Il parere di ARIA
Risponde Giuseppe Preziosi, Responsabile del Data Warehouse e Business Intelligence Competence Center di Aria
Autore: Redazione ImpresaCity
D.- Quali sono le nuove esigenze in ambito Sanità e come vengono soddisfatte dai vendor?
R. - I rapporti sui sistemi sanitari convergono sulla necessità di affrontare importanti sfide dall’invecchiamento, alla multi morbilità, alla carenza di personale. Si tratta di tematiche ricorrenti che rendono l’Healthcare un terreno particolarmente fertile per la trasformazione e l’innovazione digitale. La crescente disponibilità di metodiche analitiche avanzate, unita ad un incremento delle capacità computazionali tecnologiche, offrono possibilità senza precedenti; algoritmi di Machine Learning, tecniche di Data Mining e pratiche prossime all’Intelligenza Artificiale (AI) guidano lo shift radicale verso approcci “data-driven” come la possibilità di imparare e predire la next-bext-clinical-action attraverso un’illimitata capacità di elaborare quantità di data point impensabile fino a poco tempo fa. È già possibile programmare sistemi intelligenti che leggono i risultati degli esami e li interpretano, sulla base delle statistiche condotte su grandi moli di dati simili e sul loro significato. La medicina di precisione, la ricerca sui trattamenti personalizzati sono tutti campi che promettono grandi risultati, grazie all’AI, ma che al contempo richiedono un controllo della comunità medica e una stretta osservanza della privacy mantenendo una prospettiva human-in-the-loop
D. - Quali le best practice e gli esempi di eccellenza più significativi?
R. - Trasformazione digitale e approccio data-driven sono concetti fortemente connessi. Creare conoscenza dalla raccolta di dati raw è una roadmap che passa imprescindibilmente per l’Intelligenza Artificiale. Nell’ambito del Centro di Competenza DWH & Business Intelligence della Divisione Servizi per il Welfare, ci occupiamo della valorizzazione dei dati raccolti, organizzati e correlati nel Data Warehouse di Regione Lombardia, con una profondità di 20 anni, anche sperimentando l’utilizzo di metodiche innovative, prossime all’AI. In tale contesto, l’ambito prescelto di applicazione è stato quello della clusterizzazione della popolazione assistita. Obiettivo della sperimentazione è stata la verifica sul campo del beneficio che l’applicazione di tecniche di Visual Data Mining e Machine Learning può portare in termini di flessibilità nella prototipazione di un modello predittivo in grado di associare alla popolazione “sana” ad una certa data, la probabilità dell’insorgenza di una specifica patologia cronica nell’annualità successiva. La popolazione lombarda è stata stratificata, in forma del tutto anonima, secondo 62 patologie croniche. La sperimentazione ha condotto a risultati apprezzabili anche in funzione dell’obiettivo di supporto alla governance e alla programmazione sanitaria: riconoscimento di percorsi clinici virtuosi; identificazione dei percorsi che comportano l’aggravarsi della cronicità in essere; monitoraggio dei percorsi terapeutici a valle della presa in carico; e infine identificazione di gruppi omogenei di pazienti su cui innestare logiche di valutazione degli esiti e di finanziamento a pacchetto.
In definitiva, il contesto di applicazione dell’AI è decisamente esteso per un approccio non solo di “cognitive intelligence”, ma anche di “collective intelligence”. Nel percorso di trasformazione digitale vedremo sempre di più accanto alle figure più tecniche, ingegneristiche, informatiche e di programmazione, profili con competenze di business, legal e magari anche umanistiche, necessarie per ottenere i risultati più efficaci. È questo l’approccio che adottiamo in ARIA, l’Azienda Regionale per l’Innovazione e gli Acquisti nata dalla fusione delle società in-house regionali Lombardia Informatica e ARCA.
R. - I rapporti sui sistemi sanitari convergono sulla necessità di affrontare importanti sfide dall’invecchiamento, alla multi morbilità, alla carenza di personale. Si tratta di tematiche ricorrenti che rendono l’Healthcare un terreno particolarmente fertile per la trasformazione e l’innovazione digitale. La crescente disponibilità di metodiche analitiche avanzate, unita ad un incremento delle capacità computazionali tecnologiche, offrono possibilità senza precedenti; algoritmi di Machine Learning, tecniche di Data Mining e pratiche prossime all’Intelligenza Artificiale (AI) guidano lo shift radicale verso approcci “data-driven” come la possibilità di imparare e predire la next-bext-clinical-action attraverso un’illimitata capacità di elaborare quantità di data point impensabile fino a poco tempo fa. È già possibile programmare sistemi intelligenti che leggono i risultati degli esami e li interpretano, sulla base delle statistiche condotte su grandi moli di dati simili e sul loro significato. La medicina di precisione, la ricerca sui trattamenti personalizzati sono tutti campi che promettono grandi risultati, grazie all’AI, ma che al contempo richiedono un controllo della comunità medica e una stretta osservanza della privacy mantenendo una prospettiva human-in-the-loop
D. - Quali le best practice e gli esempi di eccellenza più significativi?
R. - Trasformazione digitale e approccio data-driven sono concetti fortemente connessi. Creare conoscenza dalla raccolta di dati raw è una roadmap che passa imprescindibilmente per l’Intelligenza Artificiale. Nell’ambito del Centro di Competenza DWH & Business Intelligence della Divisione Servizi per il Welfare, ci occupiamo della valorizzazione dei dati raccolti, organizzati e correlati nel Data Warehouse di Regione Lombardia, con una profondità di 20 anni, anche sperimentando l’utilizzo di metodiche innovative, prossime all’AI. In tale contesto, l’ambito prescelto di applicazione è stato quello della clusterizzazione della popolazione assistita. Obiettivo della sperimentazione è stata la verifica sul campo del beneficio che l’applicazione di tecniche di Visual Data Mining e Machine Learning può portare in termini di flessibilità nella prototipazione di un modello predittivo in grado di associare alla popolazione “sana” ad una certa data, la probabilità dell’insorgenza di una specifica patologia cronica nell’annualità successiva. La popolazione lombarda è stata stratificata, in forma del tutto anonima, secondo 62 patologie croniche. La sperimentazione ha condotto a risultati apprezzabili anche in funzione dell’obiettivo di supporto alla governance e alla programmazione sanitaria: riconoscimento di percorsi clinici virtuosi; identificazione dei percorsi che comportano l’aggravarsi della cronicità in essere; monitoraggio dei percorsi terapeutici a valle della presa in carico; e infine identificazione di gruppi omogenei di pazienti su cui innestare logiche di valutazione degli esiti e di finanziamento a pacchetto.
In definitiva, il contesto di applicazione dell’AI è decisamente esteso per un approccio non solo di “cognitive intelligence”, ma anche di “collective intelligence”. Nel percorso di trasformazione digitale vedremo sempre di più accanto alle figure più tecniche, ingegneristiche, informatiche e di programmazione, profili con competenze di business, legal e magari anche umanistiche, necessarie per ottenere i risultati più efficaci. È questo l’approccio che adottiamo in ARIA, l’Azienda Regionale per l’Innovazione e gli Acquisti nata dalla fusione delle società in-house regionali Lombardia Informatica e ARCA.
La sanità alla prova della trasformazione digitale
Puoi trovare la versione completa dello speciale sulla rivista "ImpresaCity Magazine"
