La combinazione di fattori come il mutamento del profilo demografico, le nuove sfide epidemiologiche e le potenzialità offerte dalle tecnologie emergenti stanno spingendo i sistemi sanitari verso una profonda revisione.
L’invecchiamento della popolazione è uno dei fenomeni più evidenti a livello globale, e l’Europa non è esente da questo trend. Questo comporta un aumento delle patologie croniche e delle malattie legate all’età, con un conseguente incremento della domanda di assistenza sanitaria. Allo stesso tempo, l’abbassamento delle nascite e l’aumento della speranza di vita pongono una pressione crescente sulle risorse sanitarie, che devono essere in grado di rispondere a bisogni di cura sempre più complessi e duraturi.
La sostenibilità, l’innovazione ed i nuovi modelli organizzativi sono elementi cruciali per affrontare la trasformazione dei sistemi sanitari, in un contesto che sta subendo rapidi cambiamenti su più fronti.
Gli obiettivi stabiliti dall’Agenda 2030, programma d’azione sottoscritto nel settembre 2015 da 193 Paesi membri dell’ONU e i programmi nazionali come il PNRR (Piano Nazionale di Ripresa e Resilienza, 2021), offrono un quadro importante per guidare l’evoluzione del sistema sanitario verso una maggiore sostenibilità e l’innovazione.
Il PNRR, infatti, prevede significativi investimenti per rafforzare la sanità, incentivando la digitalizzazione, l’ammodernamento delle strutture e la riorganizzazione dei servizi. In particolare, pone l’accento sull’assistenza territoriale, con un piano per potenziare le cure primarie e creare una rete di servizi integrati che uniscano l’assistenza ospedaliera, la medicina di base e i servizi sociali.
Il DM 77/2022, dal canto suo, promuove la riforma dell’assistenza territoriale, spingendo verso un modello più decentralizzato e flessibile, che favorisca una gestione della salute più vicina ai cittadini. Modelli organizzativi più flessibili e decentralizzati, che prevedano una maggiore integrazione tra assistenza primaria, ospedaliera e servizi sociali, potrebbero migliorare la gestione della salute a livello territoriale. Allo stesso modo, una maggiore attenzione alla prevenzione, all’educazione sanitaria e all’empowerment dei pazienti potrebbe ridurre la pressione sugli ospedali e migliorare la qualità della vita della popolazione.
In questo scenario di cambiamento, l’innovazione tecnologica offre soluzioni potenzialmente rivoluzionarie, incentivando lo sviluppo di nuove modalità di assistenza sanitaria decentralizzata, nel momento e nel luogo prescelto dai pazienti, come le abitazioni, gli uffici e i luoghi di transito trasformati in luoghi di cura e di erogazione di prestazioni sanitarie, specialistiche e su misura.
L’introduzione della Telemedicina, l’uso dell’Intelligenza Artificiale, la personalizzazione delle cure attraverso big data e genomica, nonché l’automazione e la Robotica nelle strutture sanitarie, sono solo alcune delle aree che potrebbero migliorare l’efficienza dei sistemi sanitari e contribuire a rendere la cura più accessibile e sostenibile.
Indice degli argomenti
La digitalizzazione dell’Azienda Sanitaria: un processo complesso
Il passaggio da Azienda sanitaria “analogica” ad Azienda sanitaria “digitale” implica l’integrazione della tecnologia digitale in tutti gli ambiti dell’organizzazione, con l’obiettivo di migliorare l’efficienza, l’accessibilità e la qualità delle cure.
Il processo di digitalizzazione dell’Azienda Sanitaria riguarda non solo l’adozione di nuove tecnologie, ma anche un profondo cambiamento culturale all’interno dell’Azienda stessa.
L’introduzione di strumenti digitali, come le cartelle cliniche elettroniche, la Telemedicina, l’Intelligenza Artificiale per la diagnosi e la gestione dei dati sanitari, richiede una rivisitazione dei modelli organizzativi e dei flussi di lavoro.
