L’intelligenza artificiale (IA) sta rivoluzionando diversi settori, incluso quello sanitario. In Italia, l’implementazione dell’IA nella sanità è un argomento di crescente interesse. Ha infatti il potenziale per migliorare l’efficienza, la diagnosi e la gestione delle patologie e dei dati.
In questa guida capiamo meglio quali sono gli apporti dell’intelligenza artificiale alla sanità italiana e quali sono le prospettive per il futuro.
Il fascicolo sanitario elettronico ha già reso possibile la condivisione dei dati sanitari tra i diversi professionisti sanitari. La telemedicina ha reso possibile l’assistenza sanitaria a distanza.
La sfida più importante riguarda quella della privacy e della regolamentazione. Come trovare il giusto equilibrio tra innovazione del diritto alla salute utilizzando le nuove tecnologie e il diritto alla privacy?
L’ONA – Osservatorio Nazionale Amianto fornisce assistenza legale a tutte le vittime di esposizione a patogeni. Il team di avvocati, guidati dall’Avvocato Ezio Bonanni, Presidente dell’ONA, offre assistenza legale gratuita: in caso di errore medico, malasanità e in tutti gli ambiti del diritto alla salute, compreso il rispetto del consenso informato.
Quali sono le applicazioni dell’Intelligenza Artificiale in sanità
Indice dei contenuti
Di seguito elenchiamo una serie di ambiti all’interno della sanità in cui l’intelligenza artificiale è in grado di apportare notevoli miglioramenti.
- Diagnostica Avanzata: può essere impiegata per analizzare immagini mediche, come radiografie e tomografie computerizzate, per una diagnosi più rapida e precisa. Algoritmi avanzati possono infatti individuare pattern e anomalie che possono sfuggire all’occhio umano. Ovviamente senza pensare di sostituire la lettura e interpretazione degli esami da parte del medico specialistico.
- Gestione dei Dati Sanitari: sistemi basati sull’IA possono gestire enormi quantità di dati clinici. Semplificando il monitoraggio dei pazienti, migliorando la coerenza nelle cure e facilitando la condivisione sicura delle informazioni tra gli operatori sanitari.
- Assistenza Virtuale: chatbot e assistenti virtuali possono fornire informazioni sanitarie di base, rispondere a domande comuni e guidare i pazienti verso risorse appropriate. Contribuendo così a ridurre il carico di lavoro del personale medico.
- Personalizzazione delle Cure: l’IA può analizzare dati genomici, storici e ambientali per personalizzare i piani di trattamento. Può migliorare così ndo l’efficacia delle cure e ridurre gli effetti collaterali.
- Prevenzione e Monitoraggio: algoritmi predittivi possono identificare i pazienti a rischio di determinate condizioni mediche, consentendo interventi preventivi tempestivi. Inoltre, i dispositivi di monitoraggio basati su IA possono controllare costantemente lo stato di salute dei pazienti e inviare segnalazioni in tempo reale.
Preoccupazioni e interventi per garantire un uso appropriato dell’IA
Il rapporto tra intelligenza artificiale (IA) e sanità è al centro di preoccupazioni e vantaggi. Mentre l’IA potrebbe migliorare la cura e l’allocazione delle risorse sanitarie, crescono infatti le preoccupazioni riguardo a possibili errori e usi impropri.
Per regolamentare questo scenario, l’UE ha qualificato i sistemi di IA sanitaria come “ad alto rischio”, imponendo obblighi stringenti. Alcune iniziative da parte del Garante per la protezione dei dati personali e dell’OMS mirano a guidare lo sviluppo etico dell’IA. La corretta individuazione dei ruoli delle parti coinvolte è essenziale per garantire la conformità legale e il rispetto dei diritti individuali.
Il decalogo del garante sulla protezione dei dati
Il 12 ottobre 2023, il Garante per la protezione dei dati personali ha emesso un decalogo dettagliato. Esso delinea le regole e i principi per l’impiego dell’intelligenza artificiale (IA) nel servizio sanitario nazionale.
Questo documento fornisce orientamenti specifici sul trattamento dei dati personali in conformità con il Regolamento (UE) 679/2016 (GDPR) nel contesto dell’implementazione di sistemi di IA.
