L’applicazione delle tecnologie dell’Intelligenza artificiale al contesto sanitario, per produrre modelli predittivi in grado di evidenziare la probabile evoluzione dell’epidemia da covid-19 individuando in anticipo i contesti territoriali o i settori che sono maggiormente suscettibili di sviluppare cluster e focolai è un tema molto dibattuto.
Ma la previsione dei dati del contagio è solo il primo step di un processo che per completarsi deve poi integrare con un modello diagnostico-assistenziale che sia in grado di rispondere alle richieste di servizi di diagnosi, prognosi e cura sempre più efficaci, efficienti e di qualità per i positivi al Sars Cov2.
Si può, quindi, delineare un modello di intervento tecnologico, costituito da quattro linee di azione, il cui acronimo potrebbe essere TIOTT (Tracciamento, Intelligenza artificiale, Organizzazione Territoriale, Terapie intensive).
L’intelligenza artificiale nella prevenzione, diagnosi, cura del Covid 19
Si tratta, in primis, di utilizzare tecniche di intelligenza artificiale per produrre modelli predittivi in grado di evidenziare la probabile evoluzione dell’epidemia individuando in anticipo i contesti territoriali o i settori che sono maggiormente suscettibili di sviluppare cluster e focolai. Questa previsione può essere realizzata facendo processare agli algoritmi non solo i dati epidemiologici e le caratteristiche della diffusione del virus, ma inserendo all’interno del database anche dati sulla mobilità, sui trasporti, sulle condizioni atmosferiche e sull’inquinamento dell’aria, sulle modalità organizzative del lavoro nei diversi settori e infine sulle caratteristiche urbanistiche dei diversi contesti.
Un fascicolo sanitario personalizzato per i positivi al Covid
Lo sviluppo del fascicolo sanitario elettronico personalizzato per i positivi collegato a sistemi di supporto alle decisioni consente di migliorare l’efficacia, l’efficienza e la qualità dei processi clinici e dei servizi erogati in quanto:
•favorisce la diffusione di modelli di prevenzione puntuali e precisi;
•consente il collegamento tra i dati clinici individuali e le conoscenze cliniche;
•funge da base informativa per lo sviluppo di software specializzati nella gestione del paziente da Covid 19;
•garantisce una maggiore continuità assistenziale.
Il modello diagnostico-assistenziale che si può delineare è in grado di rispondere alle richieste di servizi di diagnosi, prognosi e cura sempre più efficaci, efficienti e di qualità per il paziente. L’ideazione di un sistema di telemedicina e di monitoraggio in remoto offre, poi, un supporto nella presa in carico sicura dei malati di Covid 19 consentendo di:
- garantire la continuità assistenziale ospedale-territorio;
- integrare interventi sociosanitari;
- favorire il loro mantenimento nel proprio ambiente di vita il più a lungo possibile;
- tenere il più possibile il malato lontano dalle strutture ospedaliere, sia per evitare il sovraccarico degli ospedali, sia per evitare il rischio di contagio.
Algoritmi e modelli predittivi per identificare i pazienti a rischio
Lo sviluppo di servizi predittivi, basati su algoritmi e modelli statistici e computazionali, offre ai clinici uno strumento di supporto (accessibile tramite applicazioni informatiche) nella identificazione di pazienti a rischio di aggravamento, permettendo di promuovere tempestivi ed intensivi interventi personalizzati rivolti ai soggetti a più immediato rischio di sviluppare la forma grave malattia o le sue complicanze.
