Chi mi conosce sa che ho un debole per il caffè e una passione per la sanità. Quando ho iniziato a fare volontariato in una clinica non-profit, la prima cosa che ho portato con me è stata una macchina del caffè. In breve tempo, i pazienti hanno iniziato a chiamarmi "Dr. Brew", perché ho sempre una tazza di caffè in mano.
Adoro questo soprannome, perché se ci pensate, che si parli di caffè o di assistenza sanitaria, tutto ruota intorno alla miscela. Ci vuole la giusta combinazione di chicchi per ottenere un'ottima tazza di caffè. E ci vuole il giusto mix di conoscenze cliniche, tecnologia ed empatia per avere un impatto positivo sulla vita dei pazienti.
Migliorare la produttività dei medici e le interazioni con i pazienti con l'IA
La clinica sostiene le comunità svantaggiate nelle aree rurali. È un’organizzazione di volontariato, quindi abbiamo uno staff essenziale, attrezzature minime e una scorta limitata di medicinali. L’unica cosa di cui non siamo carenti sono le persone bisognose.
In un ambiente come questo è necessario essere il più efficienti possibile. Ma in qualche modo, entrando in quella clinica, sembra di fare un salto indietro nel tempo. Ci affidiamo ai vecchi registri cartacei e agli appunti scritti a mano, che sono quanto di più inefficiente ci possa essere.
Un giorno, mentre gustavo il mio caffè mattutino, mi è venuta l'idea di usare l'intelligenza artificiale per riassumere i nostri registri cartacei e risparmiare tempo prezioso. Ho iniziato a sperimentare modelli linguistici di grandi dimensioni e ho trovato rapidamente un modo per estrarre i punti chiave da un documento cartaceo scansionato. Inoltre, per essere più convincente, ho trovato il modo di includere un aneddoto personale in ogni record, per aiutare a rompere il ghiaccio e a instaurare un rapporto con il paziente.
Questo piccolo progetto di Intelligenza Artificiale generativa ha avuto grandi risultati. Ora passiamo meno tempo a spulciare le cartelle cliniche e più tempo a concentrarci su ciò che conta di più: coinvolgere, diagnosticare e curare i pazienti. E se posso fare tutto questo da solo, in un contesto rurale, immaginate cosa può fare un team di data scientist con l'IA se si mettono d'impegno.
Usare il machine learning per prevedere le assenze agli appuntamenti
Siamo ancora agli inizi, ma diversi clienti di InterSystems stanno già utilizzando l'IA e il Machine Learning per aumentare la conoscenza dei dati e migliorare la produttività e la qualità delle cure. Il King Khalid Eye Specialist Hospital (KKESH) in Arabia Saudita ne è un buon esempio. Erano preoccupati perché, in un giorno qualunque, un'alta percentuale di pazienti semplicemente non si presentava agli appuntamenti fissati.
KKESH ha provato tutti i classici trucchi: sms, promemoria via e-mail e notifiche in segreteria, ma senza successo. Hanno anche provato con l'overbooking, ma i risultati sono stati altalenanti. In alcuni giorni ha funzionato bene, altri giorni si sono presentati tutti i pazienti previsti e si è creato il caos. Sapevano che doveva esserci un modo più scientifico per affrontare il problema.
A tal fine, abbiamo collaborato con KKESH per sviluppare un modello di machine learning per prevedere le assenze basato su una serie di fattori di rischio. Si utilizzano le informazioni per contattare in modo proattivo i pazienti che sono più propensi a mancare a un appuntamento. Con il nuovo approccio basato sui dati, KKESH è in grado di programmare un numero significativamente maggiore di appuntamenti al giorno e di evitare innumerevoli ore di perdita di produttività dei medici.
Migliorare il rilevamento e la prevenzione delle malattie con l'analytics predittiva
Un altro cliente di InterSystems in Medio Oriente utilizza l'intelligenza artificiale per migliorare il rilevamento e la prevenzione del diabete. Stanno studiando centinaia di cartelle cliniche, analizzando vari tratti per scoprire indicatori precoci precedentemente sconosciuti. Il progetto aiuterà i medici a identificare meglio i pazienti che sono probabilmente destinati a sviluppare il diabete entro cinque anni, in modo da poter raccomandare cambiamenti comportamentali e misure preventive più tempestivamente. Altri ospedali e sistemi sanitari stanno lavorando a progetti simili per la broncopneumopatia cronica ostruttiva (BPCO), il cancro al seno, la sepsi e altre malattie. Le opportunità sono quasi illimitate.
Un altro cliente di InterSystems utilizza l'analytics predittiva per identificare i pazienti più propensi a essere riammessi in ospedale entro 30 giorni dalla dimissione. Hanno analizzato quattro anni di dati sui pazienti per identificare i predittori comuni. Attraverso semplici misure come prolungare le degenze ospedaliere di un solo giorno o chiarire e ripetere le istruzioni di dimissione, la struttura ha ridotto le riammissioni a 30 giorni dell’8%, migliorando non solo gli esiti, ma risparmiando anche milioni al sistema sanitario evitando evitando le spese legate alle riammissioni.
Iniziare con l'IA e il ML
Chiaramente, l’IA offre un enorme potenziale. Ci sono così tante possibili applicazioni per questa tecnologia che è facile sentirsi sopraffatti. Il mio consiglio è di essere pragmatici. Iniziare con piccoli passi. Scegliere un paio di casi d'uso semplici. Risolvere alcuni problemi reali. Acquisire un po' di esperienza e poi affrontare una sfida leggermente più grande.
Che siate interessati a utilizzare l’IA per risolvere un problema aziendale, migliorare un flusso di lavoro o affrontare un problema clinico, InterSystems ha le piattaforme tecnologiche e l'esperienza per aiutarvi a risolvere rapidamente e con semplicità le sfide nel settore sanitario. Le soluzioni InterSystems semplificano l'acquisizione, l'aggregazione, la preelaborazione, la pulizia e l'arricchimento dei dati sanitari per l'IA e il ML. Possiamo aiutarvi ad accelerare il time-to-value e a sfruttare al meglio i vostri investimenti nell'IA, con un'unica piattaforma che supporta una serie di casi d'uso dell'IA. Pensate a noi come al vostro barista AI!
Articolo liberamente tratto e adattato per l'Italia dall' originale.
