La sfida: preparare i dati per l'IA
I sistemi sanitari guardano all'Intelligenza Artificiale (IA) e al Machine Learning (ML) per migliorare la qualità dell’assistenza, ottimizzare i processi e i flussi di lavoro e ottenere maggiori insight. Sebbene l’IA abbia il potenziale per rivoluzionare il settore sanitario, le difficoltà nella gestione e nell’integrazione dei dati possono rappresentare un ostacolo significativo, rallentando lo sviluppo dei progetti di IA e riducendo i ritorni sugli investimenti.
Molte applicazioni basate sull’IA usano dati provenienti da diverse fonti, come sistemi di Fascicolo Sanitario Elettronico (FSE), dispositivi medici, sistemi di programmazione e fatturazione ospedaliera e database della sanità pubblica. Tuttavia, le ridondanze, le incongruenze e le lacune nei dati possono influire negativamente sulla qualità e sull’integrità delle informazioni, compromettendo le iniziative di IA nel settore sanitario. Che si tratti di sviluppare o implementare un’applicazione sanitaria basata sull’IA, è essenziale disporre di dati accessibili, affidabili e precisi per garantire il successo.
I dati sono fondamentali per le iniziative di IA in ambito sanitario
I dati sono la base di tutta l’IA. Il vecchio detto “garbage in, garbage out” si applica perfettamente all’IA: se i dati inseriti sono incompleti, imprecisi o incoerenti, anche i risultati dell’analisi saranno errati. Nel mondo reale, i dati spesso sono disordinati e frammentati, non si presentano in tabelle ordinate e strutturate. Per questo motivo, i data scientist devono spesso pre-processare, pulire ed etichettare i dati per prepararli all'analytics o al machine learning.
Il controllo dei dati è cruciale per il successo dell’IA. È fondamentale determinare quali dati fornire all’IA, comprendere la loro origine, tracciare e verificare il loro utilizzo, controllare l’accesso ed evitare fughe di dati. Inoltre, è necessario preparare i dati in vari modi e combinare diverse fonti di dati per ottenere risultati affidabili e precisi.
La soluzione: InterSystems IRIS for Health
InterSystems® è leader nella tecnologia dei dati sanitari e nell'interoperabilità basata su standard internazionali. Con la nostra tecnologia e competenza, possiamo rendere i dati pronti per l’IA in modo semplice e veloce. InterSystems IRIS for Health™ è una piattaforma di sviluppo per la sanità digitale completa, basata sul cloud, che supporta tutti gli standard di dati sanitari, incluso HL7® FHIR®.
Con InterSystems IRIS for Health, è possibile raccogliere, integrare e gestire i dati necessari per creare e ottimizzare modelli di intelligenza artificiale accurati, integrandoli nei flussi di lavoro clinici e nei processi aziendali in tempo reale. La soluzione offre una gamma completa di funzionalità di integrazione, inclusa la connettività out-of-the-box per numerose applicazioni pacchettizzate, database, standard industriali, protocolli e tecnologie, oltre a strumenti integrati per l’apprendimento automatico e l’intelligenza artificiale generativa.
InterSystems IRIS for Health fornisce molte delle funzionalità critiche per implementare uno smart data fabric, tra cui integrazione, gestione e analisi dei dati, tutto in un unico prodotto. Gli smart data fabric costituiscono una solida base per le iniziative di IA nel settore sanitario, offrendo un'architettura dati uniforme, estensibile, sicura e scalabile. Forniscono il controllo e le strutture di elaborazione dei dati necessarie per rendere i dati pronti per l'intelligenza artificiale.
Accelerare il time-to-value con InterSystems
Che si tratti di implementare una soluzione tradizionale di IA o di sviluppare una nuova applicazione per la sanità alimentata da GenAI, InterSystems è qui per accelerare il time-to-value e massimizzare gli investimenti nell’IA. Con InterSystems IRIS for Health, è possibile:
- Raggiungere tutti i dati necessari - Raccogliere dati sanitari diversi in modo rapido e semplice.
- Integrare con facilità - Collegarsi in modo efficiente a un’ampia gamma di applicazioni e sistemi.
- Trasformare e controllare i dati - Unificare i dati per prepararli all’uso dell’intelligenza artificiale.
- Governare i dati - Proteggere i dati e gestire rigorosamente ciò che viene fornito all’IA.
- Alimentare facilmente modelli linguistici di grandi dimensioni (LLM) - Alimentare e controllare qualsiasi LLM per ottenere la massima flessibilità e scelta.