Fino ad oggi, quasi tutti i paesi interessati hanno affrontato la pandemia con misure drastiche di lockdown che si sono rivelate, almeno nel caso cinese ed italiano, molto efficaci nel fermare i contagi, ma a un costo economico e sociale che è ancora tutto da determinare. Quella del lockdown è però una one shot strategy, cioè una strategia che può essere usata una volta sola. Se nei prossimi mesi, anche a seguito della necessaria riapertura delle scuole, si verificherà una seconda ondata pandemica, o riprenderà forza la prima fase, come alcuni indicatori epidemici sembrano indicare, misure drastiche come quelle precedentemente attuate sarebbero insostenibili per l’economia e per il contesto sociale. E poiché una cura o un vaccino, ragionevolmente hanno come orizzonte temporale il 2021, nei prossimi mesi potremmo trovarci nuovamente esposti al contagio e, ancora una volta, senza strumenti di prevenzione o di cura. È, quindi, imperativo dotarsi gli strumenti tecnologici avanzati per contenere i contagi.
La quarantena era lo strumento che fin dall’antichità veniva usato per contenere le epidemie, uno strumento efficace, se rispettato, ma è in fin dei conti abbastanza strano che tutta la tecnologia che posseduta dall’uomo del XXI secolo non venga utilizzata per misure di contenimento efficaci.
Il modello di intervento TIOTT
Esaminiamo ora il modello di intervento “TIOTT” (Tracciamento, Intelligenza artificiale, Organizzazione Territoriale, Terapie intensive)
La prima linea di azione potremmo definirla con il termine Tracciamento. Questo primo aspetto è la possibilità attraverso i sistemi di localizzazione gps, attraverso i dati della telefonia mobile e attraverso i dati delle transazioni digitali di tracciare potenzialmente ogni infetto e ogni contatto dell’infetto, potendo agire chirurgicamente per mettere in quarantena le persone, controllare il suo effettivo rispetto e interrompere velocemente le catene di contagio. Questa misura ha un costo sociale non banale, quello della limitazione del diritto alla privacy. Su questo punto bisogna indicare come criteri di gestione tre punti che rendono accettabile questa limitazione in presenza di un evento pandemico: la limitatezza temporale del provvedimento, la sicurezza dei big data conseguenti e la distruzione immediata degli archivi a epidemia conclusa. L’app Immuni, nata con questo scopo si è rivelata un fallimento, occorre forse cambiare strategia, utilizzando nel tracciamento soprattutto le tracce digitali che ognuno di noi lascia quando usa gli strumenti tecnologici, sia pur nel rispetto della privacy.
La seconda linea di azione potremmo definirla Intelligenza artificiale. Si tratta di addestrare un’intelligenza artificiale attraverso algoritmi di deep learning per prevedere l’evoluzione territoriale del contagio. Si tratta di raccogliere tutti i dati georeferenziati dei contagi che si sono avuti su base comunale e sub comunale in questa prima fase epidemica, collegandoli alle caratteristiche geomorfologiche del territorio, ai dati climatici, al sistema dei trasporti e alla struttura socioeconomica dell’economia. Addestrando un’intelligenza artificiale con questi dati si è in grado, nel caso di nuovi contagi, di prevedere in anticipo le modalità di diffusione del contagio su base territoriale, potendo mettere in atto misure molto più soft di lock down e di mitigazione del rischio di propagazione del contagio. Si ha, quindi, una mappa predittiva dello sviluppo dell’epidemia e si può intervenire chirurgicamente sul territorio. Un altro task di questa linea può essere legato all’utilizzo dell’intelligenza artificiale per la ricerca di nuove cure. In assenza di farmaci specifici non si può far altro che tentare di utilizzare off label farmaci esistenti. L’intelligenza artificiale ci permette di fare velocemente ed efficacemente questo screening. Un progetto di questo di tipo si sta già realizzando con il supercomputer italiano Marconi.
La terza linea di azione riguarda l’Organizzazione Territoriale dei servizi sanitari. I differenti tassi di letalità della malattia osservati nelle diverse regioni e nei diversi paesi e anche l’efficacia delle misure di contenimento sono strettamente legate alla capacità di risposta della sanità territoriale.
La quarta linea di azione è quella tradizionale, basata sulla stima della domanda di respiratori, sull’aumento del numero di posti di Terapia intensiva e sulla disponibilità di presidi per la sicurezza del personale medico, dei malati e dei cittadini.
