Big Data e assistenza sanitaria basata sul valore

Sfide, applicazioni e futuro dei big data in sanità – da New England Journal of Medicine Catalyst

https://catalyst.nejm.org/doi/full/10.1056/CAT.18.0290

Con la loro diversità in formato, tipo e contesto, è noto come sia complesso organizzare i grandi dati sanitari in database convenzionali. E ciò, pur rappresentando una sfida entusiasmante, rende tuttora difficile per l’industria sfruttare la sua significativa promessa di trasformare il settore.

Nonostante queste sfide, diversi nuovi miglioramenti tecnologici stanno consentendo di convertire i big data sanitari in informazioni utili e utilizzabili. Sfruttando strumenti software appropriati, i big data stanno sostenendo la tendenza in atto verso un’assistenza sanitaria basata sul valore, aprendo la porta a notevoli progressi, anche riducendo i costi. Con la ricchezza di informazioni fornite dall’analisi dei dati sanitari, gli operatori sanitari e gli amministratori possono ora prendere decisioni mediche e finanziarie migliori pur continuando a fornire una qualità sempre maggiore di assistenza ai pazienti.

Ma l’adozione dell’analisi dei big data nel settore sanitario è rimasta indietro rispetto ad altri settori a causa di sfide come la privacy delle informazioni sanitarie, cybersicurezza, dati accumulati in silos verticali e i vincoli di budget. Nel frattempo, l’80% dei dirigenti di società di servizi finanziari, assicurazioni, media, spettacolo, produzione e logistica intervistati dichiara che i propri investimenti nell’elaborazione dei big data sono “riusciti, andati a buon fine” e più di uno su cinque dichiara che le proprie iniziative sui big data sono state decisive per l’azienda.

Ci sono almeno due tendenze oggi che incoraggiano il settore sanitario ad abbracciare i big data. Il primo è il già citato passaggio da un modello a pagamento, che premia finanziariamente i caregiver per l’esecuzione delle procedure, a un modello di cura basato sul valore, che li premia in base alla salute guadagnata dai pazienti. L’analisi dei dati sanitari consentirà proprio la misurazione e il monitoraggio della salute della popolazione, consentendo in tal modo questo passaggio. La seconda tendenza prevede l’utilizzo dell’analisi dei big data per fornire informazioni basate sull’evidenza e che, nel tempo, aumenteranno l’efficienza e aiuteranno ad affinare la nostra comprensione delle best practices associate a qualsiasi malattia, infortunio o malattia.

Indubbiamente, l’adozione dell’uso dei big data sanitari può trasformare il settore sanitario, allontanandolo da un modello a pagamento per servizi erogati – come accade per esempio negli USA – e accompagnandolo verso un’assistenza basata sul valore. In breve, può mantenere la promessa di ridurre i costi sanitari rivelando al contempo modi per offrire ai pazienti esperienze, trattamenti e risultati superiori.

Mantenere i pazienti sani ed evitare malattie è in cima a qualsiasi lista di priorità. Prodotti di consumo come il tracker di attività Fitbit e l’Apple Watch tengono d’occhio i livelli di attività fisica degli individui e possono anche segnalare tendenze specifiche relative alla salute. I dati risultanti vengono già inviati ai server cloud, fornendo informazioni ai medici che li utilizzano come parte dei loro programmi generali di salute e benessere.

Sfide per l’implementazione dei Big Data nel settore sanitario

Le organizzazioni sanitarie che usano i dati sanitari affrontano sfide che rientrano in diverse categorie principali, tra cui l’aggregazione dei dati, le politiche, i processi e la gestione.