- Costruire modelli velocemente - Arrivare rapidamente alla produzione con funzionalità integrate di ML, orchestrazione dell’IA, ricerca vettoriale, un editor grafico low code e molto altro.
- Semplificare con un’unica piattaforma - Elaborare i dati sanitari ed eseguire carichi di lavoro AI di produzione sulla stessa piattaforma per un Total Cost of Ownership (TCO) ottimale.
Costruire modelli velocemente. Arrivare rapidamente alla produzione
InterSystems IRIS for Health è ideale per le organizzazioni che non dispongono di esperti data scientist. Offre una gamma di strumenti e funzionalità che semplificano lo sviluppo e il test delle applicazioni di IA, accelerando i progetti:
- Funzionalità di ML integrata: consente agli sviluppatori di applicazioni di creare e addestrare facilmente modelli di apprendimento automatico anche senza competenze avanzate di data science.
- Ricerca vettoriale integrata: supporta la ricerca semantica e le capacità di retrieval-augmented generation (RAG).
- Orchestrazione AI integrata: include funzionalità di tracciamento visivo per costruire e gestire in modo efficiente applicazioni composite che abbracciano più modelli AI.
InterSystems IRIS for Health in azione
Ogni giorno, i pazienti lasciano migliaia di messaggi sul portale Personal Community, inclusi molti messaggi urgenti. Tuttavia, gli agenti del contact center non avevano un sistema automatizzato per identificare e dare priorità a questi messaggi importanti, mettendo a rischio i pazienti con necessità di cure urgenti.
Sempre alla ricerca di modi innovativi per migliorare l’assistenza ai pazienti, il sistema sanitario ha utilizzato InterSystems IRIS for Health per sviluppare un modello di machine learning in grado di contrassegnare con precisione i messaggi urgenti e spostarli in testa alla coda. Questo modello aiuta il contact center centralizzato a garantire che i messaggi prioritari siano prontamente indirizzati al medico giusto, migliorando l’erogazione delle cure e riducendo la frustrazione dei pazienti. Nel primo mese di utilizzo, il 6% dei messaggi è stato contrassegnato come clinicamente urgente, in linea con le aspettative.
Basandosi sul successo di questa prima applicazione, l’azienda sanitaria prevede di utilizzare l’intelligenza artificiale per assistere i pazienti con domande comuni, come la richiesta di un appuntamento o la ricarica di una ricetta, indirizzandoli automaticamente alla pagina web appropriata. Oltre il 15% dei messaggi del portale riguarda azioni di routine che i pazienti possono eseguire autonomamente, come la programmazione di un appuntamento.
L'organizzazione sta inoltre esplorando ulteriori usi dell'IA, come la sintesi dei messaggi dei pazienti utilizzando parole chiave e la generazione di risposte automatiche alle richieste più comuni del portale che non richiedono il coinvolgimento di un medico o altra assistenza umana.
Il modello analizza diverse variabili, come la presenza dei pazienti ad appuntamenti passati, il loro stato socioeconomico, l’età e il luogo di residenza, per prevedere la probabilità di una mancata presentazione. Questo approccio predittivo aiuta l’operatore a incrementare il volume dei pazienti e ottimizzare l’uso delle risorse tenendo conto delle probabilità di mancata presentazione nella programmazione degli appuntamenti.
Grazie alla previsione accurata delle mancate presentazioni, il modello consente all’operatore di programmare fino a 80 appuntamenti in più al giorno. Inviando promemoria via SMS ed e-mail ai pazienti con maggiori probabilità di mancare agli appuntamenti e cancellando automaticamente quelli non confermati, l'ospedale ha ridotto i no-show dal 18% al 10%, evitando perdite di fatturato. Ora, l’obiettivo è ridurre ulteriormente il tasso di no-show al 5%.
L'ospedale utilizza InterSystems IRIS for Health per pulire e unificare i dati dei pazienti provenienti da diversi sistemi e applicazioni, preparandoli per il machine learning.
L'intelligenza artificiale e l'apprendimento automatico hanno il potenziale per trasformare l'assistenza sanitaria, ma i problemi di gestione e integrazione dei dati possono ostacolare le iniziative di IA. InterSystems dispone della tecnologia e del know-how necessari per rendere i vostri dati pronti per l'IA, accelerare lo sviluppo dell'IA e rendere i vostri programmi di IA un successo. Contattateci oggi stesso.