Ia supporto per prestazioni sanitarie migliori riducendo la spesa

La sanità sta vivendo una fase decisiva, in cui intelligenza artificiale e robotica vengono presentate come strumenti capaci di trasformare l’intero percorso di cura. Nel contesto di un convegno dedicato a salute, prevenzione e risorse, Federico Esposti, direttore strategico del Gruppo San Donato (Gsd), ha messo in evidenza un punto centrale: l’innovazione non deve limitarsi a efficientare, ma deve anche rafforzare l’umanizzazione delle cure, rendendo più efficiente il lavoro dei professionisti e migliorando ciò che arriva al cittadino.

intelligenza artificiale nella sanità: supporto lungo tutto il percorso

Secondo Esposti, la differenza tra l’evoluzione tecnologica in altri settori e quella della sanità è stata ampia. A fronte di aumenti di produttività osservati nel mondo della tecnologia, la sanità avrebbe registrato un incremento più contenuto, senza una reale capacità di sfruttare il progresso tecnologico per migliorare le prestazioni riducendo la spesa. In questa cornice, l’intelligenza artificiale viene descritta come un supporto rivolto a tutti i professionisti sanitari, oltre a chi si occupa di programmazione, gestione dei budget e fornitura di prestazioni, con l’obiettivo di controllare e ottimizzare quanto viene restituito al cittadino.

companion del medico e automazione della raccolta dei dati

Dal punto di vista operativo, l’intelligenza artificiale dovrebbe diventare, soprattutto, un companion, un assistente in grado di accelerare la raccolta delle informazioni anamnestiche, in particolare la storia clinica precedente. L’idea è che la tecnologia non allontani dal paziente: se il medico non deve digitare continuamente durante la visita, ma il sistema supporta la trascrizione, la relazione cambia. In questo scenario, il professionista e il personale sanitario possono guardare in faccia il paziente e dedicarsi effettivamente alla visita, con un impatto descritto come radicale sul modo di lavorare.

robotica per efficienza: trasporti, movimentazioni e processi di supporto

Accanto all’intelligenza artificiale, la robotica viene indicata come leva per aumentare l’efficienza, soprattutto in attività che dall’esterno possono apparire semplici ma che richiedono risorse significative. Esposti cita esempi legati alla logistica ospedaliera, come il trasporto dei pazienti tra reparti, radiologia e fisioterapia. In un ospedale come il San Raffaele di Milano, vengono riportati circa 5mila trasporti al giorno tra stanze e servizi, incluse attività come palestra e altre funzioni.

robotica per movimentare risorse: merci e pazienti

Queste componenti vengono definite parti del processo con basso valore aggiunto rispetto alla cura, ma al tempo stesso estremamente dispendiose. In tale ambito, l’AI supporterebbe la pianificazione, mentre la robotica aiuterebbe nella movimentazione delle merci e nell’assistenza alla movimentazione dei pazienti.

intelligenza artificiale ed estrazione dei dati per servizi migliori

Un ulteriore impiego riguarda l’estrazione del dato, con l’obiettivo di rendere disponibili al cittadino servizi più efficaci. Sul tema dei clinical trial e della sperimentazione farmaceutica, Esposti segnala una ridotta competitività dell’Italia nel contesto internazionale. Viene citato un confronto con altri Paesi europei, come la Spagna, dove l’AI viene utilizzata come pilastro di sostenibilità del sistema.

clinical trial: analisi del referto e segnalazione al clinico

Tra le applicazioni operative già avviate, figura il supporto al reclutamento dei pazienti nei clinical trial. In particolare, l’intelligenza artificiale sarebbe in grado di analizzare autonomamente un referto appena conclusa la visita e di segnalare al clinico l’esistenza di un clinical trial attivo a cui il paziente potrebbe avere accesso. La somma di questi interventi viene descritta come un modo per modernizzare il percorso e mirare a un aumento dei servizi prestati al paziente a parità di budget.

prevenzione e machine learning: previsione dell’andamento clinico

Sul versante della prevenzione, Esposti riferisce che negli ultimi 3-4 anni il Gruppo San Donato ha investito nella creazione di sistemi di previsione. Gli strumenti citati includono tecniche di machine learning che abbinano i dati del paziente agli outcome, con l’obiettivo di comprendere come potrà evolvere il decorso del paziente a prescindere dalle condizioni cliniche del giorno.

gestione dei dati genetici per prevenzione primaria e secondaria

Un’opportunità rilevante riguarda la gestione dei dati genetici, descritti come portatori di informazioni utili alla pianificazione di strategie di prevenzione primaria e secondaria. Queste informazioni, secondo quanto riportato, risultano al momento difficilmente accessibili. La direzione indicata prevede un mix tra sistemi e strumenti infrastrutturali e software di intelligenza artificiale, con l’obiettivo di abilitare l’utilizzo dell’informazione genetica per fare prevenzione in modo più concreto.

personaggi coinvolti nel contenuto

Il contenuto riporta la partecipazione e le dichiarazioni di un soggetto in rappresentanza di un’azienda sanitaria.

• Federico Esposti (direttore strategico Gruppo San Donato, Gsd)