Tuttavia, Il 62% dei progetti di digital transformation in Italia fallisce.[1]
La differenza tra i processi di trasformazione che vanno a buon fine e gli altri non dipende dagli investimenti, ma dalla cultura aziendale e dal coinvolgimento delle persone a tutti i livelli del cambiamento.
Nel contesto della sanità digitale, le tecnologie emergenti, come l’Intelligenza Artificiale, la Telemedicina, ed i sistemi di gestione dei dati sanitari, si sviluppano ad un ritmo molto più veloce rispetto alla capacità delle strutture sanitarie di integrarle e sfruttarle pienamente.
La Legge di Martec, formulata dal professore Giovanni Marzagalli (che ha lanciato il concetto nel 2013), descrive l’interazione tra l’evoluzione delle tecnologie digitali e il cambiamento delle organizzazioni e dei modelli di business.
La legge afferma che “La tecnologia evolve con una velocità esponenziale, ma le organizzazioni (e le persone) evolvono con una velocità logaritmica.”
In altre parole, la tecnologia cresce a ritmi molto più rapidi rispetto alla capacità di adattamento delle organizzazioni, delle persone e dei processi aziendali.
Ciò implica che le imprese, i professionisti e le istituzioni si trovano spesso a dover gestire un disallineamento tra l’innovazione tecnologica disponibile e la capacità di sfruttarla in modo efficace.
La differenza tra un’Azienda Sanitaria analogica e un’Azienda Sanitaria digitale riguarda principalmente l’approccio all’organizzazione, alla gestione dei dati e all’erogazione dei servizi.
Le azioni che portano alla digitalizzazione dell’Azienda Sanitaria
“La condivisione delle strategie aumenta le possibilità di un successo finale dal 32% al 59%: il cambiamento è una strada che si percorre insieme” [2] .
Affinché la transizione digitale sia efficace, è necessaria una profonda trasformazione culturale. Questo significa agire a livello della riorganizzazione dei processi, ossia:
- analizzare e riorganizzare i processi interni per renderli più efficienti, eliminando passaggi ridondanti e integrando strumenti digitali;
- innovare i processi ripensando i flussi di lavoro per integrarsi con le nuove soluzioni tecnologiche, migliorando l’efficienza e riducendo il rischio di errori;
- adottare standard operativi che garantiscano coerenza e qualità nelle prestazioni sanitarie.
A livello del cambiamento culturale:
- investire nella formazione del personale per sviluppare competenze digitali e facilitare l’adattamento al cambiamento;
- promuovere una cultura di condivisione e collaborazione che aiuti a ridurre le resistenze al cambiamento e a valorizzare il contributo di tutti.
Tutto ciò comporta necessariamente la riduzione della discrezionalità del singolo operatore, favorendo una gestione più coordinata e basata su dati oggettivi.
Sanità: sempre più digitale, sempre più decentralizzata
Sono queste le due tendenze di fondo che accompagneranno, da qui ai prossimi anni, l’evoluzione del settore sanitario, sia per quanto riguarda il trattamento dei pazienti, sia per quanto riguarda la prevenzione nei confronti degli individui sani, mentre l’importanza crescente della sostenibilità dell’intero ecosistema incentiverà l’ingresso dei player digitali. Investire nel digitale richiede anche una visione strategica chiara e un progetto sanitario chiaro e ben definito, utilizzando l’ecosistema digitale come catalizzatore per il cambiamento.
L’analisi della situazione attuale è un passaggio cruciale in questo processo, poiché fornisce una base solida per l’identificazione delle aree di miglioramento e l’elaborazione di nuovi modelli organizzativi. Rivedere i processi interni e adattare i modelli organizzativi per integrare pienamente le nuove tecnologie digitali è un compito impegnativo ma essenziale.
La Telemedicina è un esempio di come l’innovazione digitale stia trasformando il settore sanitario, consentendo l’erogazione di servizi sanitari più accessibili ed efficienti attraverso la televisita e altre forme di assistenza a distanza.
Incorporando la Telemedicina nel contesto di una visione strategica più ampia, si possono ottenere risultati ancora più significativi nel migliorare l’assistenza sanitaria e soddisfare le esigenze dei pazienti.
