Durante il suo intervento a HLTH 2024, intitolato Byte-Sized Care: AI's Mega Impact on Health, il Dr. Taha Kass-Hout ha spiegato come l’Intelligenza Artificiale e il cloud computing trasformeranno la sanità, migliorando l’accesso a cure di qualità per miliardi di persone che oggi non ricevono i servizi essenziali.
In veste di Global Chief Science and Technology Officer di GE HealthCare, Kass-Hout è una delle voci più autorevoli nel campo dell’innovazione tecnologica in sanità. Prima di entrare in GE HealthCare, ha ricoperto posizioni di leadership presso Amazon Web Services ed è stato primo Chief Health Informatics Officer della FDA sotto l’amministrazione Obama.
Se vi siete persi il suo intervento, ecco sette punti chiave che sintetizzano le tendenze attuali sull’adozione della tecnologia nel settore sanitario.
1. L’adozione dell’AI in sanità stenta a decollare, nonostante l’abbondanza di dati
Entro il 2025 si prevede che il mondo genererà oltre 180 zettabyte di dati, di cui più di un terzo provenienti dalla sanità. Tuttavia, solo il 50% delle aziende sanitarie ha adottato il cloud per gestire efficacemente questi dati. Questo ritardo contrasta con settori come musica ed e-commerce, dove l’AI è già un motore di innovazione.
2. La natura multimodale dei dati pone sfide complesse
La maggior parte dei dati sanitari non è strutturata (si pensi a immagini mediche, note, registrazioni audio, letture da dispositivi etc.). Questo rende difficile l’elaborazione tramite algoritmi tradizionali di machine learning.
Inoltre, i metodi tradizionali utilizzati per analizzare questi dati richiedono grandi quantità di dati specifici per ciascuna malattia o condizione, e spesso necessitano di un lavoro manuale per "estrarre" le caratteristiche rilevanti. Questo processo può essere molto costoso e dispendioso in termini di risorse, e spesso porta a cicli di sviluppo lenti e poco scalabili.
3. I foundation model potrebbero essere la svolta
I foundation models (modelli di base) possono aiutare a superare le difficoltà derivanti dalla necessità di continua personalizzazione. Questi modelli possono essere addestrati su una vasta gamma di dati multimodali, il che consente loro di essere applicati a vari compiti sanitari senza la necessità di un riaddestramento intensivo. GE HealthCare è all'avanguardia nello sviluppo di questi modelli in ambito sanitario.
Un esempio è SonoSAMTrack, un foundation model in fase di ricerca che segmenta oggetti di interesse nelle immagini ecografiche e si adatta a nuovi dati e compiti senza bisogno di costosi aggiornamenti. Inoltre, GE HealthCare ha sviluppato il primo foundation model per radiografia total body che, nei test interni, supera persino i modelli più specializzati.
4. Medici sopraffatti da dati e flussi di lavoro inefficienti
Entro il 2050, la popolazione mondiale anziana raddoppierà, raggiungendo i 2,1 miliardi di persone. Questo, unito all’esplosione dei dati da fonti come genomica, dispositivi indossabili, sensori e cartelle cliniche elettroniche, sta mettendo a dura prova i clinici.
Quasi la metà dei professionisti sanitari riporta livelli elevati di burnout, e secondo un rapporto sulla retention del personale sanitario e sul personale infermieristico del 2024, negli ospedali si verifica un turnover del personale del 100% ogni cinque anni.
5. CareIntellect migliora l’efficienza e il percorso del paziente
CareIntellect è la nuova offerta di applicazioni cliniche e operative di GE HealthCare, progettata per ottimizzare la qualità delle cure attraverso una piattaforma digitale cloud-first.
GE HealthCare sta sviluppando diverse applicazioni nell’ambito di CareIntellect. La prima disponibile è CareIntellect for Oncology. Questa applicazione raccoglie e sintetizza dati multi-modali dei pazienti provenienti da sistemi differenti, utilizzando l'intelligenza artificiale generativa per riassumere note e referti dei pazienti. Una volta installata un’applicazione, i clienti potranno integrare rapidamente ulteriori moduli in futuro, senza costi di integrazione aggiuntivi.
6. Project Health Companion: verso l’AI agentica
Il progetto Health Companion, attualmente in fase di ricerca segna l’inizio di una nuova era per l’AI: un passaggio dai modelli che generano testo, immagini e video a agenti in grado di interagire con l'ambiente circostante per raggiungere obiettivi predefiniti.
Il progetto Health Companion intende esplorare se un approccio di intelligenza artificiale "agente", basato su più agenti – ciascuno esperto in un'area specifica (come genomica, radiologia, patologia, ecc.) – possa aiutare i medici a semplificare il processo decisionale clinico e offrire cure più personalizzate. L'obiettivo del progetto è utilizzare l'intelligenza artificiale agente per analizzare dati multi-modali e generare raccomandazioni per i piani di trattamento.
7. L’AI come ponte verso cure eque
L’AI ha il potenziale per ridurre le disuguaglianze sanitarie, consentendo a chi vive in aree remote o prive di risorse di accedere a cure di qualità.
Un esempio concreto è Vscan Air, un dispositivo ecografico portatile che permette ai pazienti di ottenere immagini diagnostiche di alta qualità direttamente a casa, ovunque si trovino. Grazie al software Caption AI, offre indicazioni in tempo reale anche a operatori sanitari non esperti, consentendo loro di acquisire immagini ecografiche di livello diagnostico senza che sia necessaria una formazione approfondita.
Ogni progresso nell’AI per la sanità apre le porte a un’assistenza di qualità per tutti. Il futuro sarà costruito sulla collaborazione tra competenza umana e intelligenza artificiale per trasformare il possibile in realtà.
Approfondisci le innovazioni che GE HealthCare ha presentato a HLTH 2024 e resta informato sull’evoluzione dell’assistenza sanitaria guidata dalla sinergia tra intelligenza artificiale e cloud computing.
