Blog

Una piattaforma data-driven e AI-based pensata per il medico del futuro

La medicina odierna è in molti casi ancora dominata da una forte focalizzazione sulla malattia, anche se in molti stanno tentando di sposterne il focus sulla persona. Basti pensare che le attuali pratiche mediche prevedono di applicare trattamenti simili a qualsiasi tipo di paziente, senza considerare le caratteristiche sanitarie peculiari che rendono ogni individuo unico nel suo genere.

Principalmente questo accade perché i farmaci vengono testati in una logica di massa, secondo la quale se il trattamento funziona per la media del campione allora funziona per tutti. Negli ultimi anni, però, stiamo capendo che questo approccio può essere migliorato: uno stesso piano terapeutico può avere impatti differenti sulla guarigione del paziente, soprattutto per quanto riguarda la valutazione dei suoi effetti collaterali.

Tutto ciò sta spingendo i migliori medici a riflettere sulla possibilità di avere a disposizione sistemi in grado di determinare l’efficacia di un farmaco a priori, testandone real-time gli effetti sul profilo sanitario del soggetto in cura. Tale approccio è coerente con una nuova visione della medicina che sta portando sempre più professionisti del settore ad affrontare le problematiche della salute con gli occhi del paziente.

Il passaggio da un sistema malattia-centrico ad uno paziente-centrico, che vede il paziente meno passivo e sempre più attivo e protagonista del proprio processo di guarigione, sta aprendo le strade a un nuovo modo di fare medicina.

La medicina moderna non seguirà più un approccio epidemiologico ma sarà interamente personalizzata: i pazienti del prossimo futuro non vorranno più sapere qual è in media la loro probabilità di sviluppare una determinata malattia o guarire da essa, ma saranno interessati a capire cosa accadrà esattamente a loro e non al campione testato.

Questo presume che i medici non possono semplicemente limitarsi a descrivere le dinamiche di una patologia, piuttosto dovranno impegnarsi a predire con ragionevole certezza verso quali scenari clinici potrà andare incontro il singolo paziente sulla base del suo profilo sanitario.

Il sistema sanitario del futuro sarà prospettico e non più reattivo come quello attuale. Saremo in grado di capire in anticipo se si manifesterà una certa malattia senza essere costretti a diagnosticarla solo quando ormai è troppo tardi.

Tutto ciò sarà possibile grazie ad una visione di insieme sui dati sanitari – raccolti dagli ospedali o tramite fonti alternative (applicazioni mobile, smartwatch, dispositivi medici indossabili) – senza precedenti e la possibilità di eseguire con estrema facilità un numero molto maggiore di test medici rispetto a quelli attuali.

Avremo montagne di informazioni a disposizione che ci permetteranno di ampliare le nostre vedute, grazie alla possibilità di individuare – tramite l’utilizzo di tecnologie di intelligenza artificiale – tutte le correlazioni, i trend e i pattern nascosti all’interno dei nostri dati sanitari.

Gli avanzamenti tecnologici non sminuiranno la figura del medico, ma al contrario rappresenteranno uno strumento formidabile per migliorare la qualità del suo lavoro, amplificando le sue capacità di diagnosticare correttamente le malattie e strutturare piani terapeutici più efficaci.

Nel futuro, il medico che non farà lo sforzo di abbracciare questa rivoluzione tecnologica – seppur estremamente competente – non potrà stare più al passo di professionisti che invece sceglieranno la strada dell’intelligenza artificiale e dei big data.

Sulla base di questa visione, iCareX ha sviluppato iTwinDiscover, una piattaforma cloud end-to-end che consente ai medici di visualizzare in chiave evoluta il profilo sanitario del paziente, prendere decisioni basate sui dati e fornire ai soggetti in cura trattamenti personalizzati AI-based. iTwinDiscover è dotata di una gamma di modelli di intelligenza artificiale che possono aiutare il medico a predire la risposta del paziente a diversi piani di cura individuati per il trattamento di una specifica malattia.

Ad esempio, il nostro algoritmo – K2AI (Knowledge Augmented Artificial Intelligence) – è in grado di combinare le solide basi mediche e la conoscenza della meccanica della malattia con modellazioni flessibili, guidate dai dati e routine di ottimizzazione basate sull’intelligenza artificiale del Machine Learning, per informare i medici sull’impatto di vari trattamenti sui bioamrcatori di un paziente di riferimento.

Un altro algoritmo da noi sviluppato – Crystal – permette al medico di selezionare il piano di cura più adatto alla situazione clinica del paziente e di gestire in maniera dinamica i dosaggi nel tempo verficandone i possibili effetti, Ciò viene reso possibile grazie allo sviluppo di una rappresentazione spuria del suo profilo sanitatio ovvero indipendente da fattori esterni al trattamento che possano alterare le previsioni del modello.

La flessibilità dei nostri algoritmi ci permette di operare con un pool molto ampio di malattie, in particolare in situazioni in cui le linee guida nazionali o internazionali richiedono al medico di effettuare delle scelte sulle azioni terapeutiche da intraprendere per preservare la salute del paziente. In queste situazioni delicate, una combinazione ottimale di dati e strumenti intelligenti può aiutare i professionisti del settore sanitario e i soggetti in cura a prendere decisioni più consapevoli ed informate.

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on whatsapp
WhatsApp
Share on email
Email