“Sembra stia nascendo una nuova stagione dell’IA che vede maggiormente le aziende sanitarie protagoniste nel promuovere l’introduzione e lo sviluppo di logiche e strumenti di IA, a complemento delle iniziative dei singoli gruppi professionali o delle loro reti scientifiche e di collaborazione”.

Il rapporto Oasi della Bocconi commenta così la situazione dell’intelligenza artificiale e segnala il protagonismo della sanità italiana.

Secondo il rapporto Ai Watch del Joint Research Centre le esperienze di IA nella sanità italiana sono numerose rispetto agli altri Paesi europei. Il rapporto individua trenta progetti, venti dei quali sono in Italia. Di questi 12 sono nella fase iniziale, quattro pianificati, quattro pilota e altri quattro in via di sviluppo.

Tra i progetti europei, quasi la metà (12) riguarda l’ambito clinico e prevalentemente (7 progetti) applicazioni legate allo studio e alla gestione del Covid-19. In tempi di risorse scarse l’Ia diventa quindi un’occasione per molti istituti che cercano nuove strade. Lo dimostra il fatto che dalla lista emerge la forte eterogeneità dei progetti avviati e il fatto che solo metà delle esperienze rientra pienamente nella definizione di ‘Ia in uso’, mentre le altre sono ancora alle fasi di ideazione, di studio o di pilota. Siamo in fase embrionale ma lo sviluppo può essere rapido.

Il Karolinska Institutet

Allargando lo sguardo all’Europa una delle esperienze più significative è quella del Karolinska Institutet, centro medico universitario svedese dove oltre cinquanta persone sono impegnate in progetti che prevedono l’utilizzo di sistemi di Ia con l’intervento di esperti di discipline diverse. “Tuttavia, – osserva il rapporto – la scarsità di queste competenze specifiche sul mercato del lavoro è un elemento di attenzione nella gestione dei programmi di ricerca di Ia”.

L’intelligenza artificiale viene utilizzata per l’analisi di immagini, testo e audio ma anche nell’ambito dei biomarcatori, con la prospettiva di costruire in futuro modelli che combinino dati di diversa natura. Il punto cruciale del modello dell’istituto svedese è la partecipazione piena non solo del personale di ricerca o del personale tecnico impegnato nello sviluppo dei sistemi, ma anche da parte del middle management aziendale e del personale sanitario.

In questo senso è opportuno sottolineare che gli ambiti di ricerca si propongono – e in alcuni casi hanno già conseguito – l’applicazione nell’ambito delle normali operations aziendali. Nonostante questo in Svezia sono convinti che sia ancora necessario investire sulla formazione del personale e sulla creazione di un centro unico di riferimento per l’Ia, oggi assente e che costituisce un vulnus per lo sviluppo di nuove e diffuse applicazioni.

Il Caso Asst Brianza

Per quanto riguarda l’Italia il rapporto Oasi 2022 cita tre casi di studio che vedono come protagonisti l’Asst della Brianza, Irccs Humanitas e il Consorzio Cineca.

Particolarmente interessante è il caso dell’Asst della Brianza che ha implementato soluzioni di analisi dei dati, di Ia e di Machine learning, sfruttando la tecnologia come leva per la progressiva e continua valorizzazione del patrimonio informativo. A partire dai dati, sono stati infatti sviluppati e adottati strumenti di supporto clinico decisionale e soluzioni di intelligenza artificiale per l’analisi predittiva in ambito di gestione dei processi sociosanitari. Inoltre, è stata creata una piattaforma di Data Analytics in grado, attraverso l’adozione di tecnologie di Ml e Big Data, di consentire l’analisi avanzata dei dati provenienti dalle varie fonti dati disponibili.

IA intelligenza artificiale sanità decalogo garante privacy

Gli obiettivi riguardano una migliore identificazione dei bisogni di salute da un lato e, dall’altro, all’implementazione di tecniche di predizione del ricorso a terapie, di complicanze e di re-ricoveri per i pazienti dell’azienda. I dati sono utilizzati per i sistemi di supporto decisionale integrati nella cartella clinica elettronica. In questo caso gli algoritmi segnalano ai clinici possibili elementi di attenzione, in particolar modo l’interazione avversa tra farmaci.

