“Diagnosi migliori. Assistenza personalizzata per i pazienti. Scoperta di farmaci più rapida. Maggiore efficienza. L’intelligenza artificiale sta generando eccitazione e iperbole ovunque, ma nel campo dell’assistenza sanitaria ha il potenziale per essere trasformativa. In Europa gli analisti prevedono che l’impiego dell’Ia potrebbe salvare centinaia di migliaia di vite ogni anno; in America, dicono, potrebbe anche far risparmiare denaro, riducendo di 200-360 miliardi di dollari la spesa medica annuale complessiva, che oggi ammonta a 4,5 trilioni di dollari all’anno (pari al 17% del Pil). Dagli stetoscopi intelligenti ai chirurghi robot, dall’analisi di grandi insiemi di dati alla possibilità di chattare con un’Ia medica dal volto umano, le opportunità abbondano.”

Inizia così il Technology Quarterly del settimanale The Economist dedicato all’utilizzo dell’intelligenza artificiale nella sanità. L’inserto mette in evidenza il problema dei dati sottolineando come “sebbene l’Ia sia stata utilizzata nell’assistenza sanitaria per molti anni, l’integrazione è stata lenta e i risultati sono stati spesso mediocri”. Questo sarebbe stato dovuto alle necessarie ed elevate barriere probatorie previste per l’introduzione di nuovi strumenti nella sanità, ma anche alla regolamentazione e gli incentivi per i dati.

“I sistemi di Ia imparano elaborando enormi volumi di dati, che gli operatori sanitari hanno in abbondanza. Ma i dati sanitari sono molto frammentati e il loro utilizzo è soggetto a regole severe. I governi riconoscono che i pazienti vogliono che la loro privacy medica sia protetta. Ma i pazienti vogliono anche cure migliori e più personalizzate. Ogni anno circa 800.000 americani soffrono di un processo decisionale medico inadeguato”.

La circolazione dei dati

Per migliorare l’accuratezza e ridurre i pregiudizi negli strumenti di Ia è necessario addestrare i sistemi su ampie serie di dati che riflettano l’intera diversità dei pazienti. Per questo è necessario trovare modi sicuri per consentire ai dati sanitari di circolare più liberamente. Una soluzione vantaggiosa anche per i pazienti. Questo processo però è sottoposto a una regolamentazione che fatica a tenere il passo con il rapido ritmo dell’innovazione. Le autorità di regolamentazione infatti possono essere lente nell’approvare nuovi strumenti di Ia o mancare di capacità e competenze.

Per questo è necessario attrezzare le autorità di regolamentazione per valutare i nuovi strumenti di Ia e colmare le lacune normative nella sorveglianza degli eventi avversi e nel monitoraggio continuo degli algoritmi per garantire che rimangano accurati, sicuri, efficaci e trasparenti. In questo senso, aggiungiamo, la strada perseguita dall’Europa con l’approvazione del regolamento continentale è un passo importante.

Altro problema riguarda le istituzioni e gli incentivi. L’Ia promette di ridurre i costi sanitari assistendo o sostituendo gli operatori, migliorando la produttività, riducendo gli errori e appiattendo o riducendo la spesa, il tutto migliorando l’assistenza. Di questo c’è un disperato bisogno. Nel mondo potrebbero mancare dieci milioni di operatori sanitari entro il 2030, circa il 15% della forza lavoro attuale.

“Tuttavia, risparmiare denaro utilizzando l’innovazione è difficile. I sistemi sanitari sono impostati per utilizzarla per migliorare le cure, non per tagliare i costi. Le nuove tecnologie possono rappresentare fino alla metà della crescita annuale della spesa sanitaria”. Inoltre, molti sistemi sanitari sono impostati per premiare il volume di lavoro. Hanno pochi motivi per adottare tecnologie che riducano il numero di visite, esami o procedure. E anche i sistemi sanitari a gestione pubblica possono non essere incentivati ad adottare tecnologie che riducono i costi piuttosto che migliorare i risultati, forse perché il risparmio di denaro può portare a un budget inferiore l’anno prossimo. A meno che i governi non riescano a cambiare questi incentivi, in modo che l’Ia combini cure migliori e nuove efficienze, l’innovazione aumenterà i costi.

