L'intelligenza artificiale (IA) sta trasformando il campo biomedico. In particolare, nuovi metodi di analisi dei dati possono aumentare la capacità dei medici di interpretare e agire su set di dati complessi e di grandi dimensioni. Mentre gli operatori sanitari non possono ancora essere completamente autonomi, la tecnologia gioca un ruolo importante oggi nel migliorare i risultati, aumentare la sicurezza e ridurre i costi sanitari.
A livello globale, l'industria sanitaria dovrebbe aumentare gli investimenti in IA del 44% tra il 2017 e il 2020 (sondaggio Tata Consultancy Services). Si prevede che gli strumenti di intelligenza artificiale incentrati sulla sanità genereranno più di $ 20 miliardi entro la metà degli anni 2020, con un tasso di crescita annuale composto (CAGR) fissato tra il 40 e il 50% nei prossimi 5-7 anni.
In aggiunta, solo nei primi nove mesi del 2017, globalmente le società di analisi dei big data nel settore sanitario hanno ricevuto oltre 1 miliardo di dollari di investimenti in capitale a rischio, il che rappresenta un aumento del 31% rispetto ai livelli di finanziamento nello stesso periodo del 2016 (Mercom Capital).
In questo ambiente frenetico, i leader nel settore delle life science devono bilanciare la necessità di applicare queste tecnologie per migliorare la cura dei pazienti con la necessità dei profitti, senza essere coinvolti nella macchina della moda dell’ IA per l'assistenza sanitaria. I leader del settore sanitario devono chiedersi: vale la pena investire in strumenti e infrastrutture prima di vedere le evidenze del loro potenziale? E se sì, come possono i futuri clienti aziendali bilanciare la prudenza con l’evidenza che l'apprendimento automatico sarà la prossima forza di trasformazione nel settore sanitario?
A livello di base, vediamo una tendenza nel supporto alle decisioni in ambito clinico (Clinical Decision Support CDS) che mette a disposizione dei medici, del personale sanitario, dei pazienti e degli altri fornitori di assistenza sanitaria informazioni personalizzate, a orari specifici, progettate per migliorare gli esiti sanitari. Dispositivi di supporto come promemoria, avvisi e dati clinici direttamente ricavabili dalle cartelle cliniche elettroniche, guideranno il processo decisionale del medico. In questo scenario clinico, i medici e i manager dovrebbero applicare, nella pratica, la tecnologia convalidata dalle aziende che offrono software di intelligenza artificiale per assistere i medici nella diagnosi delle patologie e negli algoritmi di trattamento. Lo sviluppo e l'uso di sistemi di supporto alle decisioni cliniche dovrebbero essere guidati da una visione complessiva che definisca le condizioni appropriate per il loro uso. Questi includono processi per il monitoraggio della qualità dei dati e lo sviluppo e la convalida di algoritmi e una protezione adeguata dei dati dei pazienti.
Nell'industria biofarmaceutica i ricercatori useranno l'IA e la tecnologia di apprendimento automatico per guidare i processi decisionali per i farmaci esistenti e per l’estensione di trattamenti ad altre condizioni cliniche. I leader del settore farmaceutico impiegheranno anche strumenti di intelligenza artificiale per accelerare lo sviluppo clinico, con una migliore stratificazione dei pazienti. Il settore farmaceutico sta anche usando l'IA per prevedere la tempistica, la posizione e la probabilità di epidemie. Servizi come Deep 6 Trial AI e IBM Watson for Clinical Trial Matching forniscono strumenti per trovare pazienti idonei per studi clinici complessi in pochi minuti, in base ai criteri del protocollo di studio. Questi strumenti, tuttavia, devono consentire la convalida da parte dell’uomo e il training del software di IA al fine di risolvere eventuali incoerenze o letture non corrette.
I grandi istituti di prima assistenza utilizzano la tecnologia IA per ridurre la riammissione in ospedale e prevenire errori clinici. In definitiva, gli ospedali sperano che l'applicazione dell'IA possa aiutarli a identificare e prevenire i pazienti ad alto rischio nello sviluppare complicazioni e possa guidarli nelle decisioni di cura dei pazienti. Gli ospedali useranno anche l'IA per semplificare il flusso di lavoro e ridurre o eliminare la ridondanza delle procedure, risparmiando tempo prezioso e risorse limitate. I manager degli ospedali devono procedere con cautela quando prendono in considerazione gli investimenti per la tecnologia IA. Un algoritmo può funzionare in un contesto accademico o clinico limitato, ma potrebbe non tradursi nella realtà ospedaliera. Se uno strumento di IA viene settato utilizzando i dati di un ospedale di ricerca, potrebbe non essere adatto per un ospedale di pura clinica, dove molti pazienti hanno documentazione clinica incompleta. Le organizzazioni sanitarie devono garantire che i loro strumenti di intelligenza artificiale siano stati costruiti e validati basandosi su popolazioni realmente rappresentative.
Attualmente un terzo di tutte le aziende di IA Software-as-a-Service (SaaS) nel settore sanitario si sta concentrando in parte o esclusivamente sulla diagnostica, rendendolo una delle aree di maggiore attenzione per le startup in crescita nel settore. L'Institute of Medicine della “National Academies of Science, Engineering and Medicine” riferisce che "gli errori diagnostici contribuiscono a circa il 10% delle morti dei pazienti" e rappresentano anche il 6-17% delle complicanze ospedaliere.
In Guerbet stiamo utilizzando applicazioni di intelligenza artificiale per migliorare in definitiva la diagnosi e il trattamento dei pazienti. In qualità di leader globale nell'imaging medico, abbiamo identificato i partner IA con tecnologia e soluzioni software convalidate. Ad esempio, stiamo collaborando con IBM Watson Health per sviluppare software di intelligenza artificiale per supportare la diagnostica del cancro al fegato, utilizzando la tomografia computerizzata e la risonanza magnetica e le cure.
Attualmente, l'IA nel settore sanitario si trova nella seconda fase dell’Hype Cycle di Gartner - "Picco delle aspettative esagerate". Tuttavia, se non consentiamo a questo complemento essenziale dell'erogazione di assistenza sanitaria di raggiungere l'”hype” l’aspettativa entusiastica potrebbe ricadere in quello che Gartner chiama la "fossa della disillusione". Per evitare ciò, è importante comprendere correttamente l'intelligenza artificiale e i suoi limiti in modo che possiamo usarla in modo più efficace nelle aree in cui l'IA eccelle particolarmente.
Verosimilmente, garantire il miglioramento, il prolungamento e la qualità della salute umana è una delle applicazioni più preziose dell'IA. I professionisti delle “life science” devono continuamente bilanciare il costo della tecnologia IA con il suo valore.