Intelligenza artificiale, i quattro scenari futuri

Una survey condotta da Deloitte ha coinvolto decine di professionisti del settore healthcare. Emergono grandi aspettative e altrettanti dubbi sulle competenze professionali da reperire e l’affidabilità dei dati. Dal numero 174 del magazine. *IN COLLABORAZIONE CON DELOITTE

Healthcare

Da una parte la medicina personalizzata, dall’altra l’automazione dei processi: sono questi gli ambiti in cui l’intelligenza artificiale impatterà maggiormente in futuro nel campo dell’assistenza sanitaria. A dirlo sono i risultati di una survey condotta da Deloitte e presentata lo scorso 24 settembre a Milano, durante un convegno dal titolo “Prospettive, potenzialità, impatti e modelli dell’artificial intelligence in ambito sanitario”. L’indagine, ha visto l’adesione di 39 partecipanti suddivisi in quattro categorie: healthcare provider, aziende life science, soggetti aggregatori e soggetti di area vasta, società scientifiche.

Gli ambiti di analisi

Tre gli ambiti di analisi del sondaggio: prospettive di sviluppo e stato dell’arte, ovvero consapevolezza del potenziale da cogliere; azioni ritenute prioritarie per sviluppare modelli di adozione sostenibili; barriere da superare per applicazioni su larga scala. “Nel nostro rapporto abbiamo analizzato quasi 200 casi di successo di applicazioni di intelligenza artificiale in sanità”, spiega Davide Lipodio, innovation Lshc director, Deloitte”. Li abbiamo racchiusi in quattro modelli principali e abbiamo constatato che l’Ai sta già agendo ed è già presente nel settore in modalità diverse. Dalla survey è emerso soprattutto un grande interesse da parte di tutti gli stakeholder della sanità rispetto a questi temi. Tali attori vedono nell’intelligenza artificiale una tecnologia molto promettente anche alla luce della convergenza che si sta realizzando tra questa e altre tecnologie disruptive, che in qualche modo la completano o la potenziano. Sono anche emerse priorità da indirizzare e barriere da superare”.

L’ingresso di nuovi player

Al momento, continua Lipodio, “La questione più rilevante è che l’intelligenza artificiale non servirà soltanto a migliorare le performance dei servizi sanitari, ma agirà da abilitatore per l’ingresso di nuovi player non convenzionali all’interno del settore. In altre parole, si verificherà la nascita di digital healthcare provider in grado di sconvolgere le dinamiche tradizionali del settore. Nonostante l’universo sanitario sia stato sempre un settore caratterizzato da elevate barriere all’ingresso, l’uso dell’intelligenza artificiale lascia prefigurare che in futuro sarà più aperto, e costellato di aziende native digitali, capaci di offrire servizi sanitari in maniera completamente diversa rispetto al passato”.

I dettagli della survey

Nel dettaglio, dalla survey emerge che la personalizzazione dei trattamenti è la principale potenzialità che gli stakeholder si aspettano dall’Ai: per gli healthcare provider e le aziende life science si tratta di un elemento molto importante, avendo registrato un punteggio medio di 4,7 (su una scala da 1 a 5). Un ulteriore tema, prioritario per gli intervistati, è relativa all’automatizzazione di alcuni compiti, sia in termini di supporto ai medici nello svolgimento delle attività cliniche e nel processo decisionale (ritenuta importante per gli healthcare provider e le società scientifiche), sia nei processi di back office sanitario e amministrativo (ritenuta importante soprattutto per centrali d’acquisto e aziende life science). Infine, per gli attori della supply chain l’Ai può avere un ruolo importante per l’incremento delle indagini di real world evidence e per il miglioramento della qualità della ricerca clinica.

Le azioni da mettere in pratica

L’analisi delle risposte degli intervistati individua due aree di intervento: quella di dotarsi delle capacità finanziarie necessarie ad affrontare investimenti nel settore dell’intelligenza artificiale; l’altra è legata all’assenza di competenze adeguate allo sviluppo e/o all’acquisizione delle capacità professionali, propedeutiche alla realizzazione di un progetto di Ai e al successivo utilizzo di quanto prodotto. In generale, tutti gli intervistati mostrano un certo interesse nei confronti dell’Ai, dichiarando che nel prossimo futuro continueranno a utilizzare e investire risorse (40% di healthcare provider, 70% aziende di life science, 50% centrali di acquisto). Tra le priorità restituite dalla survey emergono, inoltre, le piattaforme proprietarie volte all’analisi dei dati clinici e allo sviluppo di nuovi servizi per i clienti.

