Intelligenza artificiale e assistenza sanitaria: il futuro è ora, di Grazia Labate

Affinché le tecnologie basate su intelligenza artificiale e machine learning possano essere implementate con successo, è necessaria la collaborazione dei pazienti, i quali devono acconsentire all’utilizzo di queste soluzioni per le loro cure. L’AI ha il potenziale di rivoluzionare il paradigma attuale con cui vengono individuate le diagnosi e le scelte delle terapie per pazienti


Negli ultimi tempi continuiamo a sentire di soluzioni con Intelligenza Artificiale (AI) e Machine Learning (ML) (apprendimento automatico) che stanno rivoluzionando il mondo in cui viviamo.
La sanità non fa eccezione e secondo uno studio della Stanford University, “Artificial Intelligence and Life in 2030”, quello sanitario è infatti uno degli otto settori in cui l’impatto dell’intelligenza artificiale sarà maggiormente rilevante.
In particolare, il contributo dell’AI alla trasformazione del settore sanitario agisce, tra l’altro, sulla capacità di modificare il rapporto con il paziente, incidendo in modo significativo sulle logiche operative consolidate e/o sui processi interni che legano talvolta anche terze parti.

La Health Care Med Tech community ha analizzato oltre 200 esperienze provenienti da tutto il mondo riguardanti innovazioni nell’utilizzo dell’AI in ambito sanitario e ha selezionato le 166 più significative.
Osservando i dati, emerge che la maggior parte delle esperienze hanno lo scopo di migliorare la governance dei sistemi sanitari e favorire il progresso in termini di:

- +28% in sviluppo di nuovi trattamenti, farmaci e dispositivi medici
- +27%in miglioramento della governance dei sistemi sanitari in un’ottica di efficienza delle risorse ed efficacia delle performance;
- +27% in progetti di combinazione con altre tecnologie per trasformare radicalmente il modo in cui l'assistenza sanitaria viene erogata per la diagnosi e cura;
- il restante 19% si inserisce nell’ambito del miglioramento del patient journey.( viaggio, percorso del paziente).

Ė il tema all’ordine del giorno. Non c’è testata, talk show, esperto o intellettuale, che non ne parli.
Si tratta della Intelligenza artificiale – sigla AI (artificial intelligence).
Nel nostro paese per 4 personalità di primo piano, come l’arcivescovo Vincenzo Paglia, presidente della Pontificia accademia per la vita; l’ex eurodeputata Beatrice Covassi, che ne aveva seguito le direttive europee fino al 2024, Sandro Petrolati primario del Dipartimento Cardio-Toraco-Vascolare dell’ospedale San Camillo di Roma, direttore della cardiologia del programma di assistenza Global health telemedicine; Carla Ciavarella, membro del Consiglio d’Europa, dirigente generale del Ministero della giustizia è il tema del futuro con cui confrontarsi.

L’innovazione, a cui molti guardano con perplessità, secondo monsignor Paglia “deve essere supportata da un robusto contesto giuridico internazionale, con l’ausilio della politica, affinché non si finisca in mano a club e gruppi che possano prendere il sopravvento”.

Sulle positive potenzialità dell’AI in medicina si esprime Sandro Petrolati, parlando dell’aiuto del “dottor AI, che ha sostituito il dottor Google”, come ausilio prezioso per la telemedicina.
E non solo. “La valutazione epidemiologica e delle anamnesi fatta dalla AI – sostiene lo specialista – può ridurre di molto gli errori medici e evitare una massa di esami inutili, accorciando le liste d’attesa.
E ancora, l’intelligenza artificiale può rendere elettrocardiogrammi ed ecografie molto più dettagliate in senso predittivo”. Una serie di benefici di non poco conto, considerate le 42mila 272 pubblicazioni prodotte in due anni dalle riviste mediche sul tema.

Esempio calzante i risultati sul campo, riferiti al programma sanitario “Dream”, promosso dalla Comunità di Sant’Egidio.
Il dottore riferisce come con la telemedicina “si possano avere diagnosi molto più accurate a distanza” in contesti in cui mancano Tac e strumenti di indagine raffinati.
Per un’ecografia basta un tablet e l’operatore sanitario, guidato dall’AI, impara a farle in mezzora, invece che in sei mesi”. Pensate alla marea di piccoli comuni distanti dai capoluoghi di provincia, dei nostri appennini, o ai tempi per una eco specialistica, che oggi arrivano a 6 mesi nella struttura pubblica oberata dalle liste d’attesa.
Miracoli di una tecnologia che dovrebbe comunque migliorare le nostre esistenze, sempre attraverso la supervisione dell’uomo...

