Il paziente digitale: un giorno ognuno di noi avrà il proprio paziente avatar?

Così come è difficile riconoscere un elefante toccandogli semplicemente i fianchi o la zanna, non è possibile diagnosticare un'insufficienza cardiaca in base a un solo sintomo. Quello che conta è la combinazione dei sintomi.

Possiamo sviluppare un sistema di monitoraggio intelligente per rilevare precocemente i segni di aggravamento in pazienti con insufficienza cardiaca e ridurre il numero di riospedalizzazioni? 

In Philips Research, stiamo sviluppando modelli computazionali che potrebbero supportare un tale sistema. Un medico di base sarebbe così in grado di comprendere meglio la condizione corrente del paziente, in base alle misurazioni fisiologiche integrate automaticamente. Il sistema potrebbe inoltre offrire al medico di base consigli, ad esempio regolare il farmaco del paziente, eseguire misurazioni aggiuntive o consultare un cardiologo.

Sebbene non sia ancora una realtà clinica, questo esempio mostra quanto sia promettente il paradigma del paziente digitale: ha il potenziale per rendere l'assistenza sanitaria più precisa, personalizzata e preventiva, dotando gli operatori sanitari delle informazioni giuste al momento giusto. 

Avremo mai un paziente digitale completo?

Con il progresso delle scienze mediche, non è difficile vedere in che modo saremo in grado di integrare ancora più dati nei nostri gemelli digitali, unendo informazioni anatomiche, biomolecolari, comportamentali e genetiche, per generare approfondimenti utili per migliorare la salute e la qualità della vita delle persone. 

Ma fino a che punto possiamo e dobbiamo far crescere il concetto di paziente digitale?

Alcuni hanno sollevato dubbi in merito alla possibilità di considerare un paziente digitale sufficientemente accurato assimilabile alle scienze mediche, sottolineando la complessità del corpo umano. [5]

Dobbiamo sicuramente riconoscere che il corpo umano è infinitamente più complesso della macchina più elaborata. Comprende sistemi secondari che interagiscono in modi molteplici e il numero di variabili che incidono sulla salute è potenzialmente infinito. A differenza dei prodotti ingegneristici, che sono più o meno identici in termini di progettazione, ogni persona è completamente diversa da tutte le altre. Ciò pone dei limiti su cosa possiamo realisticamente aspettarci di prevedere, anche con i modelli più avanzati.

I critici hanno inoltre sottolineato che negli sforzi da noi attuati per personalizzare ulteriormente prevenzione e trattamento al singolo paziente, non sempre gli esiti migliori tengono conto dei costi. In alcuni casi, affermano, potrebbero essere attuati interventi più ovvi ed economici che non richiedono così tanti dati personali, ad esempio un programma generico di stile di vita incentrato su dieta ed esercizio. [6]

In aggiunta, si pone il problema del monitoraggio continuo dei dati sanitari che potrebbe portare a eccessi in termini di diagnosi o anche di trattamento.

Tali riserve ci ricordano che il paziente digitale è uno strumento, non un obiettivo in quanto tale. L'obiettivo rimane migliorare la qualità delle vite dei pazienti. 

Abbiamo bisogno di sviluppare modelli digitali basati su sfide cliniche concrete e gestibili, valutando sempre l'investimento rispetto ai vantaggi previsti e concentrandoci sui dati più pertinenti. 

I medici specialisti dovrebbero essere fortemente coinvolti in tali sforzi, in quanto sono loro a detenere quelle conoscenze che sono imprescindibili per la creazione di modelli validi e utili. I medici sanno come dare senso a dati incompleti e confusionari: aspetto che sarà sempre difficile attuare per computer e IA. I modelli digitali risultanti dovrebbero integrarsi senza problemi nei loro flussi di lavoro, adattando l'intelligenza artificiale alle loro necessità e preferenze.