Per approcciare il concetto di “Patience Twin” è bene soffermarsi sulla definizione – più generale – di “Digital Twin (DT)”: una rappresentazione virtuale di un oggetto, di un sistema fisico o di un processo del mondo reale, nonché un modello digitale altamente complesso che ripropone la controparte esatta – gemella, appunto – di una “cosa” fisica (compresa una persona) che può essere di qualsiasi tipo.
I Digital Twins si basano sull’utilizzo di dati raccolti in tempo reale attraverso vari dispositivi e fonti con la finalità di fungere da supporto attraverso l’apprendimento, il ragionamento e la ricalibrazione dinamica. Il concetto – e le relative applicazioni – si sono sviluppati molto – negli ultimi anni, ma il termine risale al 2002. I DTs sono utilizzati in molti diversi settori ed industrie, ma tra le applicazioni più interessanti dell’AI, come è già capitato di raccontare, c’è quella in campo sanitario: anche in questo caso è stata creata una simulazione di modelli che comprende e prevede sistemi biologici complessi per i quali si combinano le conoscenze scientificamente dimostrate, con la modellizzazione biofisica e le informazioni ottenute dall’elaborazione dei dati (data fusion).
Applicando questa tecnologia al concetto di paziente si parla dunque di “Patient Twin”, ossia di un sistema di previsione e monitoraggio della salute basato su intelligenza artificiale (AI), progettato per creare una rappresentazione digitale dinamica e personalizzata di un paziente: una sorta di “gemello digitale” del paziente, che sfrutta l’intelligenza artificiale per prevedere l’evoluzione delle condizioni cliniche e supportare il monitoraggio continuo e personalizzato della salute. Replicando in tempo reale lo stato fisiologico e patologico di un paziente e grazie all’integrazione dei dati provenienti da cartelle cliniche elettroniche, dispositivi indossabili, sensori medici, immagini diagnostiche e test di laboratorio (di cui si è parlato in altri articoli) e all’utilizzo di algoritmi predittivi e tecniche di machine learning, il sistema consente diverse azioni: previsione dell’andamento clinico, monitoraggio continuo e proattivo del paziente, personalizzazione delle terapie e delle decisioni cliniche, simulazione di scenari clinici.
L’applicazione può essere, peraltro, estesa ad interi processi e non alla sola gestione di un caso: i modelli digitali possono, per esempio, simulare il flusso di pazienti all’interno di una struttura sanitaria o l’organizzazione delle risorse mediche, consentendo ai responsabili sanitari di identificare inefficienze, prevedere le esigenze future e apportare miglioramenti per garantire un’assistenza di alta qualità e contenere i costi.
Soprattutto se integrato con gli altri sistemi – più sopra ricordati – il Patient Twin può avere dunque utilizzi virtuosi sotto numerosi punti di vista. Proprio come gli altri sistemi, però, solleva numerose questioni etiche e di privacy, rispetto alle quali è essenziale gestire con attenzione la protezione dei dati sensibili dei pazienti, i compiti del personale sanitario tutto, la collaborazione con familiari e caregiver. Ancora, possono porsi problemi di tipo tecnico – come la qualità ed interoperatibilità dei dati, dagli standard non sempre omogenei e ben strutturati, legale o bio-etico. Occuparsi di questo aspetto, nell’implementazione e nell’uso di questa tecnologia, vuol dire applicarla in modo responsabile e a beneficio di tutti, con un reale miglioramento della salute e del benessere delle persone.
Alcuni esempi recenti sono stati nel 2023 premiati all’interno del Premio Nazionale per l’Innovazione: Livgemini per il dispositivo avanzato di prevenzione, diagnosi e monitoraggio dell’aneurisma dell’aorta e Ai-Twin, che sta lavorando alla messa a punto di un dispositivo innovativo utile per l’individuazione della migliore terapia farmacologia per i pazienti con artrite reumatoide.
In Netpolaris, seguiamo da vicino l’evoluzione di tecnologie come il Patient Twin perché crediamo in un modello di sanità sempre più predittivo, personalizzato e intelligente.
Le nostre soluzioni – a partire dalla cartella clinica elettronica The.0 – integrano già oggi strumenti avanzati di analisi, tracciamento e supporto decisionale, e si preparano ad accogliere nuove forme di interazione tra dati clinici, AI e scenari dinamici di assistenza.
La direzione è chiara: utilizzare la tecnologia per restituire tempo, precisione e valore al lavoro degli operatori sanitari, migliorando la qualità della cura e la vita delle persone.
Il futuro della sanità è già tra noi. E noi, come sempre, siamo pronti a fare la differenza.
