Digital Health e Intelligenza Artificiale in Medicina

Pubblicato: 02 Novembre 2021

Il termine digital health si riferisce a un’ampia gamma di tecnologie che possono essere utilizzate per curare i pazienti, raccogliere e condividere le informazioni sulla loro salute. Tali tecnologie comprendono applicazioni mobili, dispositivi indossabili, telemedicina, big data, robotica e intelligenza artificiale.
Il concetto si traduce quindi in cartelle cliniche elettroniche, in terapia via smartphone, in ricette elettroniche, in interfacce vocali, in ospedali senza carta e così via.
Il ruolo dell’Intelligenza Artificiale nell’assistenza sanitaria si fonda sulla capacità di riprodurre il ragionamento umano attraverso algoritmi di deep learning ispirati alla struttura, al funzionamento e alle connessioni delle reti neurali biologiche.
In tal modo si giunge a vagliare e dare un senso alle enormi quantità di dati digitali ormai disponibili per ogni paziente: l’età, l’anamnesi medica, lo stato di salute complessivo, i risultati dei tests, immagini ottenute durante controlli, sequenze di DNA, storicità familiare e molte altre fonti oggi a nostra disposizione.
L’Intelligenza Artificiale superando i limiti di calcolo e analisi propri dell’uomo, consente l‘identificazione di modelli matematici per l’analisi di una qualsiasi serie di dati.
Tali procedure sono aumentate esponenzialmente negli ultimissimi anni con le accentuate applicazioni dell’Internet of Things nel settore sanitario (IoMT).
Dal punto di vista tecnico quando si parla di intelligenza artificiale in medicina ci si riferisce, essenzialmente, a una serie di tecniche comunemente note come machine learning e ad algoritmi matematici, spesso complessi e caratterizzati da un alto numero di parametri. Tali tecniche offrono un contributo determinate nel praticare la cosiddetta medicina di precisione.
Esiste poi un suo utilizzo più specifico costituito:
- dalla sperimentazione clinica e farmacologica, per selezionare e arruolare al meglio i pazienti negli studi clinici e proporre nuove molecole;
- dal processare e immagazzinare i dati clinici rilevati quotidianamente al fine di individuare le diagnosi più probabili e i trattamenti da preferire secondo un approccio individuale e non protocollare unico;
- dal processare e immagazzinare una enorme quantità di diversi tipi di dati, quali: risultati di test fenotipici, genomici, proteomici, immagini mediche;
- dal semplificare l’accesso ai dati attraverso le cartelle cliniche elettroniche (EHR, Electornic Health Record) facendo emergere i “colli di bottiglia” derivanti dai passaggi burocratici e amministrativi tradizionali;
- dalla possibilità per i pazienti di raggiungere un maggior numero di specialisti in grado di fornire una valutazione medica senza che vi sia un loro coinvolgimento fisico (telemedicina, teleconsulto);
- dalla possibilità per gli specialisti medici di condividere, in un contesto collaborativo, le informazioni ottenute con l’intelligenza artificiale per integrare la decisione terapeutica;
- dall’applicazione di un sistema di intelligenza artificiale alla robotica per realizzare interventi chirurgici di precisione (chirurgia robotizzata), ginnastica passiva in gravi neuropatie, lavori automatizzati di magazzino.