Il Garante enfatizza l’importanza dell’accountability, richiedendo un utilizzo etico degli strumenti di IA. C onsidera inoltre i doveri deontologici degli operatori sanitari, dando rilievo alle raccomandazioni dagli ordini professionali e dai comitati etici.
La privacy-by-design e la privacy-by-default sono principi chiave. Si richiedono misure tecniche ed organizzative adeguate per garantire che il trattamento dei dati sia proporzionato all’interesse pubblico, assicurando l’integrità e la riservatezza dei dati.
Il Garante presta particolare attenzione ai possibili bias derivanti dall’uso di tecniche di machine learning. Fornisce suggerimenti per mitigare questi rischi attraverso una Valutazione d’Impatto sulla Protezione dei Dati (DPIA) e la trasparenza nella logica algoritmica utilizzata.
I tre principi fondamentali secondo il Garante della Protezione dei Dati
Il Garante ha identificato tre principi fondamentali per la gestione degli algoritmi nei settori di interesse pubblico, seguendo l’orientamento espresso dalla giurisprudenza del Consiglio di Stato negli ultimi anni:
Principio di conoscibilità: questo principio sottolinea il diritto degli individui di essere consapevoli dell’uso di strumenti decisionali automatici e di essere informati sulla logica alla base di tali strumenti. Per garantire la trasparenza, il Garante ha delineato alcune misure, tra cui assicurare che la base giuridica del trattamento sia chiara e prevedibile, coinvolgere gli stakeholder nella Valutazione d’Impatto sulla Protezione dei Dati (DPIA), pubblicare i risultati della DPIA in modo parziale, fornire informazioni chiare ai soggetti interessati e disciplinare la responsabilità dei professionisti sanitari nell’uso di sistemi di intelligenza artificiale per trattare dati relativi alla salute.
La giurisprudenza del Consiglio di Stato stabilisce che un algoritmo è “conoscibile” quando si può garantire la conoscenza degli autori, del processo di elaborazione, del meccanismo decisionale, delle priorità nella valutazione e dei dati rilevanti.
Il Principio di non esclusività mira a garantire che un individuo mantenga sempre il controllo sulle decisioni automatizzate, specialmente durante la fase di addestramento degli algoritmi.
Il Principio di non discriminazione algoritmica richiede l’utilizzo esclusivo di sistemi di intelligenza artificiale affidabili e la periodica verifica della loro precisione per mitigare il rischio di errori e discriminazioni.
Questo principio è strettamente connesso all’affidabilità dei sistemi di intelligenza artificiale, che dipende non solo dalla qualità dei dati, che devono essere corretti e aggiornati, ma anche dai parametri su cui si basa il funzionamento dell’algoritmo.
Qui trovate il Decalogo del Garante della Privacy
La guida dell’OMS sull’utilizzo dell’IA nella sanità pubblica
L’OMS mira a offrire principi chiave che i Governi possono adottare per sviluppare nuove linee guida o adeguare quelle esistenti.
Per questo motivo l’Organizzazione Mondiale della Sanità (OMS) ha presentato una nuova pubblicazione che esplora le considerazioni normative legate all’utilizzo dell’Intelligenza Artificiale (IA) nel settore sanitario.
La pubblicazione identifica sei aree chiave per la regolamentazione dell’IA nella salute, che spaziano dalla documentazione e trasparenza al controllo del rischio, cercando di affrontare in modo completo aspetti come interventi umani, formazione di modelli e minacce alla sicurezza informatica.
L’OMS evidenzia il crescente potenziale trasformativo dell’IA nel settore sanitario, riconoscendo i benefici potenziali nei risultati sanitari, negli studi clinici, nella diagnosi medica, nel trattamento e nell’assistenza centrata sulla persona.
Tuttavia, sottolinea la necessità di una regolamentazione adeguata. Questo perché l’implementazione rapida delle tecnologie di IA senza una comprensione completa del loro funzionamento può portare a vantaggi o danni per gli utenti finali.
Sottolinea in particolare la necessità di garantire il rispetto della privacy e la protezione dei dati personali. Questo fin dalla fase di progettazione del sistema di intelligenza artificiale. Altresì, l’importanza di gestire il rischio per l’intero ciclo di vita del prodotto.
