L’intelligenza artificiale non è solo uno strumento per la tecnologia pura: anche gli operatori sanitari possono usarlo. La pratica clinica e l’intelligenza artificiale vanno insieme, tre importanti leader sanitari presso le imprese nazionali hanno concordato durante un panel al Transform 2021 ospitato dal direttore generale di VentureBeat Shuchi Rana.
L’utilizzo dei dati per ridurre i rifiuti medici e i test eccessivi può aiutare i sistemi ospedalieri a risparmiare denaro, ha affermato il dott. Doug Melton, responsabile dell’analisi clinica e dei clienti di Evernorth, una sussidiaria del gigante assicurativo Cigna. “Prima, avevamo un apprendimento senza supervisione ed era più difficile da fare. Dovevi essere prescrittivo nelle tue ipotesi”, ha detto Melton.
L’intelligenza artificiale ha il potenziale per aiutare i medici a migliorare gli esiti dei pazienti, ha affermato il dott. Taha Kass-Hout, direttore e direttore medico di Amazon Web Services. Le cartelle cliniche possono essere una grande fonte di dati per sviluppare algoritmi , riconoscimento vocale e strumenti decisionali che potrebbero aiutare medici e infermieri a identificare i fattori di rischio per malattie gravi come l’insufficienza cardiaca congestizia.
La diagnosi precoce del cancro al seno e ai polmoni è un altro risultato che non solo aiuta i pazienti, ma avvantaggia anche i leader aziendali. In Evernorth, il team di Melton ha utilizzato l’apprendimento automatico per analizzare le pre-certificazioni per la radiologia e i dati sui sinistri passati, identificando chi era a maggior rischio di sviluppare problemi di salute più gravi in futuro. Il machine learning migliora la prevenzione e la gestione olistica, ha affermato Melton, e migliora i risparmi sui costi sia per il paziente che per il fornitore fino a 3 volte.
L’analisi dei dati è anche fondamentale per ridurre altri costi ospedalieri, ha affermato il dott. Joe Colorafi, vicepresidente del sistema di analisi e scienza dei dati clinici presso Commonspirit Health. Analizzando i numeri, i ricercatori possono scoprire quali ricoveri ospedalieri durano troppo a lungo e quando i medici sono troppo assegnati a un paziente.
La raccolta di dati aggiuntivi dagli utenti può anche aiutare i fornitori a determinare un piano di assistenza sanitaria olistica, ha affermato Melton. Ad esempio, le informazioni sui fattori di stress nella vita dei pazienti e altri determinanti sociali della salute, come l’accesso a cibo fresco e alloggi stabili, possono ancorare i piani per migliorare i risultati sulla salute. “Quando lo facciamo, penso che possiamo avere una medicina per l’intera persona invece della gestione delle cure acute”, ha detto Melton.
Pensa all’intelligenza artificiale come a una cassetta degli attrezzi per comprendere le informazioni presentate agli operatori sanitari, ha affermato Kass-Hout. Usare l’apprendimento automatico per restringere i sintomi e le diagnosi significa anche costruire un archivio di informazioni per migliorare i sistemi sanitari. Ad esempio, l’accuratezza del modello di Amazon Web Services per prevedere l’insufficienza cardiaca congestizia è aumentata del 4% poiché gli algoritmi hanno preso appunti su come i medici stavano trattando la condizione e monitorando i pazienti per i sintomi.
