Intelligenza Artificiale e Big Data in ambito diabetologico

Psicologia e Diabete

Intelligenza Artificiale e Big Data in ambito diabetologico

Il diabete rappresenta una patologia cronica ad alta complessità e ad oggi la Diabetologia si scontra con diverse criticità emergenti sia di tipo clinico, organizzativo che gestionale, richiedendo una integrazione di competenze tecnologiche, comunicative, educative e manageriali. La complessità si esprime a più livelli e sembra superare la capacità della menta umana: al numero crescente di pazienti si aggiunge il numero inferiore di diabetologi,  la difficoltà di raggiungere gli obiettivi terapeutici prefissati, oltre al significativo carico legato alla gestione sia per il paziente che per gli operatori sanitari della patologia ed alla sostenibilità della spesa. La gestione del diabete in questa prospettiva si associa ad alcune importanti innovazioni e cambiamenti sostanziali, tra i quali: la più diffusa digitalizzazione, l’utilizzo sempre più diffuso della rete e dei social network,  la necessità di personalizzare le strategie terapeutiche, il ricorso  alla telemedicina e alla connettività (che permettono di ricevere dati a distanza direttamente dai pazienti).

La continua espansione del mondo digitale ha promosso, infatti, una trasformazione sostanziale che permea sia la vita quotidiana che la pratica clinica quotidiana e che si esprime nell’uso della cartella clinica elettronica, nell’uso di sistemi di software per pratiche amministrative e certificazioni, nello scarico informatico dei dati glicemici dei glucometri  e nel ricorso ai sensori per il monitoraggio in continuo.  La  necessità di procedere con analisi di tipo descrittivo fa  strada all’urgenza  di procedere con analisi anche di tipo prescrittivo e predittivo, mediante il ricorso ai Big data, al fine di gestire in modo efficace ed efficiente tutte le risorse a diposizione.

Il presente articolo evidenzia la posizione innovativa di AMD che si pone in ottica costruttiva in un punto di raccordo tra “vecchio” e “nuovo”, strettamente in linea con i principi del Chronic care Model (modello di assistenza medica dei pazienti affetti da malattia cronica) e della cura personalizzata ed efficace. In particolare, il Chronic Care Model si configura come un modello per la cronicità sostenibile e si esprime nella proposta di una cura personalizzata che sappia stimolare la partecipazione attiva della persona  con una presa in carico integrata all’interno di un lavoro di rete tra un team multidisciplinare e di tutti gli attori coinvolti. La proposta di AMD avanza in modo rivoluzionario una possibile linea di sviluppo che vede nell’integrazione tra le nuove tecnologie digitali e d’utilizzo dell’Intelligenza Artificiale (IA), in particolare del Machine Learning che riproducono il ragionamento induttivo tipico della mente umana, la possibilità di fare delle predizioni attraverso l’identificazione di specifici pattern all’interno dei dati. Secondo tale prospettiva, infatti, l’uso dell’intelligenza artificiale permetterà di trasformare i dati in conoscenze (da descriptive a predictive) con l’obiettivo ultimo di generare un miglioramento dei risultati attesi (prescriptive). In campo diabetologico questo si traduce nella possibilità di fare da un lato delle predizioni sull’insorgenza del diabete attraverso l’analisi di database più ampi della popolazione generale e dall’altro  di prevedere complicanze all’interno della più specifica popolazione con diabete. La vera rivoluzione sta nel fatto che l’utilizzo dei Big Data faciliterebbe l’appropriatezza della presa di decisioni così come l’apertura verso una medicina personalizzata e com-partecipativa.  

Ci possiamo domandare se in un mondo che corre velocemente e in cui la mole delle informazioni aumenta è cambiato il modo di essere umani  per divenire –umani in connessione- ed è cambiato il modo di fare i diabetologi. Dalla medicina della cura e della risposta si è passati ad una medicina predi-azione. Si apre la strada per andare oltre i limiti imposti dalle colonne d’Ercole e prevenire la dispersione di risorse umane, psicologiche ed economiche, con un miglioramento del rapporto costi-benefici.

Per approfondire leggi l’articolo