RMO_265

51 GENNAIO/FEBBRAIO 2025 rmo si, prognosi e cura del paziente. Attraverso l’analisi di immagini si può identificare precocemente e velocemente fratture o segni di malattia, tramite l’analisi di algoritmi di Machine Learning si possono stratificare i pazienti in maniera precisa e razionale e aiutare il medico nel processo decisionale clinico. Ne deriva una medicina di precisione e personalizzata. Un altro impiego dell’a- dozione dell’AI è negli applicativi per i pazienti come ChatGPT o S.A.R.A.H, entrambi favoriscono l’alfabetizzazione sanitaria e la scelta condivisa delle cure nonché il suo utilizzo nella forma- zione tramite simulatori che ricreino in modo puntuale casi clinici complessi. Nell’ambito dell’organizzazione sanitaria, i modelli di Machine Learning possono, ad esempio, essere integrati nella schedulazione del blocco operatorio: questo permette di ridurre i costi dell’azienda sanitaria, aumentare la performance e per- mettere il corretto utilizzo delle risorse nonché migliorare l’espe- rienza dei pazienti. All’interno invece della ricerca scientifica, gli strumenti di IA sono di grande supporto per revisioni della letteratura medica, creazione di dati sintetici e miglioramenti di studi già in corso in modo da facilitare la sintesi di evidenze e la possibilità di pubblicare. L’indagine di NetConsulting è stata condotta nel primo seme- stre del 2024, su un campione di circa 260 tra CIO, direttori generali di aziende sanitarie e ospedaliere pubbliche e pri- vate; ingegneri clinici e C-level di Regioni, in-house ed enti della Pubblica Amministrazione centrale italiana. Sebbene tutti gli attori abbiano riconosciuto le potenzialità delle solu- zioni che implementano l’AI, emerge la chiara necessità di definire delle strategie operative, soprattutto in un contesto normativo complesso come quello attuale. In particolare, le Regioni manifestano il desiderio di esplorare le opportunità offerte da questa specifica tecnologia ma al con- tempo si trovano spesso nella difficoltà di trovare partner ade- guati per guidarli nel percorso. La sfida, dunque, è bilanciare l’innovazione con la compliance. PROSPETTIVE DI ADOZIONE Le prospettive per l’Intelligenza Artificiale in ambito sanitario si fanno sempre più promettenti, con una crescita significativa in vari ambiti applicativi. Le reti neurali artificiali, utilizzate per il Deep Learning e il Machine Learning, stanno passando da una penetrazione del 6,7% a quella del 21,5%. Anche l’AI Generati- va (come ChatGPT) mostra un incremento notevole, passando dal 2,2% al 20,7%, indicando un forte interesse verso quelle ap- plicazioni che includono assistenti vocali e chatbot avanzati per supportare le prenotazioni e l’interazione con i pazienti. L‘Intelli- gent Data Processing e il Natural Language Processing stanno aprendo nuove frontiere nella gestione e analisi dei dati sanitari. Tra le sperimentazioni più promettenti, ci sono soluzioni in grado di redigere referti e codificare informazioni cliniche semplice- mente ascoltando le interazioni tra medico e paziente. L’uso dell’AI si estende anche all’analisi di immagini medi- che, come possono essere le radiografie e le TAC, contribuen- do a diagnosi più accurate e tempestive. Un’ulteriore evoluzione consiste nel supportare la personalizzazione del percorso di cu- ra oncologica. L’Intelligenza Artificiale non solo può migliorare l’efficienza operativa, ma anche arricchire l’esperienza del pa- ziente, garantendo cure più personalizzate e di qualità. Per rea- lizzare compiutamente queste potenzialità è fondamentale però che gli operatori del settore abbiano chiaro il quadro normati- vo (in particolare quello inerente alla privacy) che attualmente è ancora molto incerto. Al contempo è necessario mettere in cam- po collaborazioni strategiche con esperti del settore. A livello territoriale, l’indagine ha fatto emergere alcuni progetti e sperimentazioni già avviati. Un grande Gruppo ospedaliero ha presentato un progetto innovativo in ambito oncologico, con l’obiettivo di incrociare i profili dei pazienti con le sperimentazioni cliniche disponibili nel Gruppo. Alcune realtà hanno avviato iniziative di AI nel campo della ricerca genomica. Un ente sta preparando una sperimentazione per lo screening del carcinoma prostatico, cercando di inserire figure professionali con le competenze necessarie su più fronti. Una realtà ha avviato una serie di sperimentazioni in vari ambiti, tra cui un progetto ministeriale sui Big Data sanitari, focalizzandosi su demenze e cefalee a grappolo. Un’altra importante realtà ha attivato collaborazioni con università per l’applicazione dell’AI nella genomica, nella radiomica e nell’imaging. Alcuni enti stanno sviluppando applicazioni pratiche come l’ambient listening per la refertazione automatica e strumenti che semplificano i compiti amministrativi, evidenziando l’importanza di progetti pilota (POC) per testare nuove tecnologie. ALCUNI PROGETTI AVVIATI