Evidenzia anche l’importanza del principio di trasparenza, inteso come l’obbligo di documentare sia gli scopi e lo sviluppo del processo, sia il modo in cui il sistema viene impiegato.
Occorre fornire dettagli sulla metrica e sui database utilizzati, garantendone una rappresentatività sufficiente, oltre a indicare gli standard di riferimento e le eventuali modifiche apportate nel corso del trattamento.
Qui trovate la guida completa dell’OMS sull’utilizzo dell’IA nella sanità.
L’IA nella sanità in Italia: cosa fare per implementarla?
L’IA offre opportunità significative per migliorare la sanità italiana. Però è essenziale affrontare le sfide legate alla regolamentazione, alla sicurezza dei dati e alla formazione per garantire una transizione efficace e benefici duraturi.
Il direttore generale dell’Asl Roma 2, Giorgio Casati, propone un percorso per migliorare l’assistenza sanitaria territoriale attraverso l’implementazione di soluzioni digitali.
Sottolinea l’importanza di progettare la sanità digitale definendo nuovi modelli di servizio sanitario personalizzati per i cittadini, basati sulla sintesi delle varie prese in carico delle patologie.
Felicia Pelagalli, direttrice di Culture, enfatizza l’importanza di un dialogo tra le istituzioni per sviluppare una visione comune di innovazione e progresso, fondata sui valori europei.
Sottolinea l’obiettivo delle istituzioni e delle amministrazioni di garantire un utilizzo affidabile dei dati sanitari e la progettazione di algoritmi di intelligenza artificiale.
Cosa è necessario per l’implementazione dell’IA nella sanità italiana nel dettaglio
- Progetti Pilota: In Italia, ci sono progetti pilota che sfruttano l’IA per migliorare la gestione delle patologie croniche, la diagnosi precoce del cancro e la personalizzazione delle cure.
- Integrazione nei Sistemi Sanitari: Un’implementazione efficace richiede l’integrazione dell’IA nei sistemi sanitari esistenti, che può essere una sfida data la complessità e la diversità del sistema sanitario italiano.
- Regolamentazione e Sicurezza dei Dati: La sicurezza dei dati e le normative sulla privacy sono fondamentali. Il governo italiano sta sviluppando linee guida e regolamenti per garantire la sicurezza delle informazioni sanitarie trattate da sistemi basati sull’IA.
- Formazione e Adozione: La formazione del personale sanitario e la sensibilizzazione sull’IA sono cruciali per l’adozione su larga scala. Programmi educativi e collaborazioni tra settori possono facilitare questo processo.
Il ruolo di supporto tecnico e operativo di AGENAS
In Italia, un ruolo di crescente importanza nel contesto della sanità digitale è ricoperto da Agenas, l’agenzia nazionale per i servizi sanitari regionali. Questa agenzia svolge una funzione cruciale fornendo supporto tecnico e operativo alle politiche governative relative ai servizi sanitari e gestisce risorse chiave del Piano nazionale di ripresa e resilienza.
Secondo il direttore generale, Domenico Mantoan, l’impegno primario è rispettare le scadenze stabilite nella M6C1 del Pnrr per garantire una presa in carico sempre più efficiente dei pazienti su tutto il territorio nazionale.
Nel 2023 l’Agenas ha annunciato l’avvio della fase finale per l’assegnazione di un contratto finalizzato alla progettazione, realizzazione, messa in esercizio e gestione di una piattaforma di intelligenza artificiale (IA), per supportare l’assistenza primaria nei Servizi Sanitari Regionali.
Questa iniziativa, finanziata attraverso la Missione 6, Componente 1, del Piano Nazionale di Ripresa e Resilienza (PNRR), mira a potenziare l’assistenza sanitaria territoriale, ottimizzando i processi di presa in carico dei pazienti su tutto il territorio nazionale.
La piattaforma di IA, conforme alla normativa vigente, avrà lo scopo di agevolare le attività di diagnosi e cura dei medici nell’assistenza territoriale e migliorare l’accesso ai servizi sanitari da parte degli assistiti.
Il contratto prevede tre fasi. Dalla fase iniziale di analisi e progettazione entro il 31 dicembre 2024, alla successiva fase di sperimentazione entro il 31 dicembre 2025, fino alla fase di messa in esercizio e gestione nel corso del 2026.
