Il Pnrr ha impresso alla sanità digitale italiana un’accelerazione impensabile in tempi ordinari. Ora che la stagione dei fondi straordinari si è chiusa, diventa essenziale individuare modelli in grado di tenere viva l’innovazione nel tempo. Per Philips, la strada non è ridurre gli investimenti ma ripensare i processi, misurarne il ritorno e trasformare il dato clinico in un patrimonio condiviso lungo tutto il percorso di cura. Ne parliamo con Roberta Ranzo, Business Sales Leader Healthcare Informatics Italia, Israele e Grecia di Philips.
Post-Pnrr, dagli investimenti straordinari al valore
Il punto di partenza è di scenario. Il Piano nazionale di Ripresa e Resilienza ha rappresentato per la sanità italiana una spinta senza precedenti: in pochi anni si sono concentrati investimenti su Fascicolo Sanitario Elettronico, interoperabilità e integrazione dei sistemi che in condizioni ordinarie avrebbero richiesto un decennio. “L’iniezione dei fondi Pnrr in materia di digitalizzazione effettivamente ha consentito di compiere grandi passi in avanti come sistema Italia”, osserva Ranzo. “Ora però è necessario consolidare questi investimenti e tener conto dei costi operativi per mantenere e sviluppare le infrastrutture informatiche realizzate”. Il rischio è spostare progressivamente il baricentro della spesa dagli investimenti in conto capitale (Capex) ai costi di gestione (Opex), proprio mentre vengono meno i finanziamenti straordinari che ne hanno sostenuto l’avvio.
“Il percorso di digitalizzazione della sanità è ormai irreversibile. Oggi i sistemi sanitari devono continuare a investire nella trasformazione digitale per migliorare l’efficienza e ridurre gli sprechi”, evidenzia Ranzo.
Se questo è il presupposto, la sostenibilità non può essere perseguita comprimendo semplicemente i prezzi. “Pensare che la competitività di un vendor debba misurarsi esclusivamente sul prezzo non premia l’innovazione”, osserva la manager. Un approccio che rischia di ridurre la capacità delle aziende di continuare a investire in ricerca e sviluppo e di portare sul mercato tecnologie realmente in grado di rispondere alle esigenze del sistema sanitario. “In Philips destiniamo ogni anno circa il 9-10% del nostro fatturato alla ricerca e sviluppo. Le nostre innovazioni nascono dall’ascolto dei clienti e dal confronto continuo con chi utilizza le tecnologie nella pratica clinica”.
L'”ecologia” digitale per liberare risorse
C’è un secondo aspetto, che Ranzo sottolinea, quello dell’ecologia digitale. Gli ospedali convivono con vent’anni di stratificazioni tecnologiche e con il costo di tenere in vita sistemi il cui valore si è progressivamente ridotto. La strada ora è la razionalizzazione dell’infrastruttura, per capire che cosa conservare, che cosa integrare e che cosa dismettere, “riducendo lo spreco di risorse”.
È una logica che ha già accompagnato altre fasi della trasformazione digitale della sanità. Per esempio, la possibilità di superare progressivamente la stampa delle immagini diagnostiche su pellicola ha favorito la diffusione dei sistemi PACS, liberando risorse da reinvestire nella digitalizzazione. Un percorso analogo potrebbe oggi interessare l’anatomia patologica: “Ad oggi c’è ancora l’obbligo di conservazione del vetrino, e questo potrebbe essere una frontiera su cui lavorare”, una volta stabilito quali dati vadano conservati per legge.
La spending review, in quest’ottica, non significa ridurre gli investimenti, ma ripensare in modo intelligente processi e tecnologie per eliminare inefficienze e reinvestire le risorse liberate. L’AI per l’imaging diagnostico
L’intelligenza digitale è tra i digital enabler più vantaggiosi da utilizzare per procedere in questa direzione. Con alcune specifiche su cui Ranzo porta a riflettere.
Nell’imaging diagnostico l’intelligenza artificiale non rappresenta più una prospettiva futura, ma una tecnologia già pienamente integrata nella pratica clinica. “È uno degli ambiti più maturi, perché può contare su oltre quindici anni di esperienza nei sistemi di clinical decision support”, osserva Ranzo.
I benefici sono evidenti già nella fase di acquisizione delle immagini. Nella risonanza magnetica gli algoritmi di ricostruzione consentono di ottenere immagini fino al 65% più nitide, riducendo rumore e artefatti e accelerando le scansioni fino a tre volte. Anche nella tomografia computerizzata l’AI contribuisce a migliorare la qualità dell’immagine, permettendo di ridurre significativamente la dose di radiazioni fino all’80%. Dall’acquisizione all’analisi delle immagini, gli algoritmi supportano oggi il riconoscimento delle strutture anatomiche, la segmentazione e l’identificazione di possibili patologie. A livello europeo se ne contano circa 130 con marcatura CE. La spinta nasce da uno squilibrio concreto, il volume degli esami cresce più in fretta del numero di specialisti e infatti “i radiologi stessi chiedono alla ricerca strumenti che permettano di efficientare il processo di refertazione e di analisi dell’immagine”, sottolinea Ranzo.