Il secondo utilizzo vede l’Ia applicata all’imaging radiologico. In particolare, con riferimento ai pazienti Covid-19, è stato sviluppato dall’azienda nel 2020 un sistema per una più efficace attività di pre-diagnosi e interpretazione delle immagini (relativo al riconoscimento della presenza o meno di polmonite per pazienti Covid). Questa applicazione dell’intelligenza artificiale si è rilevata particolarmente utile soprattutto nelle fasi più critiche della pandemia, quando il volume di pazienti molto elevato richiedeva di effettuare un alto numero di diagnosi in tempi ridotti.

Il caso Humanitas

Il terzo livello riguarda gli algoritmi predittivi che sfruttano l’utilizzo dell’Ia e del Ml per predire eventi specifici per alcune tipologie di pazienti, in diversi ambiti disciplinari. L’Humanitas di Rozzano, alle porte di Milano, a partire dal 2020 ha istituito l’Ai Center dedicato all’implementazione dell’Ia nelle attività di ricerca e cura.

Nel centro dedicato all’intelligenza artificiale lavorano data scientist, ricercatrici e ricercatori giovani che, dopo aver maturato esperienze formative e professionali all’estero (dall’Mit di Boston al Kings College di Londra), sono tornati in Italia per mettere a frutto le tecniche più sofisticate per l’analisi profonda dei dati. Il lavoro mira alla costruzione di algoritmi intelligenti capaci di trovare associazioni, riconoscere pattern e costruire modelli di previsione che contribuiranno all’innovazione di ambiti come la medicina predittiva e la diagnostica per immagini.

Ecco perché il background del team che lavora all’Ai Center è sfaccettato e comprende competenze statistiche, biomediche, computazionali e manageriali. L’AI Center attrae talenti dalle principali università tecno-scientifiche d’Europa per la possibilità di lavorare con infrastrutture di ricerca estremamente avanzate e altrove non sempre accessibili.

I frutti di questo lavoro si vedono nell’ambito gastroenterologico con lo sviluppo di algoritmi che possano supportare i medici nell’identificazione dei polipi anche di dimensioni molto piccole. L’Ia viene utilizzata anche nella prevenzione dei tumori del colon e del retto e l’utilizzo della tecnologia mostra benefici anche in termini di maggiore sostenibilità economica.

Altri contesti di utilizzo riguardano il progetto GenoMed4All, finanziato dalla Commissione Europea nell’ambito del programma Horizon 2020 Research & Innovation sulle malattie ematologiche.

Il caso Cineca

Infine Cineca, si legge nel rapporto Oasi, ha riconosciuto nella sanità un’opportunità di mercato e ha pertanto creato una divisione dedicata alla sanità per offrire servizi di calcolo e IA ai propri consorziati e al mercato, agendo quindi da ‘fornitore’ per le aziende sanitarie clienti mettendo a disposizione la propria infrastruttura tecnologica e le proprie competenze per analizzare i loro dati. È una organizzazione abituata a lavorare on demand per progetti e conferma questa vocazione anche per l’IA.

Cineca è dotato di ricche banche dati e di grandi capacità di calcolo e di analisi: deve co-costruire con i propri interlocutori richieste ad hoc basate su processi di IA. In questo ambito innovativo, la capacità di esprimere expertise consolidata e di promuovere domanda da parte dei partner clienti costituisce un nuovo ingrediente imprenditoriale.

Tre possibili modelli organizzativi per l’IA

Emergono quindi, sottolinea il rapporto Oasi, tre possibili modelli organizzativi per l’IA:

i) un modello che è accentrato in un’unità operativa dedicata agli investimenti in tecnologie innovative (SI, technology transfer unit e business development) che coordina le iniziative sparse proposte da medici di diverse specialità;

ii) un modello di contracting out, testimoniato dall’offerta di servizi del Cineca e dal rispettivo pool di aziende sanitarie clienti;

iii) un modello di ecosistema imprenditoriale di ricerca diffuso, dove la digitalizzazione e condivisione dei dati clinici diventano il presupposto per l’attrazione di talenti, capaci di attrarre risorse di grant, partner o clienti per lo sviluppo di nuovi servizi.

I modelli di finanziamento sono a loro volta profondamente diversi:

i) autofinanziamento aziendale per erogare servizi che ottimizzano i processi clinici;

ii) finanziamento dal mercato vendendo servizi di IA ai clienti;

iii) finanziamento basato su logiche di ricerca.