Qualche esempio concreto:
Da anni Kelyon, azienda italiana, specializzata in Digital Health è riconosciuta a livello internazionale
come un’azienda altamente qualificata, con Oltre il 50% del fatturato dell’azienda realizzato fuori dall’Italia, che con il suo team multidisciplinare di professionisti digitali, medici e biomedici, è impegnata a plasmare il futuro della salute e della sanità digitale e a fare la differenza nella vita delle persone.
Collabora con università e centri di ricerca internazionali per sviluppare nuove soluzioni che abbiano un impatto concreto sulla sanità e sul miglioramento dei suoi paradigmi. Coinvolgendo attivamente gli utilizzatori di queste tecnologie, ovvero il personale sanitario, attraverso processi di co-creazione e co-design, Kelyon sta sviluppando diverse soluzioni che includono AI e ML in diversi ambiti della medicina, soprattutto nell’ambito di patologie life-changing.

1 persona su 10 soffre di malattie rare

In particolare, la strategia è orientata verso il miglioramento dell’esperienza di fruizione del servizio assistenziale da parte del paziente e dei suoi familiari per creare un reale progresso verso la medicina personalizzata e di precisione.

A titolo di esempio, Kelyon ha portato avanti insieme all’Università degli Studi di Salerno e all’Istituto Nazionale Tumori IRCSS “Fondazione Giovanni Pascale” un progetto che ha portato alla pubblicazione di una pipeline di analisi di dati e network multiple con lo scopo di investigare gli effetti congiunti delle mutazioni multiple presenti in una patologia rara.
Diverse patologie non sono causate da una mutazione in un singolo gene, bensì da complesse interazioni tra diverse mutazioni. L’analisi delle patologie attraverso le reti biologiche ha il potenziale di identificare nuovi geni associati alle malattie o pathway,(percorsi) i quali possono diventare possibili target per nuovi farmaci o il repurposing (riutilizzo) di quelli esistenti.

Il gruppo di ricerca multidisciplinare, che comprende anche membri del team R&D di Kelyon, ha proposto nell’articolo “A multiple network-based bioinformatics pipeline for the study of molecular mechanisms in oncological diseases for personalized medicine”, (Una pipeline bioinformatica basata su reti multiple per lo studio dei meccanismi molecolari nelle malattie oncologiche per la medicina personalizzata)
pubblicato nel 2021 sulla rivista Briefings in Bioinformatics, una pipeline bioinformatica di analisi delle reti biologiche per l’identificazione del miglior trattamento per il singolo paziente, in un’ottica di oncologia di precisione.

La pipeline è stata applicata per analizzare i dati su un gruppo di pazienti affetti da carcinoma del colon-retto metastatico e ha evidenziato importanti differenze tra i farmaci indicati per le singole mutazioni e quelli suggeriti quando si considerano gli effetti congiunti delle mutazioni mostrate dai pazienti.
I risultati, che dovranno essere corroborati da studi ulteriori, consentono di fare un passo in avanti verso la terapia su misura per i malati oncologici.

A conferma del commitment nella realizzazione di strumenti di supporto nella gestione e monitoraggio dei pazienti affetti da malattie rare, Kelyon ha avviato un nuovo progetto di ricerca che prevede lo sviluppo di una soluzione con AI/ML per l’analisi di dati clinici e genomici di pazienti affetti da neurofibromatosi di tipo 1 (NF1).
La NF1 è una malattia neurocutanea rara causata da mutazioni nel gene oncosoppressore NF1, predisponente a diversi tipi di tumori e clinicamente eterogenea. In collaborazione con il Distretto ad Alta Tecnologia Campania Bioscience e l’Università degli Studi della Campania “Luigi Vanvitelli”, lo studio si propone di raggiungere due obiettivi ambiziosi:
 identificare nuove correlazioni genotipo-fenotipo della NF1, studiando le varianti del gene NF1 e i geni modificatori che possono limitare/favorire una progressione infausta della malattia;
 identificare nuovi marker prognostici dell’evoluzione sintomatica della malattia, integrando dati clinici e genetici.

Il futuro dell’AI nella Digital Health: quali sono i maggiori ostacoli da superare?
Alla luce delle sopracitate, ed altre esperienze, è però chiara l’evidenza che l’intelligenza artificiale può essere un valido strumento al servizio della sanità, ma molte sono le sfide da affrontare per garantire un suo utilizzo responsabile ed etico all’interno del percorso di cura del paziente.
L’innovazione dei processi digitali offerta dall’AI ha il potenziale di cambiare la sanità dall’interno, non solo sul piano amministrativo, ma anche tecnologico e organizzativo.
A ogni cambiamento, però, si contrappongono barriere e sfide specifiche che le organizzazioni sanitarie, il personale sanitario che i pazienti devono affrontare