  1. Sfide di aggregazione dei dati. In primo luogo, i dati dei pazienti e i finanziari sono spesso distribuiti in diverse realtà: pagatori, ospedali, uffici amministrativi, agenzie governative, server e archivi. Mettere insieme i dati e organizzare la collaborazione di tutti i produttori di dati in futuro quando vengono prodotti nuovi dati richiede grande capacità di pianificazione. Inoltre, ogni organizzazione partecipante deve comprendere e concordare i tipi e i formati di big data che intende analizzare. Guardando oltre le questioni del formato in cui sono archiviati (carta, film, database tradizionali, EHR, ecc.), è comunque necessario stabilire l’accuratezza e la qualità di tali dati. Ciò richiede non solo la pulizia dei dati (di solito un processo in gran parte manuale), ma anche una revisione della governance dei dati: i dati sono stati registrati in modo accurato o sono stati commessi errori, magari per un periodo di molti anni?
  2. Sfide politiche e di processo. Una volta che i dati sono stati convalidati e aggregati, è necessario affrontare vari problemi relativi ai processi e alle politiche. Le normative HIPAA richiedono che le politiche e le procedure proteggano le informazioni sanitarie. Il controllo degli accessi, l’autenticazione, la sicurezza durante la trasmissione e altre regole complicano l’attività. Questo problema multiforme è stato risolto in una certa misura dai fornitori di servizi cloud, forse in particolare Amazon AWS, che offre servizi cloud conformi a HIPAA e PHI (Protected Health Information).
  3. Sfide gestionali. Infine, realizzare le promesse dell’analisi dei big data nel settore sanitario richiede alle organizzazioni l’obbligo di adattare i propri modi di fare business. Probabilmente saranno necessari data scientist insieme a personale IT che abbia le competenze necessarie per eseguire l’analisi. I medici e gli amministratori potrebbero aver bisogno di tempo prima che si fidino dei consigli fino ad ora non così evidenti che i big data possono fornire.

Il futuro dei Big Data nel settore sanitario

Proprio perchè i dirigenti del commercio e dei settori industriali dichiarano che le loro iniziative sui big data hanno avuto successo e trasformazioni, le prospettive per la sanità sono ancora più entusiasmanti. Di seguito sono riportate alcune aree in cui i big data sono destinati a trasformare l’assistenza sanitaria.

La medicina di precisione, come previsto dal National Institutes of Health, cerca di coinvolgere circa un milione di persone per fornire volontariamente le loro informazioni sulla salute nel programma di ricerca All of Us. Quel programma fa parte della NIH Precision Medicine Initiative. Secondo il NIH, l’iniziativa intende “capire come la genetica, l’ambiente e lo stile di vita di una persona possono aiutare a determinare l’approccio migliore per prevenire o curare le malattie. Gli obiettivi a lungo termine della Precision Medicine Initiative si concentrano sul portare la medicina di precisione in tutti i settori della salute e dell’assistenza sanitaria su larga scala”.

I sensori indossabili e IoT, hanno il potenziale per rivoluzionare l’assistenza sanitaria per molte popolazioni di pazienti e per aiutare le persone a rimanere in buona salute. Un dispositivo o sensore indossabile potrebbe un giorno fornire un feed diretto e in tempo reale alle cartelle cliniche elettroniche di un paziente, che consenta al personale medico di monitorare e quindi consultare il paziente, faccia a faccia o in remoto.

Il Machine learning o apprendimento automatico, una componente dell’intelligenza artificiale e che dipende dai big data, sta già aiutando i medici a migliorare l’assistenza ai pazienti. IBM con il suo sistema informatico Watson Health ha già collaborato con Mayo Clinic, CVS Health, Memorial Sloan Kettering Cancer Center e altri. L’apprendimento automatico, insieme all’analisi dei big data sanitari, moltiplica la capacità degli operatori sanitari di migliorare la cura del paziente.

Alimentare la rivoluzione dei Big Data in Health

I big data stanno appena iniziando a rivoluzionare l’assistenza sanitaria e a far avanzare il settore su molti fronti. I cambiamenti nella medicina, nella tecnologia e nel finanziamento che i big data nel settore sanitario promettono, offrono soluzioni che migliorano la cura dei pazienti e generano valore nelle organizzazioni sanitarie. Ma richiederà alle parti interessate – fornitori, pagatori, produttori farmaceutici, governo e responsabili politici e comunità scientifiche e di ricerca – di collaborare e innovare per reinventare la progettazione e le prestazioni dei loro sistemi. Devono costruire l’infrastruttura tecnologica per ospitare e far convergere l’enorme volume di dati sanitari, che secondo gli analisti del settore crescerà fino a ben 2.314 exabyte entro il 2020. Inoltre, devono investire nel capitale umano: esperti IT, data scientist, data architects e ingegneri dei big data, per guidarci in questa nuova ed entusiasmante frontiera della salute e del benessere umano.