Accanto agli algoritmi per l’imaging, Ranzo segnala il potenziale dell’AI generativa e dei large language model applicati al dato clinico. “Quando un radiologo referta un esame dedica una parte significativa del proprio tempo a ricostruire la storia del paziente e a consultare gli esami precedenti. Disporre di strumenti capaci di sintetizzare automaticamente le informazioni rilevanti e richiamare gli studi pregressi permette di accelerare questa fase e di concentrarsi maggiormente sull’interpretazione clinica”.
L’obiettivo, conclude Ranzo, non è sostituire il medico, ma metterlo nelle condizioni di dedicare più tempo alle attività a maggior valore aggiunto, migliorando al tempo stesso qualità, efficienza e appropriatezza delle cure.
Dall’interoperabilità alle Integrated Diagnostics
Il passo successivo è quello delle Integrated Diagnostics. La sfida, secondo Ranzo, non è più raccogliere un numero crescente di dati clinici, ma renderli interoperabili e realmente utilizzabili lungo tutto il percorso di cura. “La frammentazione dei sistemi rallenta la diagnosi e il trattamento del paziente, oltre a generare inefficienze. Quando le informazioni non dialogano tra loro, può accadere che un esame debba essere ripetuto semplicemente perché non è accessibile agli specialisti che ne hanno bisogno”.
Sul fronte dell‘imaging, il PNRR ha già favorito un’evoluzione importante grazie ai progetti regionali che stanno rendendo disponibili le immagini diagnostiche attraverso il Fascicolo Sanitario Elettronico. “Si sta superando la logica del CD, ormai sempre meno utilizzabile, per consentire a pazienti, medici e specialisti di accedere direttamente alle immagini in formato digitale”.
Il vero salto di qualità, però, riguarda l’integrazione tra le diverse fonti di dati. Nel percorso di un paziente oncologico, ad esempio, radiologia, anatomia patologica, laboratorio e dati clinici continuano spesso a risiedere in sistemi separati, mentre le decisioni vengono assunte in contesti multidisciplinari che richiedono una visione unitaria del paziente.
È proprio per rispondere a questa esigenza che nasce il paradigma delle Integrated Diagnostics. “L’obiettivo mettere a disposizione dei professionisti una visione integrata delle informazioni, così da supportare decisioni più rapide, consapevoli e fondate sui dati”.
Il ruolo dell’intelligenza artificiale resta quindi quello di un abilitatore. La regia resta clinica, Ranzo è molto chiara: “Crediamo in un’intelligenza artificiale e nelle Integrated Diagnostics come validi aiuti, ma il clinico resta al centro: è lui il responsabile del percorso di cura del paziente”.
Vendor Neutral Archive e Web Diagnostic Viewer
È proprio in questo contesto che si inseriscono le soluzioni sviluppate da Philips. La prima è il Vendor Neutral Archive (VNA), una piattaforma che consente di raccogliere e gestire in un unico repository, indipendente dai singoli fornitori, immagini e contenuti clinici provenienti da sistemi diversi. L’obiettivo non è solo razionalizzare gli archivi e ottimizzare i costi di gestione dello storage, ma soprattutto costruire una vista longitudinale del paziente, rendendo le informazioni accessibili lungo tutto il percorso di cura e superando i tradizionali silos applicativi.
Il valore del VNA va oltre il mondo dell’imaging diagnostico. In ospedale vengono prodotte ogni giorno grandi quantità di contenuti clinici – dalle immagini endoscopiche a quelle dermatologiche, fino agli esami ginecologici – che spesso non sono in formato DICOM e, proprio per questo, non sempre vengono archiviati o resi disponibili in modo strutturato. “È sorprendente quante immagini cliniche, ancora oggi, non vengano archiviate”, osserva Ranzo. La capacità di gestire in modo nativo sia contenuti DICOM sia non DICOM consente invece di valorizzare un patrimonio informativo che altrimenti andrebbe disperso. “L’obiettivo è costruire una base dati sempre più completa, a supporto di una medicina predittiva e di modelli di population health management”.
Accanto al VNA, Philips propone il nuovo Web Diagnostic Viewer, un visualizzatore diagnostico zero-footprint, completamente basato su browser, che mette a disposizione le funzionalità avanzate di una workstation di refertazione senza richiedere installazioni locali. Grazie al rendering lato server, garantisce prestazioni elevate anche nella visualizzazione di esami particolarmente complessi, come la tomosintesi mammaria o la TC cardiaca, consentendo al tempo stesso un accesso sicuro alle immagini sia all’interno della struttura sia da remoto.
Concepito per il cloud attraverso la piattaforma Philips HealthSuite e offerto come servizio, con opzione on-premise, il visualizzatore si interfaccia con gli strumenti di AI per ricomporre in un unico punto le informazioni rilevanti del paziente. Insieme, le due tecnologie disegnano l’ecosistema virtuoso evocato: un dato realmente condiviso, accessibile e utilizzabile lungo l’intero percorso di cura, fondamento di una sanità più integrata e orientata al valore.
Non perdere tutti gli approfondimenti della room: Healthcare Informatics Diagnostic
© RIPRODUZIONE RISERVATA
