La valorizzazione degli healthcare data è il pilastro della sanità 4.0 e può certamente migliorare, potenziare il percorso di cura del paziente. L’healthcare è un enorme generatore e deposito di dati: si stima infatti che il 30% di tutti i dati memorizzati riguardi l’ambito sanitario, e che in media qualsiasi persona del pianeta generi 80 MB di dati all’anno in imaging e cartelle cliniche elettroniche.
Osservando il fenomeno dall’alto, nell’ecosistema sanitario le sorgenti di dati sono innumerevoli, tra cui:
- Wearable, i dispositivi consumer per il benessere (fitness tracker, smartwatch) e gli strumenti medicali che rientrano nell’universo mobile Health (mHealth);
- Dati clinici, che vanno dalle prescrizioni mediche alle diagnosi e alle cartelle cliniche elettroniche;
- Imaging radiologico;
- Dati amministrativi, la cui valorizzazione è alla base della data-driven governance delle strutture sanitarie, con contestuale incremento di efficienza.
Potenziare il percorso di cura del paziente significa adottare nei confronti di questi dati un approccio sistemico e non vincolato ai silos, intraprendendo un percorso di valorizzazione finalizzato a migliorare la qualità dei servizi e a renderli più tempestivi e personalizzati, così da migliorare gli esiti di salute. Non a caso, la valorizzazione degli healthcare data è un pilastro nel percorso verso la value-based healthcare, che si basa sul cambio di paradigma dalla centralità della prestazione a quella del valore percepito dal paziente.
L’analisi dei dati a beneficio del percorso di cura del paziente
L’utilizzo del dato per migliorare il percorso di cura è un tema di attualità, connesso a quello dell’applicazione delle tecniche di big data analysis e dell’Intelligenza Artificiale agli healthcare data. A titolo d’esempio, l’analisi realtime dei dati dei dispositivi indossabili e le tecnologie di connettività possono agire in modo sinergico abilitando forme avanzate di telemonitoraggio di pazienti cronici, per un nuovo modello assistenziale non più basato sulla presenza fisica. Tutto il tema della telemedicina e delle sue fattispecie concrete si origina da ciò.
Potenziare il percorso di cura del paziente prendendo decisioni migliori
Potenziare il percorso di cura del paziente significa personalizzarlo attraverso i dati: quelli della sua storia clinica, della patologia da trattare, dell’attuale percorso terapeutico, delle visite e degli esami effettuati. Si entra nel campo dei sistemi di supporto alle decisioni cliniche (CDSS), il cui fine è supportare il personale medico in decisioni complesse, oppure ridurne la pressione sui casi di routine.
L’adozione di tecniche di AI per l’analisi dell’imaging radiologico a fini diagnostici e terapeutici è una delle promesse più grandi della data analysis in ambito sanitario; lo stesso Osservatorio Sanità Digitale del Politecnico di Milano, in uno studio del 2021, identificò l’Analisi di Immagini e Segnali come uno delle principali forme di adozione di AI da parte delle strutture sanitarie. Non dimentichiamo, come affermato in uno studio del 2021, che gli errori diagnostici sono piuttosto comuni, coinvolgendo il 5,1% della popolazione.
In un’era di forte accelerazione digitale come quella in corso, non mancano applicazioni di AI a beneficio del percorso di cura del paziente. A titolo d’esempio, un modello di ANN (Artificial Neural Network) ha ottenuto un’accuratezza del 92% nell’identificare il rischio di emorragie nei pazienti sottoposti a bypass cardio–polmonare. L’analisi dei dati può classificare e suggerire automaticamente il livello di priorità di ammissione in pronto soccorso, può abilitare forme di autodiagnosi, prevenire complicanze, migliorare la relazione medico-paziente, personalizzare al massimo i trattamenti e i percorsi assistenziali, senza contare tutti i potenziali impieghi in ambito di population health management e nel settore farmaceutico, in particolare nella ricerca e sviluppo di nuovi farmaci.
I dati a beneficio delle strutture, e quindi dei pazienti
Oltre alle fattispecie di data analysis che incidono direttamente sui percorsi di cura dei pazienti e sulla loro salute, esistono anche applicazioni indirette. Come anticipato, migliorare la governance delle strutture grazie agli Analytics non le rende unicamente più efficienti e avverse agli sprechi, ma anche più efficaci a livello di erogazione dei servizi, rapidità di presa in carico, riduzione dei tempi di attesa e di permanenza all’interno delle strutture. Di fatto, i dati rappresentano il minimo comun denominatore delle diverse anime dell’healthcare contemporaneo: sperimentare applicazioni concrete e, soprattutto, creare una sinergia tra i diversi ambiti di impiego è uno dei grandi obiettivi della sanità 4.0.
