Le grandi organizzazioni sanitarie si stanno rivolgendo al software che ha permesso di gestire le catene di approvvigionamento a livello globale per ottimizzare i servizi ai pazienti
di Will Douglas Heaven
Gestire un sistema sanitario è come ricostruire un puzzle con milioni di pezzi, dalle cliniche mobili ai kit di test. È ancora più difficile da fare in paesi con risorse limitate e malattie endemiche. Ma portare i servizi dove servono è un problema che le grandi aziende devono affrontare continuamente. Ora i gruppi sanitari globali stanno adottando alcune delle loro tecniche: un certo numero di paesi più poveri del mondo ha iniziato a utilizzare strumenti di gestione della catena di approvvigionamento basati sull’intelligenza artificiale per aiutare le persone a ottenere un migliore accesso ai test e alle cure.
Le organizzazioni sanitarie stanno utilizzando il software per decidere dove allestire nuove cliniche, come allocare attrezzature e personale e per le priorità di spesa. Gli stessi strumenti potrebbero presto svolgere la stessa funzione per la gestione dei programmi sanitari negli Stati Uniti. Secondo un rapporto del 2017 del Bulletin of the World Health Organization, solo l’1 per cento delle cliniche e il 4 per cento degli ospedali nei paesi a basso e medio reddito dispone dell’attrezzatura o del personale necessario per diagnosticare malattie endemiche, come l’HIV, la tubercolosi e la malaria.
Nel 2021,una commissione istituita dalla rivista medica “The Lancet” ha concluso che quasi la metà della popolazione mondiale ha un accesso limitato o nullo ai servizi di analisi preventiva. Anche quando i test sono disponibili, i risultati sono spesso imprecisi o arrivano troppo tardi per essere di uso clinico. Le organizzazioni sanitarie globali si sono rese conto che su dimensioni più piccole queste carenze ricordano quelle della catena di approvvigionamento.
“Perché la Coca-Cola può fornire la bevanda ghiacciata in alcuni dei luoghi più remoti del mondo mentre non siamo in grado di fare qualcosa di simile nell’assistenza sanitaria?” si chiede John Sargent, medico e co-fondatore di BroadReach Group.
L’organizzazione di assistenza sanitaria gestisce uno dei più grandi programmi di cura e trattamento dell’HIV al mondo utilizzando software di intelligenza artificiale, inclusi i gemelli digitali, strumenti che simulano processi complessi rispecchiando risorse del mondo reale come merci, magazzini e collegamenti di trasporto. Gli algoritmi di apprendimento automatico possono utilizzare queste simulazioni per prevedere problemi e proporre soluzioni.
Negli ultimi anni, le aziende di tutti i settori, dalla vendita al dettaglio alla produzione, hanno iniziato a utilizzare i gemelli digitali per contrastare le interruzioni della catena di approvvigionamento mondiale. “Volevamo fare un passo indietro e guardare all’intera rete sanitaria di un paese”, afferma Heidi Albert, capo di FIND South Africa. “Questo è ciò che ci ha portato a pensare alla filiera”.
FIND (Foundation for Innovative New Diagnostics) è un’organizzazione no profit con sede in Svizzera. I test sono uno degli anelli più deboli dell’assistenza sanitaria globale, afferma Albert: “Il nostro obiettivo è assicurarci che tutti coloro che hanno bisogno di un test possano accedervi”.
Ciò comporta l’allocazione di un numero limitato di risorse in un intero sistema sanitario, trasformandolo in un problema di ottimizzazione, vale a dire sfruttare al meglio ciò che è disponibile. Modellando le risorse e le dipendenze tra di esse, i gemelli digitali identificano le lacune in un servizio, anticipano le interruzioni e modificano la configurazione per esplorare vari possibili scenari.
FIND sta lavorando con Coupa, un fornitore di software di gestione aziendale con sede negli Stati Uniti, per creare uno strumento per ottimizzare i servizi di test. Negli ultimi quattro anni Coupa ha adattato il suo software aziendale chiamato OptiDx alle applicazioni sanitarie. Utilizzando una gamma di tecniche computazionali per modellare e analizzare processi complessi, incluso l’apprendimento automatico, i suoi strumenti prevedono la domanda e identificano le impostazioni ottimali per soddisfarla.
OptiDx è progettato per utilizzare tale tecnologia per aiutare i dirigenti sanitari, dai funzionari governativi agli infermieri, ad allocare le risorse in modo efficace, assicurandosi che le attrezzature e il personale si trovino nelle posizioni migliori. Simulando l’aumento della domanda nel gemello digitale delle strutture di test di un paese, per esempio, il governo può vedere di quali ulteriori cliniche e attrezzature potrebbe aver bisogno e modificare le variabili per esplorare scenari ipotetici.
FIND e Coupa hanno già sperimentato il software in Zambia, Vietnam, Bangladesh e Burkina Faso. In Zambia, le indicazioni del software hanno ridotto di 11 volte la distanza media che i campioni del test HIV dovevano percorrere per arrivare in una struttura. FIND sta ora lanciando OptiDx in altri 15 paesi, tra cui Kenya, Lesotho, India e Filippine.