Nuova conoscenza

The Economist non nasconde le incredibili possibilità dell’Ia sottolineando con numerosi esempi la carica innovativa ma anche come la tecnologia in questo caso porti “un tipo di conoscenza completamente nuovo. L’intelligenza artificiale è in grado di trovare associazioni e connessioni in un insieme di dati eterogenei, troppo vasti e annodati perché gli esseri umani possano risolverli senza dover ricorrere a modelli preesistenti che indichino quali tipi di cause producono quali tipi di effetti. Demis Hassabis, uno dei fondatori di DeepMind, una centrale di intelligenza artificiale che ora fa parte di Google, ritiene che questa capacità cambierà il modo in cui gli esseri umani comprendono la vita stessa”.

I problemi riguardano soprattutto i dati. Parlando di ChatGpt “Se i dati sono parziali, come spesso lo sono quelli sulla salute (spesso è più difficile trovare dati validi sulle minoranze, sui gruppi a basso reddito e sulle popolazioni emarginate), i risultati non saranno utili alla popolazione nel suo complesso come dovrebbero e potrebbero danneggiare i gruppi sottorappresentati. La natura “non deterministica” dei modelli (non risponderanno sempre allo stesso modo allo stesso stimolo) solleva problemi filosofici e pratici per chi regolamenta i dispositivi medici”.

Il fatto che le più grandi aziende tecnologiche vedano nell’assistenza sanitaria un luogo in cui competere è però un vero motivo di ottimismo. Perché le dimensioni del problema, 4,5 trilioni di dollari per l’assistenza sanitaria spesi solo negli Usa con il 30% che se ne va in costi amministrativi, dicono che questo è un mercato che merita un largo impiego di risorse per approfondire l’utilità dell’intelligenza artificiale.

Così c’è Google con Med-PaLM2, un Llm specifico per la salute in fase di sviluppo per rispondere a domande sull’assistenza sanitaria e riassumere le informazioni durante il trasferimento dei pazienti o il cambio di turno del personale. Amazon che investe in in Anthropic, che fornisce un assistente Ai chiamato Claude e l’impegno dei colossi cinesi. Un rapporto di McKinsey nel 2022 sosteneva che l’utilizzo dell’Ia per prevedere i risultati diagnostici e supportare le decisioni cliniche potrebbe creare un valore economico di circa cinque miliardi di dollari in Cina.

Centri di comando ospedalieri

Il miglioramento dell’efficienza può essere perseguito anche attraverso la creazione di centri di comando ospedalieri. Si tratta di un sistema di controllo sul modello di quello del traffico aereo in cui una parete di schermi fornisce informazioni aggiornate su parametri chiave come la disponibilità di posti letto, l’utilizzo delle risorse e lo stato dei pazienti in tutto l’ospedale. Parte di questo insieme viene replicato su tablet e dispositivi mobili utilizzati dal personale nei reparti. Questi sistemi non solo sono in grado di vedere i problemi nel momento in cui si verificano, ma possono anche anticipare i colli di bottiglia che si verificheranno.

Non è un’ipotesi per il futuro ma la realtà di oltre duecento ospedali in tutto il mondo. Il centro di comando del Johns Hopkins Hospital di Baltimora ha reso il trasferimento dei pazienti da una sede all’altra più veloce del 60%, ridotto i tempi di attesa per le cure d’emergenza del 25% e diinuito i tempi di permanenza nei letti post-chirurgici del 70%. Il Tampa General Hospital ha registrato un guadagno di efficienza pari a quattro milioni di dollari dopo il lancio di un centro di comando che utilizza venti applicazioni di Ia.

Tutto questo non è frutto della mera installazione di un software. Tutto il sistema deve adattarsi, ricorda il settimanale britannico, e questo può non essere facile. “Ma se l’aggiornamento e il cambiamento costanti comportano delle sfide, il loro lato positivo è evidente. E i cambiamenti che le istituzioni devono apportare quando si adattano alle nuove tecnologie dovrebbero essere più facili se anche queste ultime possono cambiare. La capacità di guidare il cambiamento e di renderlo più facile da gestire è uno dei vantaggi che l’Ia dovrebbe essere in grado di offrire al meglio”.