Dairet: la valutazione automatizzata della retinopatia diabetica
L’iniziativa Dairet (Diabetes Artificial Intelligence for RETinopathy) è un sistema di intelligenza artificiale dedicato alla valutazione automatizzata della retinopatia diabetica. Attraverso il primo studio completamente italiano su questo tema, denominato ‘Feasibility and accuracy of the screening for diabetic retinopathy using a fundus camera and an artificial intelligence pre-evaluation‘, sono stati reclutati 637 pazienti dai centri diabetologici e oculistici della Asl Torino 5.
L’algoritmo ha dimostrato una “sensibilità del 100%” nel riconoscere casi di grado moderato o severo, fondamentali per la salute visiva e richiedenti l’attenzione di uno specialista.
In Italia, più di un milione di individui con diabete affrontano la retinopatia diabetica, principale complicanza di questa condizione e causa primaria di cecità in età lavorativa.
Lo studio si concentra su procedure semplificate ed economiche per facilitare lo screening in popolazioni numerose, garantendo l’intervento di specialisti solo quando strettamente necessario. Contribuendo a ridurre l’onere per gli specialisti e i tempi di attesa dei pazienti. L’obiettivo è di offrire un sostegno alle fasi più complesse della diagnosi oculistica, senza sostituire la professionalità dell’oculista.
Il sistema ha inoltre dimostrato un’elevata sensibilità anche in soggetti di età superiore a 70 anni. Mantenendo un livello del 100% per forme moderate o severe, nonostante la presenza di patologie oculari legate all’invecchiamento.
Resistimit, un software contro i microrganismi multiresistenti agli antibiotici
Il progetto nazionale Resistimit, promosso dalla Società Italiana di Malattie Infettive e Tropicali-Simit, nasce per affronatre la sfida ai microrganismi multiresistenti agli antibiotici. Coinvolge 30 centri infettivologici in una sorveglianza robusta, con una piattaforma software che, mediante l’utilizzo di intelligenza artificiale, permette di definire scenari futuri.
Queste unità operative monitorano e condividono dati in tempo reale sui trend epidemiologici, le caratteristiche delle infezioni, la mortalità associata e altri parametri rilevanti. L’obiettivo è studiare batteri, funghi, virus e altri microrganismi resistenti ai farmaci. Grazie ad analisi avanzate tramite intelligenza artificiale, offre la possibilità di anticipare diagnosi, individuare trattamenti efficaci e migliorare la gestione delle infezioni, con l’obiettivo di ridurre la mortalità.
L’antibiotico-resistenza che si prospetta come la principale causa di morte a livello globale entro il 2050. In questo contesto Resistimit si configura come un importante contributo per affrontare questa sfida critica.
Leggi anche: intelligenza artificiale e terapia del dolore
Lunghe liste d’attesa e AI: analisi dello studio I-Com/Doctolib
I tempi di attesa per le prestazioni sanitarie sono diventati una preoccupazione sempre più critica. La strategia chiave per mitigare questo problema è l’adozione di prenotazioni online.
Queste sono alcune delle riflessioni emerse dallo studio intitolato “Tempi di attesa e accesso alle prestazioni sanitarie. Il digitale a supporto dei cittadini,” condotto dall’Istituto per la Competitività (I-Com) e presentato in collaborazione con Doctolib.
Secondo lo studio, la sanità digitale si rivela un alleato significativo anche nel ridurre i tempi di prenotazione dei Cup (Centri Unici di Prenotazione). Pratiche che un tempo potevano sembrare utopiche in Italia stanno diventando sempre più diffuse. Nel 2022, il 53% degli appuntamenti è stato eseguito online, avvicinandosi alla media europea del 54% (dati: Statista). La digitalizzazione delle prenotazioni può apportare benefici diretti e indiretti nella gestione delle liste d’attesa. In primo luogo, riduce notevolmente i tempi tecnici per i pazienti. Come? Semplicemente eliminando la necessità di recarsi fisicamente allo sportello o attendere al telefono per una risposta.
Inoltre, contribuisce a ridurre l’intervallo tra la prescrizione medica e la prenotazione effettiva. Consente infatti ai pazienti di effettuare la prenotazione senza passare attraverso uno sportello fisico.
