Se hai mai letto qualche articolo che riportava studi scientifici, saprai che i risultati si basano su un principio statistico. Ad esempio: prendo in esame 100 persone tra i 50 e i 60 anni, tutti con la medesima patologia. Li divido in due gruppi. Al primo somministro un determinato farmaco, al secondo invece un placebo. Se al termine della sperimentazione avrò rilevato che le persone che hanno ricevuto il medicinale hanno assistito anche a una regressione della malattia e non hanno mostrato effetti collaterali gravi, potrò concludere che il preparato è efficace, sicuro e consigliabile almeno ai pazienti che rientrano in quella fascia d'età. E questo perché nella maggior parte dei casi la terapia ha funzionato per il meglio. La maggior parte, però, non significa tutti. Ed è qui che entrano in gioco intelligenza artificiale e big data.

Negli ultimi anni il tentativo è stato quello di andare in direzione di una medicina personalizzata. La ricerca si sta quindi concentrando su casistiche sempre più ristrette di pazienti, ma si tratta pur sempre di gruppi. L'idea che sta dietro l'applicazione dei big data alla sanità invece prevede di prendere in considerazione il singolo. Valutarne tutte le caratteristiche, come l'età, le condizioni di salute, lo stile di vita, eventuali patologie pregresse, medicinali assunti e così via, per studiare una terapia fatta apposta per lui. "Una mole di dati così ampia non è gestibile dal punto di vista umano – spiega a Ohga la professoressa Mirella Mastretti, direttore Ricerca e Sviluppo di Medicaltech, azienda specializzata in sistemi avanzati di telemedicina. – È necessaria una macchina, quindi un sistema di intelligenza artificiale che sia anche in grado di auto-apprendere, attraverso il deep learning".

I dati vengono raccolti tramite diversi canali. La maggior parte arriva da sistemi IoT (Internet of Things) collegati a dispositivi di telemedicina che monitorano costantemente il paziente, oppure dai vari imaging delle radiografie o delle TAC. L'obiettivo è trasformarli in conoscenza.

"Le informazioni che acquisiamo in questo modo possono servire a diversi scopi medici – prosegue Mastretti. – Alcune aziende ad esempio le hanno utilizzate per elaborare un test di diagnosi precoce del cancro al seno, riducendo la percentuale di falsi negativi. Possiamo quindi ottenere responsi precoci e più precisi. Oppure si può lavorare sulla prevenzione e calcolare il rischio per ciascun paziente di soffrire di una determinata patologia. La capacità di estrarre grandi volumi di dati sanitari e di combinarli con le statistiche epidemiologiche dà la possibilità di formulare dei modelli predittivi a supporto dei medici, anche per prevenire il diffondersi di malattie contagiose".

E non solo, dal momento che in Italia circa il 40% della popolazione è affetta da patologie croniche e il trattamento di queste assorbe l'80% delle risorse economiche destinate alla Sanità. Una prevenzione mirata segnerebbe davvero un punto di svolta. Per non parlare di tutti i vantaggi che potrebbero derivare dalla telemedicina: "Il medico potrebbe tenere monitorato il paziente attraverso dei valori che si possono raccogliere anche rimanendo a casa. Ed eventualmente correggere una terapia, adattandola alle caratteristiche di quella persona specifica invece che prescriverla su base statistica. Sono stati anche avviati percorsi di riabilitazione personalizzata a distanza, usando questi strumenti".

Un approccio dunque più completo al paziente, che riporti la medicina a una dimensione olistica, dove si tiene conto di tutte le variabili nella vita di una persona. "Pensiamo al Rinascimento. Proprio l'anno scorso abbiamo celebrato i 500 anni dalla morte di Leonardo da Vinci che era la rappresentazione dello scienziato come di un uomo che riuniva in sé diverse esperienze: medicina, arte, tecnologia e così via. Oggi invece si ragiona per aree di specializzazione che diventano sempre più ristrette, soprattutto nell'ambito della medicina. Ma parlare di approccio personalizzato significa proprio prendere in considerazione più aspetti, non solo quelli strettamente sanitari o direttamente legati alla patologia in questione".

C'è chi la chiama già medicina 4.0, se non addirittura 5.0. Di sicuro il prossimo futuro conoscerà un nuovo binomio, quello composto da un medico e un data scientist, colui che si occupa di raccogliere ed elaborare i big data. Con l'arrivo del 5G e l'esistenza di cloud che possono memorizzare quantità enormi di informazioni, l'unico ostacolo da affrontare sarà di tipo normativo. Serviranno cioè regole condivise per la raccolta e l'utilizzo di dati così personali.

In questo orizzonte che si va delineando, le donne, la cui presenza in ambito delle discipline STEM (scienza, tecnologia, ingegneria e matematica) è spesso scarna, potrebbe anche giocare in vantaggio. Più abituate ad essere multitasking e lavorare in un'ottica di multidisciplinarietà, sarebbero agevolate al momento di elaborare una correlazione tra le informazioni raccolte. "Sono necessarie competenze matematiche, statistiche, di machine learning  e soprattutto le capacità di riutilizzare quello che già si conosce in determinati ambiti, in campi ancora diversi", conferma la professoressa Mastretti.