Sinergie con ospedali e università per un nuovo modello di sanità

Il settore sanitario è tra i primi ambiti di applicazione di Watson e di DeepQA, specialmente per la vastità e complessità di informazioni che vengono trattate sia in ambito scientifico che dal punto di vista della gestione delle risorse finanziarie. Le ricadute positive sulla società e sui pazienti sono enormi. A beneficiare dei progressi compiuti in questo ambito da parte di Ibm e delle organizzazioni coinvolte nel progetto Watson, sarebbe l’intera filiera dell’healthcare, dagli ospedali alle assicurazioni, dalle case farmaceutiche ai ricercatori. E ovviamente i pazienti avrebbero degli enormi vantaggi sia dal punto di vista delle diagnosi e della prevenzione che del servizio sanitario. Ibm sta lavorando con le organizzazioni sanitarie di tutto il mondo per l’applicazione degli strumenti di analytics, allo scopo di ridurre i costi, migliorare la ricerca clinica e la business performance. L’obiettivo è realizzare quindi un nuovo modello nella gestione sanitaria.
Grazie a Ibm e a Watson, l’Health care system dell’Università del North Carolina ha creato un sistema di regole e strumenti (governance framework) che assicurino la consistenza e l’accuratezza delle informazioni per poi sviluppare un database sempre più ampio di informazioni cliniche. I benefici sono stati riscontrati a diversi livelli: dalla ricerca più veloce nel riconoscimento di gruppi di pazienti, al reperimento di oltre 60 milioni di dollari da investire nella ricerca grazie a una maggiore capacità di gestire le informazioni, fino alla capacità di negoziare rimborsi più alti con i pagatori dimostrando l'alta qualità del servizio sanitario.
Ibm sta collaborando con l’Institute of Technology dell’università dell’Ontario e con l’Ospedale pediatrico di Toronto per monitorare i bambini prematuri nell’unità intensiva neonatale. L’obiettivo è raccogliere quanti più dati possibili sulla fisiologia dei bambini prematuri, per utilizzarli nello sviluppo di modelli predittivi per la diagnosi preventiva di infezioni pericolose. Per procedere poi allo sviluppo di questi modelli su Ibm InfoSphere Streams per l’analisi in tempo reale dei dati fisiologici del paziente. Queste informazioni vengono messe a disposizione di medici e infermiere in tempo reale, in modo da consentire loro di prendere decisioni e agire per tempo nella cura e nella prevenzione della sepsi nei neonati.
Watson rappresenta, quindi, un aiuto importante nella ricerca scientifica e medica perché riesce ad analizzare milioni di paper in pochi secondi e a trovare una serie di diagnosi più o meno valide. Però, perché diventi veramente uno strumento efficace nelle mani dei ricercatori e dei medici, occorrerebbe creare una rete globale di ospedali, università e centri di ricerca sempre più ampia.

Solo in questo modo, infatti, avviando un dialogo tra le organizzazioni, si riuscirebbe a creare un enorme database condiviso di risorse, a cui attingere per trovare le possibili risposte alle domande che quotidiniamente la scienza pone sul piatto.