Progetto pilota di intelligenza artificiale per la medicina del territorio

Il finanziamento preventivato è di 50 milioni di euro sui 280 totali previsti per le COT e recentemente è stata pubblicata da Agenas una Procedura di dialogo competitivo per la progettazione, la realizzazione e la gestione di una «piattaforma di intelligenza artificiale a supporto dell’assistenza sanitaria primaria». Si introduce il concetto di una assistenza proattiva con il supporto della AI per aiutare il medico a prestare attenzione a «situazioni che richiedono particolari e specifiche azioni», mediante avvisi automatizzati; suggerire eventuali interventi al fine di «personalizzare e monitorare con maggiore precisione i percorsi di cura degli assistiti», anche programmando ad hoc visite e controlli aggiuntivi o gestendo la prescrizione di terapie farmacologiche ricorrenti; per aiutare il medico nell’attività diagnostica di base e nell’individuazione dei percorsi di cura più appropriati.

Si introduce quindi attraverso una piattaforma tecnologica, abilitata con specifici algoritmi, il potenziamento della medicina di iniziativa e di piani sempre più personalizzati di assistenza.

La medicina d’iniziativa

Il punto cardine della medicina d’iniziativa consiste nella ricerca e nel richiamo attivo di pazienti per l’attuazione di interventi e/o controlli programmati andando a modificare stili di vita e correggendo eventuali fattori di rischio. In base al livello di rischio, classicamente individuato dalla «piramide» del rischio, sono attivati specifici percorsi diagnostici, terapeutici e assistenziali, derivati dall’esperienza (Evidence Based) e dalle linee guida e supportati da misure di prevenzione e di educazione sanitaria.

Ovviamente la gestione proattiva dei percorsi attivi è abbastanza onerosa applicando processi e metodologie tradizionali, mentre i casi d’uso citati nel documento Agenas vanno nella direzione di un supporto operativo in grado di allargare e potenziare questi approcci.

Una sola piattaforma diverse tipologie di accesso

La piattaforma dovrebbe essere accessibile a livelli diversificati per pazienti e operatori sanitari.

Questi ultimi potranno, ad esempio, trovarvi un ambiente integrato di monitoraggio degli assistiti e consultare un cruscotto di indicatori che fornirà al professionista sanitario una visione chiara e sintetica sia sull’evoluzione clinica che sull’andamento dei percorsi di cura.

Progressivamente i medici saranno nella condizione di segmentare attraverso specifici algoritmi di AI i loro assistiti sulla base delle loro caratteristiche demografiche e di patologia, e potranno inviare loro messaggi e segnalazioni personalizzate.

La naturale evoluzione sarà il supporto all’individuazione di situazioni che richiedono attenzioni particolari e specifiche azioni, con generazione di messaggi di allerta, ad esempio la necessità di un controllo aggiuntivo se alcuni parametri monitorati (anche da remoto) presentano anomalie o il consiglio a limitare le uscite in caso di particolari condizioni ambientali (Asma, BPCO, allergie…).

L’approccio attivo della medicina di iniziativa prevede un utilizzo massivo di dati sanitari che, pur utilizzati a fini di prevenzione e cura, possono porre questioni normative di protezione dei dati sensibili e non solo.

Intelligenza artificiale e privacy

Agenas nello stendere il documento affronta il tema specificando già nella introduzione che la piattaforma realizzata dovrà garantire il rispetto della normativa vigente in ambito di trattamento dei dati personali la cui Titolarità sarà del Ministero della Salute, con AGENAS responsabile del trattamento, in quanto gestore operativo. Tuttavia, l’utilizzo di algoritmi AI per l’attuazione di politiche sanitarie e percorsi terapeutici differenziati pone questioni più complesse di trasparenza e responsabilità.

La Commissione Europea aveva già affrontato il tema inizio 2020 nella Comunicazione “Una strategia europea per i dati”, ribadendo che “La medicina personalizzata risponderà meglio alle esigenze dei pazienti permettendo ai medici di prendere decisioni basate sui dati, in modo tale da adeguare la strategia terapeutica giusta alle esigenze della persona giusta al momento giusto, e/o da determinare la predisposizione alla malattia e/o da attuare una prevenzione mirata e tempestiva”.

Patto per la salute 2019-2021

In Italia, peraltro nel “Patto per la salute 2019-2021” la medicina di iniziativa è prevista quale strumento necessario indispensabile per ottimizzare l’assistenza sul territorio, considerando l’evoluzione demografica, l’impatto delle patologie croniche e l’incremento delle fragilità.

Il Patto prospetta esplicitamente una gestione delle risorse e un adeguamento dell’assistenza, anche con l’ausilio di algoritmi specifici.

Il documento sottolinea che “per definire le strategie di intervento e personalizzare il percorso assistenziale è di fondamentale importanza il processo di stratificazione” basato sui dati. La medicina di iniziativa viene considerata parte integrante del processo di cura e strumento cardine per le decisioni terapeutiche che restano in carico e responsabilità ultima del clinico. Per tale motivo non si ritiene che il trattamento dei dati utilizzati dagli algoritmi necessiti di un consenso specifico del paziente.

Tuttavia, i giuristi che si occupano del tema fanno riferimento alla sentenza della Sezione VI del Consiglio di Stato n. 8473 del 13 dicembre 2019, che ha affermato che l’attività di stratificazione risulta lecita solo se coerente con i tre principi di: conoscibilità, ovvero il diritto di ricevere “informazioni significative sulla logica utilizzata”; non esclusività della decisione algoritmica, cioè che la decisione algoritmica non produca effetti giuridici significativi sulla persona, basandosi unicamente su tale processo automatizzato.

Inoltre, si insiste che deve essere valorizzato il principio della verificabilità dei sistemi. Ovvero, la possibilità che tali sistemi di IA e i modelli di Machine Learning (ML) siano resi trasparenti.

La pubblica amministrazione che intende dotarsi di tali strumenti oltre a garantire il rispetto del GDPR, dovrebbe dunque prevedere modalità di audit molto precise sui sistemi che, pur garantendo la proprietà intellettuale, facciano prevalere le esigenze di trasparenza e di conoscibilità da parte degli utenti.