accordo sul fatto che la sanità italiana – in particolare quella pubblica – abbia bisogno di risorse, umane anzitutto: la mancanza ormai cronica di medici e infermieri rende ancora più importante, oltre che investire nella ricerca e nell’assunzione dei talenti giusti per le varie funzioni, naturalmente, anche ottimizzare i tempi degli operatori sanitari al lavoro in questo momento, perché possano utilizzarli per la cura del paziente e non per attività burocratiche o di ricerca delle informazioni, e perché nel farlo si sentano supportati dal sistema e non portati allo stremo delle forze e quindi a rischio di burn-out, come troppo spesso accade.
Il secondo punto riguarda l’efficacia e l’efficienza delle cure ai pazienti: oggi la sanità digitale può rispondere a sfide prima impensabili, come quelle di formulare più facilmente e velocemente diagnosi difficili e trovare i trattamenti corretti a malattie rare. La ricerca e sviluppo di nuovi farmaci e vaccini da un lato, ma anche – di nuovo – l’ottimizzazione dei sistemi e dei dati che possiamo raccogliere con gli strumenti sanitari e diagnostici già in uso – ecografie, raggi X, TAC etc. – sono fondamentali.
Tutto questo non può essere fatto senza avere sistemi informatici performanti, sicuri e capaci di supportare gli sviluppi dell’intelligenza artificiale.
L’intelligenza artificiale abilita nuovi modelli di gestione, di cura e di benessere. Quali i benefici concreti e quali i rischi legati a normativa, etica e privacy (gestione dato) dal vostro punto di vista?
L’utilizzo della AI può fornire la possibilità di velocizzare tanti processi, automatizzando le operazioni più ripetitive, come ad esempio la digitalizzazione della documentazione o le trascrizioni, e fornendo suggerimenti e spunti negli ambiti più complessi, come appunto quelli delle diagnosi precoci.
Essere in grado di applicare tecnologie all’avanguardia come la AI vuol dire aver investito su piattaforme cloud su cui la AI possa lavorare: per essere efficace, infatti, l’addestramento degli algoritmi di AI richiede la disponibilità di ampie basi dati che possano essere sufficientemente rappresentative delle varie casistiche. Inoltre l’utilizzo dei dati deve essere sicuro, senza mai dare adito a fenomeni di leakage (ossia di perdita di informazioni), e deve essere sempre mantenuta la privacy e l’anonimizzazione (o de-identificazione) dei dati utilizzati per addestrare gli algoritmi per supportare la ricerca. Da qui i rischi ma anche i benefici ottenibili.
Per godere dei soli benefici, senza i rischi, bisogna essere certi di avere piattaforme performanti, dotate di adeguata infrastruttura AI, il che tipicamente significa cluster di centinaia di GPU connesse da una rete a bassissima latenza ed in grado di scalare, quindi di aumentare la capacità computazionale on-demand, in funzione della necessità. Dunque l’investimento in tecnologie cloud è il presupposto imprescindibile, per i motivi già citati: performance, sicurezza, sovranità e privacy dei dati, interoperabilità.
Altre applicazioni importanti di modelli di AI su cui Oracle già lavora (con alcune start-up innovative e specializzate in questo campo) sono ad esempio quelle a supporto della ricerca e cura oncologica come ad esempio la previsione della risposta al trattamento, oppure la scoperta di biomarcatori; si possono anche addestrare modelli di tipo “self supervised learning” per la valutazione della prognosi delle malattie tumorali e per l’identificazione precisa di caratteristiche patologiche.
Un’altra interessante applicazione della GenAI è quella di creare contenuti biografici per i pazienti affetti da Alzheimer rallentandone il processo degenerativo; vengono generati contenuti (libri cartacei, ebook o audiolibri) raccogliendo e selezionando voci, testi e immagini appartenenti alla sfera del paziente per poi essere utilizzati nelle terapie di conservazione.
