Analisi predittiva e il futuro dell'assistenza sanitaria

Intel fornisce una base alle piattaforme di big data e all'IA per promuovere l'analisi sanitaria.

Vantaggi dell'analisi predittiva nell'assistenza sanitaria:

  • I modelli predittivi possono contribuire a mantenere i pazienti più in salute anticipando la necessità di cure di emergenza o la probabilità di una grave condizione prima che si sviluppi.

  • Identificando quali pazienti siano più a rischio di essere nuovamente ricoverati in ospedale, l'analisi predittiva può aiutare i fornitori a direzionare un'assistenza aggiuntiva dove e quando è necessario.

  • Gli ospedali possono pianificare in modo più efficace le risorse prevedendo la durata dei soggiorni dei pazienti.

BUILT IN - ARTICLE INTRO SECOND COMPONENT

L'analisi dei dati predittiva sta aiutando le organizzazioni sanitarie ad aumentare la qualità dell'assistenza dei pazienti, migliorare i risultati e ridurre i costi anticipando quando, dove e come fornire l'assistenza necessaria. Le tecnologie Intel® offrono una base ad alte prestazioni per le ultime piattaforme di big data e i modelli di intelligenza artificiale (IA) che aiutano i medici a fare diagnosi e a migliorare l'assistenza.

L'aumento dei costi, una popolazione che invecchia e la prevalenza delle condizioni croniche stanno trasformando il settore sanitario. Entro il 2030, la spesa sanitaria globale dovrebbe raggiungere la cifra senza precedenti di 18,3 bilioni di dollari.1 In risposta a queste tendenze, i modelli di pagamento si stanno già evolvendo da quelli basati sul volume a quelli basati sui risultati o sul valore.

L'analisi predittiva sta aiutando le organizzazioni sanitarie ad allinearsi con questi nuovi modelli, contribuendo nel contempo a migliorare l'assistenza e i risultati dei pazienti. Dall'anticipare le condizioni critiche, come lo shock settico e l'attacco cardiaco, a prevenire le riammissioni, le ultime novità nell'analisi dei big data e l'IA stanno alimentando nuove soluzioni di analisi predittiva che aiutano i medici a migliorare i risultati e a ridurre i costi.

Utilizzare i dati per l'analisi predittiva della salute

L'assistenza sanitaria è diventata digitalizzata, creando nuovi enormi set di dati. Tra questi figurano i sistemi di registrazione medica elettronici (EMR), i dati sulle indicazioni sanitarie, le immagini radiologiche e i risultati di laboratorio. In un futuro prossimo, i dati genomici cresceranno in modo significativo.

I nuovi dati vengono generati anche da un numero crescente di dispositivi medici all'edge, tra cui i dispositivi indossabili e i monitor dei pazienti. Al di fuori dell'ambiente clinico, i pazienti stanno generando dati quasi sanitari attraverso l'uso di dispositivi indossabili personali, braccialetti per il fitness e le applicazioni sulla salute.

Integrando i dati provenienti da queste fonti, i fornitori sanitari possono potenziare nuove soluzioni nell'analisi predittiva per la diagnosi medica, la modellazione predittiva per i rischi di salute e persino l'analisi prescrittiva per la medicina di precisione.

Tuttavia, la conversione dei dati in risultati clinici richiede una base di hardware e software progettata per estrarre valori da insiemi di dati disparati. Un sondaggio ha rilevato che oltre la metà delle organizzazioni sanitarie non hanno un piano di gestione completo dei dati in atto. 2 Di conseguenza, una porzione significativa di dati sanitari non viene sfruttata.

Con un portafoglio di tecnologie progettate per spostare, archiviare e elaborare in modo efficiente i dati, potenziare le grandi piattaforme di dati ed eseguire modelli di IA, Intel e i nostri partner stanno collaborando con le organizzazioni sanitarie per mettere all'opera l'analisi predittiva.

L'analisi predittiva potenziata da una piattaforma di big data con processore Intel® Xeon® ha permesso a un grande gruppo ospedaliero di risparmiare 120 milioni di dollari in costi annuali.