Tuttavia, è importante affrontare le resistenze dei professionisti della salute nei confronti della telemedicina. Queste resistenze possono essere dovute ad una serie di fattori, tra cui preoccupazioni riguardo alla qualità delle cure, alla sicurezza dei dati dei pazienti ed al cambiamento dei modelli di pratica clinica.
Le nuove generazioni di professionisti sanitari tendono ad essere più inclini ad adottare la telemedicina, avendo familiarità con le tecnologie digitali fin dalla giovane età e possedendo una maggiore apertura verso l’innovazione.
Educare e formare i professionisti della salute sull’efficacia e sulla sicurezza della telemedicina, nonché sulle sue potenzialità nel migliorare l’accessibilità e la qualità delle cure, è fondamentale per promuoverne l’adozione diffusa.
Inoltre, è importante sviluppare linee guida e indirizzi chiari che regolamentino l’uso della telemedicina, garantendo al contempo la protezione e la sicurezza dei pazienti e la qualità delle cure.
L’introduzione del Digital Twin nei percorsi sanitari, specialmente nelle sale operatorie, nei Pronto Soccorso, nei percorsi di telemedicina e PDTA-DS (Percorsi Diagnostico-Terapeutici Assistenziali, Digitali e Sociali), nelle cure palliative, rappresenta una tappa significativa verso una gestione più avanzata ed efficace dei pazienti.
Il Digital Twin rappresenta un ecosistema ICT che permette la riproduzione digitale e in tempo reale dell’ecosistema fisico-socio-tecnico che riguarda le risorse, i dati e i processi delle Aziende.
Infine, l’integrazione nel panorama sanitario di tecnologie quali le terapie digitali e l’Intelligenza Artificiale, può migliorare l’accesso alle cure e l’efficacia dei trattamenti, offrendo soluzioni innovative e basate su prove concrete.
Le terapie digitali sono interventi terapeutici basati su software di alta qualità, progettati per offrire trattamenti mirati e personalizzati. Queste terapie si fondano su evidenze scientifiche provenienti da rigorose sperimentazioni cliniche, che ne confermino l’efficacia.
Nella pratica clinica, il livello di utilizzo degli strumenti di AI da parte dei professionisti sanitari è in aumento ormai da alcuni anni.
Ad esempio, dall’ultima rilevazione svolta dall’Osservatorio Sanità Digitale del Politecnico di Milano[3], è emerso che tra i medici specialisti è consolidato l’utilizzo di soluzioni per l’analisi di immagini e segnali, a cui il 19% del campione ha fatto ricorso almeno una volta nell’ultimo anno. Inoltre, ad oggi, il 29% dei medici specialisti ha utilizzato l’AI Generativa per ricercare informazioni scientifiche, dato triplicato rispetto alla rilevazione del 2023.
L’applicazione dell’Intelligenza Artificiale in Sanità
L’AI ha diverse applicazioni anche nell’ambito della ricerca clinica.
Ad esempio, nelle fasi di drug discovery, può accelerare la scoperta di nuovi farmaci analizzando enormi quantità di dati e identificando nuove molecole potenzialmente efficaci. L’AI, inoltre, può ottimizzare i trial clinici, supportando, ad esempio, la progettazione dello studio, la selezione dei siti e dei pazienti più appropriati da arruolare.
L’integrazione dell’intelligenza artificiale nella pratica clinica sta trasformando diversi aspetti dell’assistenza sanitaria, dalla diagnostica per immagini, all’assistenza clinica predittiva, i robot chirurgici assistiti dall’IA, il supporto decisionale clinico, la personalizzazione dei trattamenti ed il monitoraggio in remoto dei pazienti.
Nonostante l’AI sia uno strumento potenzialmente di gran beneficio per la pratica clinica e la ricerca, questa tecnologia non è esente da rischi legati all’utilizzo non appropriato. I recenti sviluppi normativi intervengono in quest’ambito con l’obiettivo di mitigare questi rischi senza comprometterne la corretta diffusione.