Un progetto molto interessante che utilizza la GenAI è quello legato all’interpretazione di delle immagini di risonanza magnetica multimodale in modo da garantire una migliore valutazione, aumentandone al contempo la velocità di interpretazione e garantendo liste di attesa molto più contenute.
Gli analisti sostengono che l’efficientamento dei processi sanitari, grazie alla digitalizzazione, avrà un impatto anche sulla sostenibilità del settore sanitario. Che strategie la vostra azienda propone per rendere più efficiente e sostenibile la sanità italiana?
Oracle investe da tempo nel settore sanitario, specialmente da quando – ormai quasi tre anni fa – ha completato una delle sue più grandi acquisizioni della storia, quella di Cerner, società IT americana leader nei sistemi informatici per la sanità, primo fra tutti l’EHR (Electronic Health Record), ossia la cartella clinica elettronica. Questo non solo per incamerare nuove tecnologie, ma anche e soprattutto per acquisire competenze e know-how, di cui da qualche tempo si cominciano a vedere i risultati. E’ evidente ad esempio che poter accedere ai dati di un paziente, ovunque si trovi nel mondo, con facilità e sicurezza fa risparmiare denaro ma soprattutto tempo e fatica agli operatori sanitari, già da tempo sotto stress. Questo è un importante fattore di sostenibilità. Un altro, non meno importante, è quello di rendere più efficienti i processi interni, come ad esempio quelli di ricerca, selezione e gestione di medici e infermieri da un lato, e dell’approvvigionamento dei farmaci e degli strumenti sanitari dall’altro. Anche qui le nostre soluzioni dedicate vengono in aiuto alla sostenibilità di ASL e ospedali, e abbiamo già diversi casi, negli Stati Uniti, in cui sono gli utenti finali stessi dei servizi – ossia i pazienti – a notare la differenza.
Ad esempio, con il nostro Clinical AI Agent, interamente basato sulla più recente tecnologia di AI generativa del mondo – precedentemente noto come Clinical Digital Assistant – offriamo una serie completa di servizi GenAI avanzati per gli operatori medico-sanitari, e aiuta a migliorare le interazioni paziente-operatore sanitario combinando un’intelligenza clinica completa con un’interfaccia utente vocale e multimodale per automatizzare e unificare un’ampia gamma di flussi di lavoro clinici. Il Clinical AI Agent migliora la produttività dei medici acquisendo e arricchendo gli scambi con i pazienti, migliorando l’accuratezza della documentazione e semplificando il processo decisionale clinico grazie alla potenza dell’intelligenza artificiale.
Invece di dover passare il tempo a navigare tra i menu a tendina o a scorrere le schermate per trovare le informazioni, i medici possono accedere agli elementi critici dell’anamnesi di un paziente prima, durante e dopo un appuntamento semplicemente chiedendo aiuto al Clinical AI Agent, che fornisce bozze di note estremamente accurate in pochi minuti, ed è già disponibile in più lingue. Propone inoltre follow-up clinici, come esami di laboratorio e rinvii che l’operatore sanitario deve rivedere e approvare, e sincronizza tutte le informazioni con le cartelle cliniche individuali dei pazienti. Il Clinical AI Agent è in grado di estrarre simultaneamente i dati rilevanti sul paziente per automatizzarne la codifica, migliorando l’accuratezza e contribuendo a garantire la conformità. Inoltre, genera anamnesi mediche specifiche per ogni condizione e riepiloghi di dimissione per fornire rapidi approfondimenti per il processo decisionale clinico.
Tra i primi a utilizzare il nostro Clinical AI Agent, AtlantiCare, un grande complesso sanitario privato americano che serve il sud-est del New Jersey, con oltre 5.000 dipendenti e 600 medici in quasi 70 sedi, ha registrato in media una riduzione del -41% del tempo totale di documentazione, risparmiando 66 minuti al giorno.
Leggi tutti gli approfondimenti della Digital Health Conference 2024
© RIPRODUZIONE RISERVATA