Vantaggi della modellazione predittiva nell'assistenza sanitaria

L'analisi predittiva è diventata un elemento chiave di qualsiasi strategia di analisi sanitaria. Oggi, essa è uno strumento critico per la misurazione, l'aggregazione e per dare senso ai dati comportamentali, psicosociali e biometrici, che fino a poco tempo fa non erano disponibili o eccessivamente difficili da acquisire.

A livello individuale, l'analisi predittiva può aiutare i fornitori sanitari a fornire l'assistenza giusta al paziente al momento giusto. Su larga scala, può consentire ai sistemi sanitari di identificare e comprendere tendenze più estese, portando a migliori strategie di salute per la popolazione.

In un esempio, i ricercatori hanno sviluppato un modello di come l'ebola si diffonda utilizzando l'analisi dei big data ed enormi quantità di dati, tra cui le informazioni dei social media e i motori di ricerca. I soggetti potenzialmente esposti all'ebola possono indicare i loro sintomi in un'app mobile, che utilizza le coordinate geografiche per verificare se la persona sia stata a contatto con una persona di una comunità in cui l'ebola si è diffusa.3

L'analisi predittiva non solo può migliorare l'assistenza medica, ma può anche ridurre notevolmente i costi. Ad esempio, modelli di previsione più accurati per la durata del ricovero dei pazienti e i tassi di riammissione consentono agli ospedali di evitare sanzioni e ridurre le spese operative. Sfruttando i registri sanitari elettronici (EHR) e l'analisi predittiva, i fornitori possono segnalare i pazienti che probabilmente mancheranno ad un appuntamento. Una volta identificati, a questi pazienti potrebbe essere ricordato o potrebbero essere aiutati a rispettare il loro appuntamento.

L'enorme potenziale dell'analisi predittiva include l'identificazione dei pazienti a rischio di condizioni croniche, lo sviluppo di migliori pratiche basate su prove e la rilevazione proattiva di potenziali ostacoli all'osservanza del piano di assistenza. I dati possono aiutare i medici a rimanere un passo avanti rispetto agli eventi, offrendo assistenza proattiva ai pazienti prima che la loro salute si aggravi.

Esempi di analisi predittiva nell'assistenza sanitaria

Oggi, i sistemi e i fornitori sanitari stanno esplorando modi diversi di utilizzare le piattaforme di big data e l'IA per l'analisi predittiva. Queste soluzioni stanno aiutando le organizzazioni sanitarie a passare dal semplice utilizzo dei dati per scoprire cosa già è successo all'utilizzo di questi dati per prevedere in modo più affidabile cosa accadrà.

Accelerare il trattamento delle condizioni critiche

Collaborando con Intel, Penn Medicine ha creato una piattaforma collaborativa di dati scientifici per aiutare a prevedere e prevenire due dei problemi più comuni e costosi per gli ospedali: la sepsi e l'arresto cardiaco.

Il modello predittivo ha potuto identificare circa l'85% dei casi di sepsi (in aumento rispetto al 50%) fino a 30 ore prima dell'inizio dello shock settico (invece di due ore utilizzando i metodi tradizionali).4 È stato inoltre in grado di identificare tra il 20-30% dei pazienti con insufficienza cardiaca che non erano stati correttamente identificati.4 Questi sforzi hanno consentito ai medici di fornire cure più rapidamente, accelerare i tempi di convalescenza e risparmiare risorse in ospedale.

Prevedere la durata del ricovero

Intel e Cloudera hanno aiutato un ampio gruppo ospedaliero a utilizzare l'analisi predittiva per fornire una maggiore precisione nella previsione della durata del ricovero. La piattaforma di big data basata su cluster di processori Intel® Xeon® ha permesso al gruppo ospedaliero di acquisire dati non correlati, non strutturati e semi-strutturati.

Con la possibilità di pianificare e organizzare in modo più efficiente il personale, il gruppo ospedaliero ha risparmiato 120 milioni di dollari in costi annuali (circa 12.000 dollari per paziente) e ha aumentato l'utilizzo delle strutture del 5%, consentendo agli ospedali di servire potenzialmente ulteriori 10.000 pazienti all'anno.5

Ridurre le riammissioni

In altra occasione, Intel e Cloudera hanno utilizzato i dati socioeconomici, gli EHR e l'analisi predittiva per aiutare un gruppo ospedaliero a identificare i pazienti con un elevato rischio di riammissione al momento della diagnosi. Il personale ospedaliero poteva a quel punto fornire assistenza medica aggiuntiva per ridurre i tassi di riammissione.