Tra gli aggiornamenti più recenti:
- a livello internazionale, l’OMS ha emanato le linee guida “Ethics and governance of Artificial Intelligence for health – Guidance of Large Multimodal Models”[4]. Il documento propone oltre 40 raccomandazioni per lo sviluppo dei Large Multi-Modal Models, con particolare attenzione agli aspetti etici, alle misure da considerare nelle fasi di design e sviluppo e alle responsabilità per fornitori e sviluppatori;
- a livello europeo, lo European AI Act[5] è il primo framework legislativo in assoluto sull’AI a carattere generale (ovvero, non specifico per settore). Il regolamento adotta un approccio risk-based, vietando alcune pratiche definite “inaccettabili” e imponendo obblighi specifici per lo sviluppo e la fornitura di sistemi di AI ad alto rischio e per i modelli di General-Purpose AI (GPAI – ovvero, utilizzabili e adattabili in diversi contesti). Per il settore sanitario, l’AI Act, pur non essendo una normativa specifica, è particolarmente rilevante, poiché altre normative di armonizzazione in essere, come la MDR e l’IVDR, non intervengono esplicitamente su tutte le possibili applicazioni di AI in ambito sanitario, come i Large Language Models;
- a livello nazionale, il DDL “Norme per lo sviluppo e l’adozione di tecnologie di Intelligenza Artificiale”[6], normativa anch’essa a carattere generale, prevede interventi in cinque ambiti: strategia nazionale, autorità nazionali, promozione, tutela del diritto d’autore e sanzioni penali. Inoltre, il decreto prevede una delega al governo per adeguare l’ordinamento nazionale al Regolamento UE su alcune materie.
- Infine, la “Strategia Italiana per l’Intelligenza Artificiale 2024-2026”[7]supporta il governo nella definizione di un quadro normativo nazionale e delle strategie relative all’AI. Nel documento, il settore della Salute è citato come uno dei principali beneficiari dell’AI in termini di produttività e auspica lo sviluppo di nuove soluzioni in ambito Salute da parte del settore pubblico, come nel caso della Piattaforma di AI per l’assistenza primaria prevista dal PNRR.
L’integrazione dei dati e dell’Intelligenza Artificiale nel settore sanitario rappresenta quindi una frontiera ricca di opportunità e sfide. Gli elementi chiave di cui tenere conto riguardano in prima battuta la presenza di una infrastruttura normativa e tecnologica solida che garantisca:
- Qualità dei dati: i sistemi di AI richiedono grandi quantità di dati di alta qualità per funzionare in modo efficace e affidabile. Dati accurati, completi e tempestivi sono essenziali per sviluppare modelli di AI affidabili e prendere decisioni cliniche informate;
- Equità e non discriminazione nell’uso dell’AI: pregiudizi intrinseci nei dati possono portare a risultati discriminatori o non rappresentativi. Gli algoritmi devono essere sviluppati e validati su dataset diversificati per evitare bias che potrebbero portare a disparità nell’assistenza sanitaria (ad esempio, gender bias);
- Valutazione dell’impatto dell’AI sulla pratica clinica e nella ricerca: è necessario valutare continuamente l’impatto dell’AI sui flussi di lavoro ed apportare aggiustamenti per migliorare efficienza e l’efficacia;
- Validazione rigorosa dei sistemi di AI tramite studi clinici approfonditi e revisioni continue delle prestazioni in scenari del mondo reale;
- Protezione della privacy dei pazienti: è essenziale garantire che i sistemi di AI rispettino rigorosamente le normative sulla protezione dei dati (GDPR);
- Valutazione della responsabilità in caso di errori o decisioni errate basate su raccomandazioni dell’AI;
- Sicurezza informatica dei dati: la natura sensibile dei dati sanitari richiede l’adozione di misure di sicurezza avanzate per proteggerli da accessi non autorizzati, violazioni e attacchi informatici;
- Interoperabilità ed integrazione dei sistemi: l’integrazione riguarda sia gli aspetti tecnici sia gli aspetti legali di scambio dei dati tra diverse istituzioni;
- Sviluppo delle competenze e formazione per un uso consapevole dell’AI (tecnica, legale ed etica);
- Sviluppo di modelli di finanziamento sostenibili che permettano anche alle strutture più piccole di accedere alla AI.