Il tema delle competenze

Con riferimento alle competenze, gli intervistati sottolineano l’importanza dello sviluppo di adeguate capacità professionali in grado di diffondere l’Ai all’interno delle organizzazioni. In particolare, le competenze che risultano maggiormente richieste interessano la filiera in maniera trasversale: se per le aziende del life science, le centrali d’acquisto e le società scientifiche sono di prioritaria importanza le competenze sui prodotti e sulle tecnologie di Ai (voto medio di importanza attribuita alle competenze rispettivamente 4,0 e 4,7); per gli healthcare provider, invece, risultano di capitale importanza le skills tecnico-specialistiche per l’utilizzo dei prodotti che sfruttano l’Ai (voto medio di importanza 4,6 su una scala da 1 a 5).

Le barriere che ostacolano la crescita dell’Ai

Ma quali sono i principali ostacoli che impediscono una naturale applicazione di tecnologie Ai nel mondo della sanità? Esiste, estremizzando, quello che potremmo definire un lato oscuro, dell’intelligenza artificiale applicata in questo campo? La risposta è sì: oltre alle potenzialità e alle azioni da intraprendere, infatti, gli intervistati segnalano anche la presenza di alcune barriere che rischiano di limitare o rallentare la diffusione su larga scala dell’artificial intelligence nel mondo healhcare. I principali ostacoli percepiti dagli stakeholder sono ascrivibili a due tematiche, una collegata all’assenza o alla bassa qualità dei dati clinici oggi esistenti (data awareness). Una seconda, di tipo più culturale e organizzativo, di resistenza al cambiamento (Ai acceptance).

Pochi dati e resistenza al cambiamento

La bassa disponibilità/qualità dei dati è legata al ritardo della digitalizzazione del settore che, ad esempio, presenta ancora oggi una scarsa diffusione e adozione della cartella clinica elettronica (Cce). La mancata digitalizzazione del Servizio sanitario nazionale, infatti, porta a una limitata fruibilità del dato clinico conseguente alla mancanza di database di qualità su cui innestare sistemi basati sugli algoritmi tipici dell’Ai. La seconda è rappresentata dalla possibile resistenza al cambiamento, dovuta alla percezione non positiva degli impatti dell’Ai sui processi e sulle modalità organizzative da parte della forza lavoro.

Cosa aspettarsi dal futuro

Su come evolverà il mosaico dell’applicazione dell’artificial intelligence nel mondo sanitario negli anni a venire, anche dal punto di vista del business, è difficile ipotizzarlo. Di certo un ruolo fondamentale lo giocheranno i colossi della tecnologia: “Molto dipenderà da quanto questi giganti – conclude Lipodio – vorranno lavorare in partnership con gli operatori tradizionali, oppure se vorranno porsi come alternative a determinate filiere classiche di erogazione dei servizi sanitari. Quello che possiamo dire con certezza è che si tratta di attori sempre più presenti nello scenario della salute”. A questo proposito, secondo l’analisi di Deloitte, è possibile individuare quattro possibili scenari prospettici dell’Ai in sanità per i prossimi 5-10 anni.

Illusione, selezione, competizione e alleanza

Il primo è quello dell’illusione: è caratterizzato da una bassa consapevolezza del dato e bassa accettabilità dei sistemi che sfruttano l’Ai da parte della workforce clinica. Il secondo riguarda la selezione: è caratterizzato da bassa consapevolezza dell’importanza della qualità del dato e alta credibilità dei sistemi. Nel terzo scenario prevale la competizione, in cui la consapevolezza legata alla qualità del dato è alta, ma bassa al contrario è la accettabilità dei sistemi da parte del mondo clinico. Infine, la quarta ipotesi è quella dell’alleanza, in cui è elevata sia l’importanza della qualità del dato sia l’accettabilità dei sistemi da parte della forza lavoro clinica.

In collaborazione con Deloitte