Nel panorama in continua evoluzione dell’IT sanitario, nell’ultimo decennio le organizzazioni sanitarie hanno digitalizzato quasi tutto il possibile, generando uno tsunami di dati. I sistemi sanitari si chiedono in che modo l’integrazione di dati olistici raccolti in tutta l’azienda e l’implementazione di soluzioni di intelligenza artificiale possano aiutarci a fornire un’assistenza migliore a un numero maggiore di persone.
Per rispondere a questa domanda, Shez Partovi, Chief Innovation Officer e Chief Business Leader, Healthcare Informatics di Philips, ha convocato un panel di esperti del settore in occasione dell’Healthcare Information and Management Systems Society Global Health Conference & Exhibition 2025 (HIMSS25, Las Vegas, USA). Tra gli esperti figuravano Terri Couts, RN-BC MHA, SVP e Chief Digital Officer presso la Guthrie Clinic, Curt Langlotz, MD, Professore di Radiologia, Medicina e Scienze Biomediche presso la Stanford Medicine e Senior Associate Vice Provost for Research presso la Stanford University, e Tim Zoph, CHCIO, Senior Advisor McKinsey & Company, che hanno discusso le opportunità e le sfide dell’adozione dell’intelligenza artificiale e di approcci olistici basati sui dati per creare un sistema sanitario più preciso, reattivo e incentrato sul paziente.
Per definizione, l’intelligenza artificiale ha il potenziale per rivoluzionare l’erogazione dell’assistenza sanitaria, migliorando l’accuratezza e l’efficienza della diagnosi, del trattamento e dell’assistenza ai pazienti. Gli algoritmi di intelligenza artificiale possono analizzare enormi quantità di dati medici, identificare modelli e formulare previsioni che influenzano il processo decisionale clinico, migliorando in definitiva la prognosi dei pazienti.
L’intelligenza artificiale svolge un ruolo cruciale anche nella medicina personalizzata. Analizzando il profilo genetico, la storia clinica e lo stile di vita di un paziente, gli algoritmi di intelligenza artificiale possono identificare le opzioni di trattamento più efficaci e personalizzate. Inoltre, i chatbot basati sull’intelligenza artificiale possono fornire ai pazienti consigli e supporto sanitario personalizzati, migliorando il loro benessere generale e il coinvolgimento nelle cure.
IA e soluzioni di successo nel mondo reale
I partecipanti hanno sottolineato che l’uso pratico di soluzioni basate sull’intelligenza artificiale deve analizzare i dati in tempo reale, indipendentemente dalla fase del percorso di cura in cui si trova il paziente, e quindi indirizzare l’assistenza laddove ne ha bisogno, garantendo un’assistenza tempestiva grazie all’assistenza adeguata al momento e nel luogo giusti .
Terri Couts: “Nel centro di comando, che utilizziamo per il coordinamento dell’assistenza, utilizziamo i dati per determinare se è più probabile che un paziente torni a casa oggi se l’esame di imaging viene letto a una certa ora. I dati mostrano anche che è probabile che questo paziente venga accettato per un programma di ricovero domiciliare. Stiamo gestendo il tipo di assistenza di cui hanno bisogno quando ne hanno bisogno, rispetto al modello standard, in cui se non si è pronti per la dimissione, non la si riceve fino al giorno successivo. Si tratta di analisi per guidare l’assistenza collaborativa per ogni paziente, ogni volta.”
L’impatto dell’intelligenza artificiale sull’assistenza e sulle operazioni dei pazienti
Disponiamo di molti dati; la domanda è: gli operatori sanitari possono utilizzarli per alimentare nuovi modelli di intelligenza artificiale? In tal caso, si chiede Shez Partovi, come può un sistema sanitario determinare il ROI dell’intelligenza artificiale?
Terri Couts: “Quando parliamo del ritorno sull’investimento dell’intelligenza artificiale, ci chiediamo se migliorerà l’efficienza operativa. Risolverà il problema del burnout dei medici? Perché se riusciamo a fidelizzare e coinvolgere la nostra forza lavoro, questo si ripaga da solo.”
Gestire lo tsunami di dati per creare un’assistenza sanitaria di precisione
Cos’è la terapia di precisione? I leader del settore sanitario affermano che si tratta di un’idea rivoluzionaria che significa abbandonare la medicina reattiva per adottare una medicina più proattiva, sviluppando trattamenti e terapie che prevengono o mitigano una malattia. Questo approccio sottolinea anche l’importanza della diagnosi precoce, che consente interventi tempestivi e potenzialmente migliori risultati per i pazienti.
Tim Zoph di McKinsey: “Il modello di cura che abbiamo ora non funziona; non ci porterà da qui a lì. Un’assistenza di precisione significherà che anticiperemo la malattia e creeremo la capacità di monitorare i pazienti quando sono asintomatici ma a rischio. Questa è un’idea davvero rivoluzionaria, un vero punto di svolta. Useremmo i dati per diffondere marcatori molecolari e poter informare il paziente che, a questo punto del suo percorso, questo farmaco o cambiamento comportamentale potrebbe funzionare per lui”.
I potenziali benefici dell’assistenza di precisione sono enormi, in particolare nel migliorare gli esiti clinici e l’accuratezza diagnostica, rendendo idealmente le pratiche mediche più sicure ed efficaci. Per raggiungere questo obiettivo, questi leader consigliano di iniziare a chiarire il problema clinico che si sta cercando di risolvere, affrontando le barriere all’accesso e quindi collaborando per costruire modelli di intelligenza artificiale testabili e monitorabili, ad esempio, nell’ambito dell’assistenza oncologica.
Curt Langlotz: “Stiamo arrivando a un punto in cui, con il cancro, possiamo avere una comprensione molto più approfondita della natura del tumore di quel paziente, incluso come quel paziente potrebbe rispondere alle terapie basate sulla genetica e sulla diagnostica per immagini. È molto diverso da come guardavamo il cancro in passato.”