Le organizzazioni sanitarie operano in un settore caratterizzato da risorse limitate, ad alta regolamentazione e standard elevati per la sicurezza dei dati.
Data l’approfondita conoscenza tecnologica richiesta e i rischi sulla salute dei pazienti connessi, l’introduzione e il controllo di soluzioni basate sull’AI richiedono personale altamente specializzato e costose infrastrutture tecnologiche. Le organizzazioni sanitarie, infatti, dovrebbero passare da semplici utilizzatori di piattaforme presenti sul mercato a veri e propri innovatori, co-partecipando allo sviluppo di nuove soluzioni, portando al tavolo della discussione gli unmet needs( i bisogni insoddisfatti) del personale sanitario e dei pazienti. Tuttavia, sviluppare una strategia di implementazione di sistemi intelligenti che creino effettivamente valore per l’organizzazione richiede necessariamente una chiara consapevolezza del valore che può apportare questa innovazione e una visione strategica su come definire obiettivi e misurarne l’effettivo raggiungimento.

I professionisti sanitari potrebbero essere preoccupati dal rischio di bias( distorsione) nei sistemi intelligenti. È celebre l’espressione “garbage in, garbage out”, (Spazzatura dentro, spazzatura fuori)che dovrebbe far tenere bene in mente che i computer elaborano in maniera acritica i dati. Questo aspetto potrebbe portare a sovrastimare o sottostimare dei rischi in base a differenze di genere, appartenenza etnica o altre caratteristiche sociodemografiche.
In alcuni modelli di AI, la decisione presa dal sistema potrebbe essere difficile, se non impossibile, da spiegare, causando una mancanza di fiducia dei professionisti sanitari nei confronti di questi modelli, chiamati “black box”.( scatole nere)

Tuttavia, si sta sviluppando sempre di più l’area di ricerca dell’Explainable AI ( (XAI) è che è un insieme di tecniche e metodi che permettono di spiegare ed interpretare le decisioni prese
Affinché le tecnologie basate su intelligenza artificiale e machine learning possano essere implementate con successo, è necessaria la collaborazione dei pazienti, i quali devono acconsentire all’utilizzo di queste soluzioni per le loro cure. L’AI ha il potenziale di rivoluzionare il paradigma attuale con cui vengono individuate le diagnosi e le scelte delle terapie per pazienti. Inoltre, un fattore che limita l’utilizzo di queste tecnologie innovative è la fiducia che la raccolta e il trattamento dei dati siano davvero sicuri. Un sondaggio sull’AI condotto negli Stati Uniti nel 2020 ha evidenziato che la privacy è considerata la questione più importante quando si pensa all’intelligenza artificiale o al machine learning.

Come si riuscirà ad acquisire la fiducia delle persone e come sarà influenzato il rapporto di confidenzialità e fiducia reciproca tra paziente e medico saranno sicuramente gli argomenti di cui, chi sviluppa soluzioni di AI dovrà tener conto.

È difficile stimare una possibile traiettoria dello sviluppo dell’AI. Tuttavia, si può affermare con certezza che l’AI supererà i progressi ottenuti dalle tecnologie che l’hanno preceduta. La capacità offerta dall’AI di integrare i dati unici, la storia clinica del paziente e i dati che otteniamo in tempo reale attraverso sensori per l’Internet of Things (IoT) sarà fondamentale per la sua capacità di fornire una diagnosi più accurata, predire il decorso di una patologia e identificare il miglior trattamento.

Raccomandazioni sullo sviluppo e sull'uso dell'intelligenza artificiale in ambito medico
Anno 2023

L'OMS ha pubblicato un documento contenente le principali raccomandazioni che gli sviluppatori, i produttori, i policy-makers, i regolatori, gli organi legislativi e gli operatori sanitari dovrebbero seguire e adottare nella produzione e nell’applicazione dei sistemi di intelligenza artificiale (AI) all’interno del contesto sanitario.
Il documento, elaborato dal Working Group on Regulatory Considerations on AI for Health, mira a fornire una panoramica complessiva delle iniziative che dal punto di vista regolatorio dovrebbero essere seguite e implementate, anche in termini di best practices, in riferimento all’uso dell’AI in ambito medico per implementare la tutela della salute delle persone.

Il documento invita gli stakeholders, gli organi regolatori e i produttori a continuare a impegnarsi nel dialogo e nella condivisione reciproca di informazioni, raccomandando a gruppi nazionali e internazionali, come l’International Medical Device Regulators Forum e l’International Coalition of Medicines Regulatory Authorities, di continuare a lavorare per realizzare una convergenza e un’armonizzazione della normativa rilevante in materia di AI.
Per riflettere fino in fondo su cosa stiamo facendo noi Italia ho studiato tutti i lavori che vengono fatti presso la presidenza del consiglio dal comitato di coordinamento del Prof.dott. Mauro Moruzzi Esperto in e-Health responsabile del Dipartimento per la Trasformazione Digitale, della Presidenza del Consiglio.

