Settore sanitario

Dopo decenni di ritardo tecnologico, anche la medicina ha fatto il suo ingresso nell’era dei Big data.

Con l’avvento delle tecnologie mobili, dei sensori, il sequenziamento del DNA ed i miglioramenti dei sistemi di software adesso è possibile anche in ambito medico reperire tutta una serie di informazioni personali.

I Big Data sono il fenomeno del momento, anche in sanità. Tuttavia, non c’è sempre comunione di intenti su come i dati scientifici raccolti, possano essere nella realtà sfruttati nell’ambito medico-sanitario.

Il primo step è capire quali sono le informazioni che effettivamente possono tornare utili per comprendere le preferenze, ma anche le perplessità, dei fruitori del servizio. Il secondo passo, invece, è indirizzato verso l’immagazzinamento e l’analisi di questi dati per offrire un’esperienza sanitaria più efficace e promuovere la ricerca.

Per assemblare queste informazioni è stato necessario introdurre degli archivi elettronici, che hanno di fatto preso il posto dei documenti cartacei, trascinandosi dietro innumerevoli vantaggi. Il più notevole tra tutti è sicuramente l’eliminazione delle inefficienze, grazie alla facilità con la quale è possibile accedere ai dati dal momento che sono tutti mantenuti in un unico luogo. La somma delle indicazioni raccolte potrebbe trasformare radicalmente la medicina, con risvolti epocali per ciò che riguarda il trattamento del paziente.

Infatti con l’utilizzo di tutte le informazioni personali ricavate dai Big data, si potrebbe passare dall’attuale suddivisione dei pazienti in gruppi di trattamento a seconda del loro fenotipo (trattamenti standard per paziente a seconda della categoria), a tutta una serie di cure specifiche a seconda delle loro esigenze, considerando le caratteristiche genetiche di ogni individuo come la principale fonte di dati, trasferendo così un maggiore controllo dai medici ai pazienti.

35

Il ruolo dei pazienti va quindi ad assumere un enorme importanza poiché, disponendo di strumenti tecnologici avanzati, essi possono controllare in tempo reale ed in perfetta autonomia una serie di parametri chiave (come la frequenza cardiaca o il livello di attività quotidiano, solo per citarne alcuni). Avere a disposizione un rapporto ben dettagliato sullo stato di salute, permette ai medici di seguire ciascuno in maniera sempre più personale e “su misura”; per esempio, grazie ai Big data è possibile schedare dati sufficienti per consentire ai medici di capire con un anno di anticipo e con una percentuale di certezza pari al 98%, se un determinato farmaco causerà degli effetti collaterali ad una data persona29. Questa informazione sarà molto utile, non solo per prescrivere un diverso medicinale al degente, ma anche e soprattutto per risparmiare tempo e risorse.

Inoltre, con l’utilizzo di nuovi dispositivi tecnologici applicati alla medicina, è possibile fare in modo che la cura, il controllo e la riabilitazione dei pazienti possano avvenire in ambito domestico, con vantaggi sia per il paziente stesso che per le strutture ospedaliere interessate da una notevole riduzione del numero di ricoveri e delle relative spese mediche.

Un ulteriore aspetto benefico legato all’utilizzo dei Big data in questo settore scaturisce dalla generazione di nuova conoscenza e, conseguentemente, dall’introduzione di miglioramenti significativi che consentono di ottenere risultati sempre migliori in termini di ricerca e sviluppo. Ciò può avvenire tramite l’utilizzo di strumenti matematico-statistici, nell’ottica di migliorare i test clinici eliminando quelli non proficui o non adatti alle necessità delle persone in cura.