Nella pratica clinica è necessario:
- stabilire protocolli chiari per integrare gli strumenti di AI nel flusso di lavoro clinico, definendo quando e come utilizzarli in complemento al giudizio clinico umano;
- definire chiaramente la responsabilità delle decisioni prese con il supporto dell’AI, bilanciando l’autonomia del medico con l’affidabilità degli algoritmi;
- implementare sistemi di monitoraggio continuo per valutare le prestazioni a lungo termine delle soluzioni di AI ed identificare eventuali derive o errori sistematici (automation bias);
- implementare robuste misure di sicurezza informatica, tecniche di anonimizzazione dei dati e di educazione dei pazienti e operatori sanitari sull’importanza della protezione dei dati e sulle modalità di utilizzo sicuro delle tecnologie di AI;
- coinvolgere attivamente i professionisti sanitari nello sviluppo e nell’implementazione delle soluzioni di AI per superare eventuali resistenze.
Digitale e AI in Sanità: serve una visione a lungo termine
L’innovazione, la digitalizzazione e l’Intelligenza Artificiale permettono di rispondere alle aspettative di una Medicina più personalizzata e di focalizzare l’attenzione sul concetto di One Health e planetary Health, accentuando l’importanza del benessere psicofisico-sociale del paziente nel contesto in cui vive.
La leva digitale e l’AI rappresentano, quindi, un elemento chiave per affrontare le sfide del sistema sanitario del futuro.
L’adozione di tecnologie digitali e dell’AI offre enormi opportunità diventando il catalizzatore all’interno di una programmazione sanitaria che deve tenere conto delle nuove sfide ed avere il coraggio di rivoluzionare il modo in cui le cure vengono fornite (nuovi modelli organizzativi).
Le tecnologie digitali e l’AI, con il supporto dell’uomo, possono ottimizzare la prevenzione, la diagnosi, il monitoraggio e la gestione dei pazienti, riducendo i tempi di attesa, migliorando l’accuratezza delle diagnosi e facilitando un’accessibilità più rapida e diretta alle cure.
La resistenza al cambiamento rende necessario un percorso formativo finalizzato a migliorare le conoscenze e le opportunità del mondo digitale e dell’AI così da accompagnare il passaggio da modelli tradizionali e consolidati, spesso basati su pratiche cartacee e metodi di lavoro abituali, a soluzioni più innovative che, in molti casi, sono ancora in fase di sviluppo e perfezionamento.
La chiave del successo per una transizione efficace risiede in un approccio graduale che permetta di testare e adattare le nuove tecnologie in modo sostenibile e responsabile, senza compromettere la qualità delle cure, tenendo sempre l’uomo al centro.
La gestione del cambiamento è altrettanto cruciale, poiché questo deve essere accompagnato da un supporto culturale ed organizzativo che aiuti il personale ad adattarsi ai nuovi modi di lavorare e ad abbracciare la trasformazione/rivoluzione in essere.
In sintesi, l’integrazione del digitale e dell’AI in Sanità e nel sociale è un processo complesso che richiede una visione a lungo termine, investimenti non solo in tecnologia ma anche in cultura e formazione.
Note bibliografiche
[1] M. Ronchi, M. Ciancia. Digital Transformation: metodi e strumenti per guidare l’evoluzione digitale delle imprese attraverso design, marketing e comunicazione. 2019
[2] Nicola Lanzetta – “Il segreto di una trasformazione digitale di successo? L’agilità”
[3] www.osservatori.net/sanita-digitale/
[4] https://iris.who.int/bitstream/handle/10665/375579/9789240084759-eng.pdf?sequence=1
[5] www.europarl.europa.eu/RegData/etudes/BRIE/2021/698792/EPRS_BRI(2021)698792_EN.pdf
[6] www.senato.it/leg/19/BGT/Schede/FascicoloSchedeDDL/ebook/58262.pdf
[7] https://assets.innovazione.gov.it/1721376223-01-strategia-italiana-per-l-intelligenza-artificiale-2024-2026.pdf