Al passo con gli smartphone
BroadReach utilizza uno strumento di simulazione chiamato Vantage, realizzato in collaborazione con Microsoft, per identificare le cliniche a corto di personale e inviare gli operatori sanitari dove sono più necessari. Nel 2020, durante le prime settimane della pandemia, BroadReach ha collaborato con FIND per valutare la capacità di contrasto al covid da parte delle strutture sanitarie di due province del Sud Africa, segnalando la carenza di dispositivi di protezione e personale in più di 300 cliniche in soli tre giorni.
Sargent dice di aver conosciuto il funzionamento dei sistemi sanitari in Africa lavorando nei campi profughi prima di frequentare la facoltà di medicina. In seguito ha fondato BroadReach con il medico Ernest Darkoh, cresciuto in Tanzania e Kenya. “Nelle cliniche isolate in posti come lo Zambia, le cartelle dei pazienti sono su carta”, afferma Sargent. Eppure la tecnologia c’è: “Gli infermieri usano gli smartphone”.
Oltre a segnalare eventuali carenze, BroadReach monitora i singoli pazienti in più di mille cliniche in diversi paesi africani, verificando se stanno ricevendo le terapie adeguate. Le cliniche lo fanno già, ma Vantage utilizza anche l’apprendimento automatico, addestrato su centinaia di migliaia di cartelle cliniche e dati sociali anonimi, per identificare le persone che rischiano di abbandonare la terapia e suggerire agli operatori sanitari di intervenire in anticipo per evitare che succeda.
L’Institute of Virology Nigeria ha utilizzato Vantage nel 2021 per prevedere quali delle 30.000 persone in cura per l’HIV in tre siti in Nigeria correvano questo rischio. Lo strumento ha rilevato che il 91 per cento di coloro che avevano ricevuto una chiamata o una visita da parte di un operatore sanitario rispettavano le prescrizioni, rispetto al 55 per cento di coloro che non erano stati contattati.
Il cosiddetto mondo sviluppato
BroadReach ora vuole rendere disponibile il suo software negli Stati Uniti. “Il covid ci ha fatto capire che molti sistemi sanitari del mondo sviluppato non erano così eccezionali e che ampie fasce della popolazione venivano lasciate indietro”, afferma Sargent. L’organizzazione è coinvolta in quattro progetti pilota con operatori sanitari e compagnie assicuratrici statunitensi. In uno, ha affrontato i bassi tassi di vaccinazione in alcune parti del Colorado utilizzando l’apprendimento automatico per prevedere dove dovrebbero essere allestiti i siti di vaccinazione.
I funzionari sanitari locali avevano ipotizzato che le risorse dovessero essere concentrate nelle aree urbane per vaccinare quante più persone possibile, ma Vantage ha indicato che concentrarsi sulle comunità minoritarie e rurali a basso reddito avrebbe avuto un impatto maggiore. BroadReach sta anche lavorando con una compagnia assicurativa in California che ha riscontrato differenze significative nel modo in cui vari gruppi di pazienti seguono un regime terapeutico di statine, i farmaci usati per trattare il colesterolo alto.
Osservando i dati, BroadReach vuole identificare potenziali spiegazioni per questo fenomeno. Alcune comunità hanno scarsi collegamenti di trasporto con le cliniche, il che potrebbe impedire alle persone di visitare i propri medici per aggiornare le prescrizioni. Altri provano una sfiducia di lunga data nei confronti del sistema sanitario, afferma Sargent.
Ma è difficile ottenere le informazioni necessarie per addestrare l’AI a fare previsioni. Negli Stati Uniti, i dati sanitari in genere non vengono condivisi tra i fornitori. Sargent afferma che BroadReach sta aggirando questo problema combinando le cartelle cliniche con i dati socioeconomici, come i codici postali delle persone e le storie di credito.
Il modo in cui le persone si sentono riguardo a questo tipo di sorveglianza dipenderà dai benefici che ne riceveranno in cambio. Già oggi società di credito, agenzie di assicurazione e forze dell’ordine utilizzano i dati socioeconomici a cui BroadReach attinge per prevedere il probabile comportamento futuro degli individui. I pregiudizi connaturati in questi sistemi hanno portato a una decisa reazione da parte dei gruppi per i diritti civili.
Le proposte del governo di condividere i dati medici in diversi paesi hanno generato contraccolpi in paesi grandi come gli Stati Uniti, il Regno Unito e l’Australia, afferma Nicholson Price, che studia questioni legali ed etiche legate alla privacy presso l’Università del Michigan. Ma ciò non ha impedito alle aziende di combinare dati medici e dati sui consumatori. “Le aziende lo fanno da diversi anni, solo a un profilo più basso”, afferma Price.
“C’è un senso di rassegnazione di fronte a ciò che sta accadendo e sembra che sia ineluttabile”, dice. “Ma va considerato che non tutto è negativo e che potrebbero esserci delle ricadute vantaggiose per tutto il mondo sanitario”.
(rp)