Tema centrale degli studi e delle proposte, l’importanza dei dati clinici nel PNRR e nella personalizzazione delle cure, e la necessità di distinguere tra dati amministrativi e dati personali per ottenere un approccio predittivo efficace. La statistica rimane la scienza chiave per la trasformazione del sistema sanitario, ma il vero traguardo sarà rappresentato dall’incontro con l’intelligenza artificiale.

“Il cambio di medium è un passaggio decisivo del servizio sanitario nazionale”.
Un richiamo a Marshall McLuhan, il celebre filosofo, sociologo eminente Prof. Canadese noto per la sua teoria del villaggio globale, che a ben vedere è la celebrazione di una società in cui i media fungono da estensione del sistema nervoso centrale, ovvero ci avvicinano al nostro “vicino elettronico”.
“Stiamo producendo un cambio di paradigma nell’ambito della sanità con l’introduzione del nuovo medium”, afferma Moruzzi riferendosi al potere delle reti e all’enorme quantità di dati, che oggi possediamo. “Cambiare il medium vuol dire passare da un sistema a bassa comunicazione e alta burocrazia a un sistema ad alta comunicazione e a bassa burocrazia”.

Abbiamo bisogno di una enorme mole di dati per reimpostare completamente il governo della sanità e per personalizzare il sistema delle cure.

La carenza di dati strutturati generati dai pazienti pesa sul servizio sanitario pubblico forse più dei problemi economici. È necessario, però, fare una distinzione tra dati amministrativi e organizzativi e dati personali clinici, che rappresentano la base fondamentale per qualsiasi studio predittivo. Questo cambiamento sarà possibile attraverso l’adozione di uno standard unico per tutti i dati clinici e contribuirà in modo decisivo al completamento dei progetti inclusi nel PNRR, come il Fascicolo Sanitario Elettronico, la telemedicina e gli investimenti strutturali nella sanità connessa e nel Cloud.

L’implementazione del programma di telemedicina offrirà la possibilità di avere modalità e flussi di informazioni e dati che potenzieranno enormemente le capacità di prestazione del Servizio Sanitario Nazionale. Tuttavia, il vero traguardo sarà rappresentato dall’incontro con l’intelligenza artificiale. Con il sociologo Achille Ardigò, ormai scomparso, e con me al Ministero della sanità, Moruzzi ha progettato i primi sistemi e-Care e il Fascicolo Sanitario Elettronico dell’Emilia Romagna, attivo a Bologna fin dal 2005. Per questo ci dettero all’epoca la cittadinanza onoraria. Ha potuto progettare delle reti che non parlano solo attraverso l’organizzazione, ma coinvolgono completamente anche il mondo delle persone, degli utenti. Non si dimentichi che è necessario introdurre nuove professionalità per sviluppare un approccio data-driven.

C’è stato un fortissimo rilancio dell’impegno sui temi della sanità digitale, sul cambio di passo del progetto di trasformazione che coinvolge tutte le regioni e oltre 200 aziende sanitarie del nostro paese.
Nel PNRR sono contenuti obiettivi e programmi di sanità che sono stati messi in pratica con i DM 71 e 77, i quali parlano di una nuova sanità di Comunità, delle case di comunità e di una presa in carico come base di un nuovo modo di lavorare. In sostanza, la sanità deve passare da un approccio basato sulle prestazioni a una presa in carico completa dell’utente. E per realizzare questo abbiamo bisogno dell’alta comunicazione, ovvero del potere delle reti e dei dati.

Ma sono altresi convinta che la nostra umana intelligenza proprio in questo campo della salute, non potrà mai fare a meno di quell’empatia che caratterizza il rapporto medico/paziente, del processo di care, del prendersi cura, che non è solo conoscenza dei dati, diagnosi e cura, ma presa in carico del paziente nella sua unicità di persona unica e irripetibile a cui va data risposta personalizzata e predittiva per il futuro. Per questo è stato bello nel 2024 presentare a ROME ART WEEK, il convegno SALUTE e AI, con il prof. Massimo D’Angelo della Sapienza, perché chi può dimenticare che medicina è scienza, ma anche ARTE? Secoli di discussione, che non si sono conclusi nemmeno nell’era ipertecnologica che stiamo vivendo.

La pratica medica quotidiana, legata com’è alla relazione interpersonale, ha sempre conservato una dimensione extra-scientifica, che informa l’agire del medico in maniera decisiva, parallelamente al ragionamento clinico, fondato su fatti costatati obiettivamente, analizzati statisticamente ed interpretati alla luce delle conoscenze biochimiche e fisiopatologiche.

Riappropriarsi di scienza ed Arte ci farà sempre più comprendere che vivere a lungo va bene, ma nel nostro tempo mortale, vivere in qualità di vita va meglio.

Grazia Labate

Ricercatrice in economia sanitaria già sottosegretaria alla sanità

12 gennaio 2025