Diverse aziende del settore sanitario stanno già utilizzando l'intelligenza artificiale per migliorare la redditività delle loro attività.
Per accedere a questo contenuto
L'intelligenza artificiale non è più dominio esclusivo delle aziende tecnologiche. Nell'ultima stagione degli utili, diverse aziende del settore sanitario hanno raccontato come stiano già esplorando l'IA per migliorare i loro processi. "I sistemi sanitari contengono un'enorme quantità di dati che possono essere estratti per ottenere informazioni", ricorda Vinay Thapar, gestore del fondo AB International Health Care di AllianceBernstein.
Rischi connessi all'IA
Nonostante gli sviluppi nel settore siano molti ed entusiasmanti, devono essere comunque affrontati con cautela. "C'è un enorme divario tra teoria e pratica, soprattutto nelle tecnologie emergenti. Servono prove commerciali piuttosto che entusiasmo scientifico", avverte Thapar. L'esperto insiste inoltre sul fatto che la rivoluzione dell'IA richiederà tempo e progredirà con alti e bassi.
E ricorda una massima essenziale per qualsiasi investimento: la tecnologia non è sinonimo di successo commerciale. "In effetti, la commoditizzazione di un'applicazione IA di successo può persino ridurre la redditività. Quando un'azienda sanitaria introduce un robot nuovo di zecca, gli investitori dovrebbero chiedersi: come guadagnerà? Quanto tempo ci vorrà per commercializzarlo? Qual è la sua strategia competitiva rispetto ai concorrenti?", ci tiene a precisare il gestore del fondo con Rating FundsPeople 2023.
Due esempi concreti di IA nel settore sanitario
A questo proposito, abbiamo chiesto a Marcel Fritsch, gestore del fondo Bellevue Funds (Lux) Bellevue Medtech & Services, di fornirci esempi specifici.
Dexcom / Insulet. L'Omnipod 5 di Insulet è un sistema di somministrazione automatica di insulina (AID) monouso con una durata di conservazione di tre giorni. È dotato di un algoritmo di controllo chiamato tecnologia SmartAdjust. Ogni cinque minuti, la tecnologia SmartAdjust riceve i valori di glucosio tissutale e i dati di tendenza dal sensore di glucosio continuo Dexcom G6. Utilizzando queste informazioni, prevede i livelli di glucosio nel sangue a 60 minuti dal futuro. Quindi aumenta, diminuisce o interrompe automaticamente la somministrazione di insulina in base ai livelli target individuali dell'utente.
Quando i pazienti diabetici indossano il sistema Omnipod 5 e raccolgono la cronologia delle somministrazioni di insulina, la tecnologia SmartAdjust aggiorna automaticamente l'Omnipod 5 successivo con le informazioni sull'insulina totale giornaliera (TDI) degli ultimi Omnipod. La velocità basale adattiva si basa sulla quantità di insulina totale giornaliera richiesta dal paziente nelle ultime settimane. Ogni volta che il paziente cambia Pod, la tecnologia SmartAdjust utilizza questo TDI aggiornato per impostare una nuova velocità basale adattiva per il paziente.
Siemens Healthineers. L'AI-Rad Companion Chest CT (tomografia computerizzata) di Siemens Healthineers utilizza algoritmi di apprendimento automatico per automatizzare una serie di attività nella TC toracica. Dopo che i pazienti hanno ricevuto la loro TAC, le fette assiali vengono inviate senza problemi all'AI-Rad Companion Chest CT. Una volta arrivate le immagini DICOM, i vari algoritmi di deep learning iniziano a elaborarle. Una volta calcolati tutti i risultati, questi vengono inviati all'ambiente di lettura del radiologo.
Tutti i risultati potenziati dall'intelligenza artificiale sono immediatamente disponibili insieme ai dati della TC originale e il medico esegue un rapido controllo di plausibilità. Il numero di clic del mouse è pari a zero. Prima del metodo AI-enhanced, tutte le misurazioni venivano eseguite manualmente, quindi Chest CT consente di risparmiare il 50% del tempo.