I Big data in ambito sanitario consentono di costruire, allo stesso momento, mappe sanitarie ad ampio raggio collegate a schede di carattere individuale, incrociando le informazioni ricavate da un singolo paziente con quelle degli altri. Grazie a questo metodo è possibile avere un quadro generale non solo sulle malattie in circolazione in una determinata area, ma anche su

36

altri fattori come ad esempio indici qualitativi del servizio sanitario o di benessere della popolazione. Un esempio pratico è la “FluView”, un’applicazione sviluppata negli USA dal Center for Disease Control (CDC) per combattere l’influenza30_{. Durante il corso della} settimana il CDC riceve circa 700.000 resoconti sull’influenza, che mettono in luce i dettagli della malattia ma anche l’efficacia del trattamento applicato per sconfiggerla. Un report cosi particolareggiato permette ai medici di capire, praticamente in tempo reale, in che misura la malattia si sta evolvendo e diffondendo nella zona geografica considerata. Tramite l’utilizzo della FluView, i centri di ricerca acquisiscono gli elementi necessari per capire se una tipologia di vaccino riesce a debellare un particolare ceppo influenzale e, regolandosi su questa base, quali medicinali è opportuno sviluppare per combattere il virus.

I dati rivestono un ruolo fondamentale anche in un’ottica di maggiore efficienza dei servizi sanitari; tramite essi infatti si possono ricevere indicazioni circa le strategie da adottare per il contenimento dei costi, per l’ottimizzazione delle risorse e per la pianificazione del lavoro. Proprio l’abbattimento dei costi è uno dei motivi principali dell’utilizzo dei Big data in questo settore: l’aumento dell’efficienza dovuta alla quantità di informazioni a disposizione consente di individuare eventuali trattamenti medici non funzionali e non economicamente vantaggiosi; la loro eliminazione, riduce gli sprechi e concede la possibilità di focalizzarsi su altri tipi di cure. Inoltre il poter far ricorso a quadri patologici definiti permette di stimare la domanda futura di farmaci e di conseguenza favorire un’allocazione delle risorse più vantaggiosa.

Il McKinsey Global Institute (MGI)31 stima che negli Stati Uniti l’analisi dei Big data farà risparmiare circa 300 miliardi di dollari all’anno per l’assistenza sanitaria, due terzi dei quali attraverso una riduzione dell’8% della spesa sanitaria nazionale.

30 _{Sito web: https://www.cdc.gov/flu/weekly/usmap.htm}

37

Con riferimento all’Italia, anche in questo caso, è da registrare un leggero ritardo del nostro sistema sanitario rispetto alle altre potenze economiche, per quel che riguarda l’utilizzo dei Big data. Il processo di digitalizzazione in Italia è lento in sanità, al pari di tutti gli altri settori. Negli ultimi tempi tuttavia si stanno espandendo, anche se non in maniera propriamente omogenea, strumenti come il Fascicolo Sanitario Elettronico, i nuovi sistemi CUP, il taccuino dell’assistito, il dossier sanitario e la Cartella Clinica Elettronica. Tali innovazioni, se riusciranno a radicarsi bene, consentiranno di arrivare alla dematerializzazione delle informazioni.

È necessario sottolineare come ci siano delle sostanziali differenze territoriali tra nord e sud del paese: alcune regioni del nord hanno già intrapreso una strada ben delineata, prodigandosi ad assemblare gran parte di questi dati in maniera organica, pur non facendone ancora un uso del tutto coerente con gli obiettivi fissati. Dall’altra parte troviamo le regioni del centro-sud in cui la situazione è più deficitaria ed il ritardo è consistente.

Alla base di questo generale ritardo ci sono fattori di ordine economico che continuano ad avere la meglio rispetto al miglioramento dei servizi. Nel 2018, sebbene sia aumentata la quota dei direttori sanitari che hanno indicato lo sviluppo di Big data analytics come prioritario (45% rispetto al 36% del 2017), si è registrata, in controtendenza, una lieve flessione negli investimenti (13 milioni contro i 15 della rilevazione precedente)32.

Le informazioni vengono ancora analizzate principalmente con strumenti di descriptive analytics (71%) per descrivere la situazione attuale e passata, mentre solo nel 4% dei casi vengono utilizzati strumenti di predictive analytics per cercare di ipotizzare cosa potrebbe accadere in futuro.

Per riuscire a far decollare definitivamente i Big data in Sanità anche nel nostro paese, sarà di fondamentale aiuto che le istituzioni cerchino di disciplinare meglio l’argomento in termini di

38

privacy. Spesso è negato l'accesso alle informazioni, servono sistemi per valorizzare e rendere più sicura la condivisione dei dati e occorre organizzarsi per governare un mercato emergente valutando attentamente gli aspetti etici.