Da tempo quasi ogni momento della nostra attività quotidiana ha a che fare con il mondo digitale e sta cambiando il nostro modo di fare i diabetologi. Il concetto di Digital Health o Salute Digitale riguarda la sinergia sempre più inscindibile creatasi tra le tecnologie medicali avanzate, l’innovazione e la comunicazione digitale. L’utilizzo del Machine Learning genera maggiore valore dai dati, in quanto oltre ad effettuare analisi di tipo descrittivo, (reportistica del passato), consente di identificare delle correlazioni ed esprimere delle “predizioni” con ragionamenti di tipo induttivo, tipici della mente umana. In campo diabetologico questi strumenti di analisi potrebbero individuare nuovi fattori di rischio sia nell’insorgenza del diabete, sia nell’insorgenza delle complicanze, sia indirizzare nelle scelte terapeutiche. L’ulteriore sofisticazione nell’esame dei dati è l’analisi prescrittiva: i software di Machine Learning in grado di esplicitare le regole alla base dei modelli predittivi consentono delle simulazioni di tipo what-if per capire se e come, attraverso la modifica di alcuni fattori, si possano migliorare gli outcome, selezionando in questo modo i comportamenti ottimali. La Diabetologia si trova ad affrontare diverse sfide: il numero sempre minore di diabetologi, il numero crescente dei pazienti, la riduzione del tempo di visita, la sempre maggiore complessità della patologia sia dal punto di vista clinico sia assistenziale, la difficoltà di raggiungimento degli obiettivi, il carico crescente di gestione della patologia sia per l’operatore sanitario sia per il paziente, l’accessibilità alle cure e la sostenibilità. Le nuove tecnologie digitali e l’utilizzo dell’intelligenza artificiale rappresentano sicuramente una grande opportunità. Questo lavoro rappresenta, dopo attenta revisione della letteratura, la posizione di AMD su questo scottante tema che può diventare uno strumento di grande evoluzione scientifica, quando ben governato.
Nella prospettiva di AMD l’utilizzo dell’Intelligenza Artificiale permetterà di trasformare i dati (descriptive), in conoscenza dei fattori che “condizionano” il comportamento e le correlazioni (predictive) fino ad identificare i fattori chiave in grado di ottenere un miglioramento dei risultati attesi (prescriptive) diventando strumento di grande supporto tecnico per aiutare il diabetologo, che resta artefice insostituibile, ad una presa in carico completa del singolo paziente garantendo una medicina di precisione e personalizzata e permettendo la formulazione di percorsi di cura sempre più precisi costruiti secondo criteri di Evidence che restano alla base di ogni scelta terapeutica.
PAROLE CHIAVE intelligenza artificiale, analisi dei Big data, scelte cliniche guidate, organizzazione della cura del diabete, assistenza medica.