Il concetto di valore dell’innovazione è cambiato: per pianificare i prossimi, onerosi investimenti occorre ampliare il campo di osservazione dei risultati che produce.

L’Intelligenza Artificiale è una disciplina che si colloca nella ricca intersezione fra Scienza ed Ingegneria, ma il suo interesse si estende alla Tecnologia e a discipline più facilmente declinabili come umanistiche, ad esempio la Filosofia. Sì, perché, prima di procedere disquisendo di se, come e perché eventualmente artificializzarla, occorre stabilire cosa intendiamo per Intelligenza.

Con un repertorio di informazioni in testa e l’obiettivo dare loro una struttura più definita ed interconnessa, ho partecipato a due eventi incentrati sul tema dell’innovazione in Sanità. Un workshop sul ruolo dell’Intelligenza Artificiale nell’industria farmaceutica (purtroppo poco pubblicizzato) della Scuola di Specializzazione in Farmacologia dell’Università degli Studi di Milano e un meeting parte della kermesse più ampia di Think Milano IBM sul valore dell’innovazione in Sanità.

Occasioni nelle quali molti dei concetti che prima vagavano per la mia testa precisi ma incompleti e isolati fra loro si sono finalmente allineati e strutturati in forma di ragionamenti di ampio respiro, grazie anche alla competenza degli speakers.

A cominciare dal concetto stesso di intelligenza. Che non è affatto statico e immutabile, ma è cambiato nel corso degli anni, affinandosi ed acquisendo connotazioni sempre più sofisticate e in grado di soddisfare le necessità degli ambienti della ricerca e, a cascata, dell’industria e del privato cittadino. Oggi un “agente” è definito intelligente se percepisce l’ambiente in cui è collocato (attraverso sensori), processa i dati e interagisce con esso, eseguendo il comando più corretto in funzione delle informazioni di cui il programmatore lo ha dotato. Il sistema, in pratica, esamina le diverse opzioni, decide cosa fare e comunica la propria scelta agli attuatori, che agiscono. Per poter decidere secondo gli standard più opportuni, l’agente non solo conserva memoria dei dati che ha già percepito, ma apprende automaticamente dalle esperienze che compie e quindi migliora progressivamente le proprie performance, secondo un meccanismo definito machine learning. (Il primo grazie, di vero cuore, lo porgo al professor Amigoni, del Politecnico di Milano)

E’ dunque possibile fornire alla macchina una casistica in modo da arricchire la statistica da cui essa attinge: più folta è l’immissione di dati, migliore sarà la prestazione.

Ma non di sola Intelligenza Artificiale vivrà il digitale: il secondo grazie va al professor Eugenio Santoro, speaker del workshop e direttore del Laboratorio di Informatica Medica del Mario Negri, per avere spiegato l’importanza delle risorse digitali nella loro globalità in Public Health. Le istituzioni che si occupano di Salute Pubblica sono chiamate a gestire quantità imponenti di dati, provenienti da fonti diversificate e da impiegare per perseguire una ricca serie di obiettivi. Le applicazioni spaziano dall’implementazione delle campagne di prevenzione e diagnosi precoce, all’elaborazione di chat di supporto a operatori sanitari e pazienti, al data management in Farmacovigilanza, all’ottimizzazione delle diverse fasi di ricerca e sviluppo di nuovi farmaci, fino al potenziamento dell’aderenza dei pazienti ai trattamenti prescritti. E’abbastanza, no?

La Medicina del futuro (più prossimo possibile) è quella che si pone l’obiettivo di fornire al singolo paziente una diagnosi precisa e prescrivergli una terapia personalizzata. Per questo si nutre di dati e si avvale di strumenti di Intelligenza Artificiale e machine learning che possano apprenderli e gestirli nella maniera migliore. Ecco allora Watson Health, il diagnosta che fa invidia al dottor House, l’orgoglio di casa IBM, un investimento da 4 miliardi di dollari (ma, va da sé, la Salute è il più grande business al mondo, il settore in cui si investe di più e non abbiamo difficoltà a comprenderne le ragioni). Watson è un prodigio di Scienza, Tecnologia e Filosofia che trasforma informazioni in conoscenza, che dà forma ai data science non strutturati (ovvero l’80% dei dati in circolazione): comprende, ragiona, apprende.

