Un aspetto che si tende a tralasciare quando si parla di sanità digitale riguarda il mondo dei dati e dell’analisi. In un contesto di tutela e cura dell’individuo, parlare di profilazione e segmentazione, di analisi comportamentale e insight suscita diffidenza e preoccupazioni, anzichè curiosità e interesse.
Non è mai esistito un momento nella storia di tale proliferazione di informazioni. Alcune stime ipotizzano che ogni giorno vengano prodotti all’incirca 2,5 quintilioni di byte di dati (cioè 2,5 seguito da 18 zeri)! La crescita esponenziale del fenomeno rende tuttavia ogni stima quasi priva di significato, considerato che il 90% dell’informazione mai prodotta dall’essere umano ha meno di due anni. Grazie all’utilizzo di grandi flussi di dati, sono state fatte scoperte estremamente rilevanti anche in campo medico-sanitario: l’Università della Florida è riuscita ad rendere più efficiente il servizio sanitario locale usando soltanto Google Maps e altri dati accessibili pubblicamente. Attraverso alcune informazioni come il tasso crescita della popolazione e le malattie croniche dei residenti, sono riusciti a costruire mappe topografiche che hanno consentito loro di ripensare da capo le loro strategie e di redistribuire le risorse sul territorio in modo più efficiente.
Nel tempo, l'analisi dei big data per fornire informazioni basate sull'evidenza aumenterà l'efficienza e aiuterà a migliorare la nostra comprensione delle migliori pratiche associate a qualsiasi malattia, infortunio o patologia.
Healthcare Big Data and the Promise of Value Based Care, NEJM Catalist, 2018.
Sanità e prospettive digitali
Che cosa significa “Big data”? Cosa si intende per “data-driven economy”? Ognuno di noi produce quotidianamente moltissimi dati: dai documenti che creiamo e che modifichiamo, ai messaggi che mandiamo; dalle innumerevoli automazioni che, in workflow predeterminati, inneschiamo continuamente interagendo col mondo virtuale, fino ai breadcrumbs digitali che disseminiamo nel World Wide Web. Tutte queste informazioni non aggregate e, per così dire, disordinate vengono chiamate “big data” e sono prodotte a velocità e volumi straordinariamente elevati, oltre che essere naturalmente e strutturalmente variabili. L’utilità di questi dati è direttamente proporzionale alla nostra capacità di elaborarli e di saperli utilizzare: da questo concetto deriva la nozione di data-driven economy, che racchiude in sè l’idea per cui grazie alla gestione di questi dati è possibile operare decisioni sempre più informate e accurate a qualsiasi livello.
Il mercato sanitario è tra quelli che più lentamente hanno risposto a questo trend analitico, frenato dalle delicate questioni di privacy e da una legislazione non sempre al passo coi tempi. Tuttavia, è innegabile che il mondo dell’analisi dei dati sta aprendo possibilità che, per limiti tecnologici, fino a qualche decennio fa era impensabile perseguire. La nuova frontiera di applicazione dei Big Data nella sanità è rappresentata da 7 aree:
- Diagnostica, per una sempre più efficiente identificazione e analisi della cause di malattia;
- Medicina preventiva, ovvero l’utilizzo di analisi predittive e della raccolta di dati sui profili genetici, sugli stili di vita, sulla provenienza sociale e sulle circostanze ambientali degli individui per prevenire l’insorgere di patologie;
- Precision medicine e utilizzo dei dati aggregati per costruire un’assistenza ultra-specializzata;
- Ricerca medica, privata e pubblica;
- Riduzione degli errori assistenziali;
- Abbattimento dei costi;
- Salute pubblica;
Per farla semplice: miglioramento dell’efficacia delle cure, efficienza e riduzione dei costi, assistenza personalizzata:
Il valore primario della Data Driven Economy non è nella mera raccolta e amministrazione di una quantità crescente di dati. Oggi il vero potere delle aziende è nell’uso dei dati. L’impatto della Big Bang Disruption sulla capitalizzazione delle imprese è sotto gli occhi di tutti.
Data Driven Economy: che cos'è e perché è così importante, Cerved Know, 2018.
Le nuove prospettive del management sanitario
In questo panorama così complesso, è chiaro almeno un aspetto ancor più basilare: i dati servono anzitutto per operare scelte informate. La possibilità che aprono i Big Data è, in prima istanza, quella di capire più a fondo il paziente, le sue abitudini e i suoi comportamenti. In secondo luogo, gli insight forniti dai pazienti, direttamente o indirettamente, diventano sempre più necessari per migliorare il servizio e personalizzarlo in modo crescente.
-png.png)
Cambiamo prospettiva con un esempio: in una struttura sanitaria, può essere utile conoscere quali prestazioni hanno un alto numero di pazienti che non si presentano all’appuntamento - i c.d. No Show. Tradizionalmente, ci si affiderebbe all'intuito del manager sanitario o, per i più sofisticati, a delle ricerche di mercato o a dei questionari. Il problema dei No Show può risiedere in numerosi fattori, come:
- Il tipo di trattamento: visite di controllo o routinarie, esami o check-up etc.
- Le politiche di pricing: costi troppo alti o troppo bassi, pagamenti anticipati o differiti.
- L’approccio e l’esperienza del medico
- Le condizioni della struttura
- Il reale bisogno del paziente
- Il grado di fidelizzazione del paziente
- L’area geografica in cui si trova la struttura
- Il sistema di prenotazione: il paziente può disdire o modificare l’appuntamento? Quanto è facile la procedura?
- Preoccupazioni riguardanti il rischio da contagio da Coronavirus
- L’assenza di sistemi di reminder personalizzati
La lista potrebbe facilmente proseguire a lungo: tuttavia è ormai intuibile come l’unico modo per sopperire a questa mancanza di informazioni sia l'acquisizione mirata, la gestione e l’utilizzo dei dati.
Strutture più efficienti, personale soddisfatto, costi ridotti, pazienti fidelizzati: tutto questo è conseguibile con i più avanzati sistemi di behavioural analysis, che sono in grado di analizzare questa enorme mole di dati e sintetizzarla, in base a diversi parametri, in specchietti informativi, grafici e tabelle. Non è possibile gestire ciò che non è misurabile: questo è il motivo per cui emerge sempre di più la necessità di raccogliere dati da analizzare e, infine, visualizzare nella maniera più sintetica e accessibile possibile.