La piattaforma di big data, con processori Intel® Xeon®, ha consentito al gruppo ospedaliero di diminuire di 6.000 occorrenze le riammissioni dei pazienti, di evitare potenzialmente 4 milioni di dollari in sanzioni sanitarie e di risparmiare circa 72 milioni di dollari all'anno in costi di servizi medici.6

Esplorare il potenziale dell'IA

Intel ha a cuore l'uso dell'IA per aiutare i sistemi e i fornitori sanitari a combattere le malattie e a personalizzare le terapie. Dalla nostra sponsorizzazione di una competizione di screening del cancro incentrata sull'IA alle molte soluzioni di IA nella sanità e nelle scienze biologiche con tecnologia Intel®, Intel sta aiutando le organizzazioni sanitarie a trovare le tecnologie giuste per implementare l'analisi predittiva.

Identificare i pazienti a rischio di peggioramento

Sharp HealthCare ha utilizzato le tecnologie di Intel e Cloudera per implementare con successo un modello di analisi clinica predittiva. Il modello ha utilizzato l'apprendimento automatico e i dati dal sistema EMR dell'ospedale per identificare i pazienti a rischio, che avrebbero potuto necessitare di un intervento di pronto soccorso nell'ora successiva.

Il modello era accurato all'80% nel prevedere la probabilità di un evento entro un'ora.7 Ciò ha consentito alla squadra di pronto soccorso di intervenire proattivamente, migliorare la qualità e il costo dell'assistenza e potenziare l'utilizzo delle risorse.

Intel supporta il personale medico con l'analisi predittiva

Fornendo una base di tecnologia per l'IA e le piattaforme di big data, Intel e il nostro ecosistema di partner stanno aiutando i fornitori sanitari a sfruttare la vasta quantità di dati di pazienti e sanitari che rimangono inutilizzati. Le soluzioni risultanti possono aiutare i fornitori a migliorare la sicurezza dei pazienti, a migliorare l'efficienza operativa e, soprattutto, a migliorare i risultati dei pazienti.

Avvisi e limitazioni alla responsabilità

Il software e i carichi di lavoro utilizzati nei test delle prestazioni possono essere stati ottimizzati per le prestazioni solo su microprocessori Intel®.

I test delle prestazioni, come SYSmark* e MobileMark*, sono calcolati utilizzando specifici sistemi computer, componenti, software, operazioni e funzioni. Qualsiasi modifica a uno di questi fattori può determinare risultati diversi. Gli acquirenti sono tenuti a consultare altre fonti di informazioni e test prestazionali per valutare appieno i prodotti che intendono acquistare, nonché le prestazioni di tali prodotti se abbinati ad altri prodotti. Per informazioni più complete, vai all'indirizzo www.intel.it/benchmarks.

I risultati delle prestazioni si basano sui test svolti ad oggi sulle configurazioni e potrebbero non tener conto di tutti gli aggiornamenti di sicurezza pubblicamente disponibili. Per i dettagli, consultare le informazioni sulla configurazione. Nessun prodotto o componente è totalmente sicuro.

Informazioni su prodotti e prestazioni

1Healthcare Disrupted: Next Generation Business Models and Strategies, di Jeff Felton e Anne O’Riordan.
3"Modeling Ebola Spread Using Big Data Analytics,” 2016, iucrc.org/node/modeling-ebola-spread-using-big-data-analytics.
5“Intel and Cloudera Help a Large Hospital Group Allocate Resources by Predicting Patient Length-of-Stay”, https://www.intel.it/content/www/it/it/healthcare-it/solutions/documents/large-hospital-group-allocate-resources-by-predicting-length-of-stay-study.html.
6“Intel and Cloudera Use Predictive Analytics to Help a Large Hospital Group Reduce Readmission Rates”, https://www.intel.it/content/www/it/it/healthcare-it/solutions/documents/predictive-analytics-reduce-hospital-readmission-rates-white-paper.html.