Introduzione
Si tratta essenzialmente della digitalizzazione del sistema, con l’introduzione progressiva di tecniche e tecnologie di intelligenza artificiale, ma anche del piano infrastrutturale e dell’ammodernamento della grande diagnostica per immagini e del laboratorio con lo scopo di personalizzare al massimo le cure, rendendo diagnostica, terapia (soprattutto cellulare e genica) e riabilitazione precoci e appropriate rispetto al profilo clinico e genomico dell’individuo, indipendentemente dalla sua collocazione fisica e geografica e dalla sua appartenenza sociale, culturale ed economica.
Il Censis afferma che la sanità di prossimità, quella del territorio e della continuità assistenziale, si attua attraverso progetti di integrazione sociosanitaria e socioassistenziale, che prevedono diverse forme di assistenza domiciliare integrata. Il segmento assistenziale intermedio tra ospedale e domicilio ha visto la moltiplicazione di strutture dalle caratteristiche diversificate per pazienti non in condizioni di rientrare a domicilio, ma non gravi al punto da necessitare di un ricovero ospedaliero prolungato. La digitalizzazione, che è il presupposto tecnologico e organizzativo della sanità di prossimità, a partire da quella strettamente domiciliare, ha visto una proliferazione infinita e non regolata di piattaforme, centraline, progetti, sperimentazioni, con soluzioni di software, dispositivi e tecnologie differenti per qualità, concezione e risultato. Si tratta di un investimento industriale e organizzativo con consumo di risorse economiche e umane rilevante, con intenzioni sicuramente virtuose, ma con risultati di qualità dubbia e soprattutto occasionale, raramente di sistema.
L'altra famiglia di tecnologie che promette di rivoluzionare la sanità è l'Intelligenza Artificiale. L’American Medical Association [LINK] ha provato a identificare e catalogare i suoi ambiti applicativi:
Classificazione per funzioni
- Elaborazione del linguaggio naturale (NLP: natural language processing) con utilizzazione di chatbot e assistenti virtuali; riconoscimento vocale; sistemi di traduzione automatica; sistemi di estrazione e analisi del linguaggio (text extraction and mining)
- Apprendimento automatico (machine learning): apprendimento supervisionato, semi-supervisionato e autonomo; apprendimento approfondito avanzato; reti neurali; classificazione e clustering
- Logica fuzzy, sistemi esperti, algoritmi euristici, robotica, internet delle cose (Internet of Things, IoT), basi di conoscenza, visione artificiale
Classificazione per ambiti di intervento
- Prevenzione: fitness e wellness, monitoraggio della salute, nutrizione e alimentazione
- Diagnosi: rilevamento e diagnosi precoci; analisi automatica delle immagini
- Terapia e monitoraggio: medicina di precisione, trattamento personalizzato, prognosi, monitoraggio, aderenza terapeutica, chirurgia robotica e terapia robotica
- Sistemi di supporto: trasferimento tra livelli assistenziali, continuità assistenziale, assistenti virtuali, coordinamento assistenziale (multiprofessionale), riduzione degli errori di dosaggio
- Amministrazione: continuità gestionale e amministrativa; relazione col pubblico; analisi e gestione del rischio; generazione, gestione e custodia del dato e dell’informazione sanitaria; interoperabilità; formazione degli operatori; sicurezza e prevenzione delle frodi; gestione della qualità e della reportistica; contabilità
- Supporto all’utenza: informazione sanitaria, consulto digitale
- Ricerca: trial multicentrici; sviluppo di diagnostici, farmaci e dispositivi; genomica
