RMO_265

52 rmo GENNAIO/FEBBRAIO 2025 Secondo lo studio di NetConsulting cube è nell’ambito dell’He- althcare Population Management che si vedono le maggiori pia- nificazioni: le Regioni si preparano a investire significativamente nell’Intelligenza Artificiale come motore di cambiamento per il sistema sanitario, con particolare attenzione alla gestione delle cronicità. Questo approccio mira a mappare i pattern a livello di popolazione, consentendo interventi tempestivi e mirati in fase di prevenzione e gestione delle patologie (percorsi di cura). Dall’indagine emerge una scarsa progettualità nei territori del Centro e del Sud Italia, dove le pianificazioni sembrano proce- dere più a rilento. Nel panorama territoriale, infatti, si delinea- no differenze significative: il Nord è già avviato su progetti inno- vativi, il Centro e il Sud dovranno attendere il prossimo biennio per avviare le proprie iniziative. Per quanto riguarda l’Healthca- re Population Management, i direttori generali prevedono inve- stimenti per ridurre i costi del sistema sanitario e migliorare la qualità della vita dei cittadini, puntando anche sulla capacità di anticipare possibili epidemie. D’altro canto, i CIO, incaricati di tradurre queste visioni in progetti concreti, si mostrano più cauti e concentrati sulla raccolta e analisi dei Big Data, neces- saria per prendere decisioni informate. Dal punto di vista clinico, lo studio di SanitàDigitale24 realizzato da NetConsulting cube evidenzia la condivisione tra CIO e direttori generali riguardo all’urgenza di avviare progetti in ambito di diagnostica medica assistita, screening e rilevamento precoce delle malattie. Inoltre, un’area di particolare interesse per i direttori generali è l’imple- mentazione dell’Intelligenza Artificiale nella gestione delle terapie farmacologiche, un passo che potrebbe migliorare significativa- mente l’efficacia dei trattamenti e la sicurezza dei pazienti. OSTACOLI DA SUPERARE Ci sono ancora una serie di nodi da sciogliere per poter inserire le applicazioni di AI nella routine clinica quotidiana. Innanzitut- to, la quantità e la qualità del dato: nei vari algoritmi di Machine Learning sono fondamentali una quantità enorme di dati (Big Data) che devono essere di qualità per restituire un buon risul- tato. In ambiente sanitario di certo non mancano i dati ma spes- so sono inaccessibili perché protetti da privacy o trascritti su cartaceo. La digitalizzazione delle cartelle sanitarie potrebbe superare questo ostacolo. FOCUS INDUSTRIA MEDICALE