Watson affianca l’uomo nel decision making, nella direzione di una maggiore sostenibilità del Servizio Sanitario attraverso il potenziamento dell’appropriatezza prescrittiva, la gestione strategica della spesa sanitaria (oggi in fase di esplosione per questioni demografiche) e la protezione delle procedure decisionali dai bias cognitivi intimamente connessi alla natura umana, anche quando profondamente permeata dal sapere scientifico.

Dopo tutto abbiamo già valicato il confine, siamo in una nuova era: l’epatite C ha cambiato la teoria degli investimenti in Sanità e spostato gli equilibri dai silos al value based. La questione legata al drug pricing scatenata dagli antivirali di ultima generazione, ha reso possibile (anche sulla base di concetti di necessità e virtù) la nascita di una nuova mentalità, orientata verso l’analisi dell’outcome reale degli investimenti e, in questo senso, del monitoraggio post market di farmaci e dispositivi. Non ci interessa più solamente la spesa specifica per quel tipo di patologia in relazione al numero delle guarigioni prodotte, ma anche la compressione delle spese correlate. Un esempio paradigmatico è rappresentato dagli oncologici innovativi, che hanno fatto esplodere la spesa farmaceutica solo apparentemente.

Perché, come chiarisce inequivocabilmente a ThinkMilano Rosanna Tarricone, professore associato di Analisi delle Politiche e Management Pubblico della Bocconi (il mio terzo, sentito, grazie): non possiamo ulteriormente ridurre la spesa sanitaria, possiamo spendere meglio. Per esempio mettendo a punto a livello ministeriale tutte le technicalities che consentono di misurare la produzione di valore in Sanità: parametri che mettano in relazione performance e valore e che possono essere utilizzati per la pianificazione degli investimenti e l’aggiornamento dei Lea.

E come la mettiamo con Social Media, apps e wearables? Al netto di tutte le critiche su etica, protezione, responsabilità, proprietà e qualità dei dati, sulle scarse evidenze scientifiche di efficacia sono il canale più immediato per arrivare al paziente. Twitter e Facebook, per esempio, hanno un ruolo preciso nel recruiting dei pazienti da arruolare nei trials clinici, negli studi di epidemiologia 2.0 e nelle analisi di Farmacovigilanza.

Tutto molto bello. Tuttavia, sistemi come Watson funzionano al massimo delle loro potenzialità solo in un panorama di condivisione e flusso libero di informazioni, condizione, questa, che richiede una buona dose di fiducia da parte del paziente. Questi, infatti, si trova nella situazione di cedere informazioni personali per migliorare la vita della collettività. Capiamo bene allora che questa necessità è soddisfatta solo da un particolare allineamento congiunturale fra comunicazione e sicurezza. Da un lato, infatti, la comunicazione deve lavorare molto nella direzione di uno storytelling che ispiri fiducia nelle potenzialità dell’innovazione di curare malattie finora prive di soluzione e migliorare gli standard di vita dell’uomo in maniera significativa. Dall’altro la fiducia deve potersi basare su fondamenta di sicurezza e affidabilità che solo ingenti investimenti in cybersecurity (oltre che normative chiare) possono garantire.

Il tema dell’etica, come area della Filosofia più strettamente interessata dall’Intelligenza Artificiale, è forse oggi paradossalmente trascurato. Riviste e quotidiani si occupano estesamente del problema dell’occupazione, ma solo marginalmente di altri aspetti non meno interessanti ai fini delle ripercussioni sull’uomo. Come la possibilità che la macchina commetta errori, che compia scelte autonome non previste né desiderate, la necessità di formare una generazione di new collars, professionalità con le competenze adatte per gestire la rivoluzione digitale, le ripercussioni sulla relazione medico-paziente, che verrà filtrata, perderà confidenzialità (certamente dovrà intercettare un nuovo equilibrio).

Per gli approfondimenti su quest’ultimo tema, vi rimando ad un prossimo post.