L'IA Trasformerà la Sanità dalla Cura della Malattia alla Vera Ottimizzazione della Salute

La spesa sanitaria negli Stati Uniti supera di gran lunga quella delle altre nazioni, producendo al contempo risultati peggiori: è ciò che la dottoressa Nasim Afsar definisce un sistema di "sick care", orientato a trattare le malattie piuttosto che a preservare la salute. Questo fondamentale disallineamento deriva dal fatto che le decisioni sanitarie vengono prese disponendo solo del 20% dei dati rilevanti per la salute — quelli raccolti in ambito clinico — mentre viene ignorato l'80% che emerge dalla vita quotidiana attraverso alimentazione, sonno, stress e fattori ambientali.

L'intelligenza artificiale rappresenta lo strumento più potente disponibile per colmare questo divario, integrando dati sanitari frammentati in indicazioni personalizzate. Afsar immagina sistemi di "intelligent health" che combinino dati provenienti da dispositivi indossabili, informazioni del calendario, abitudini negli ordini di cibo e cartelle cliniche, al fine di fornire raccomandazioni proattive allineate agli obiettivi personali — come energia e lucidità mentale — piuttosto che limitarsi a gestire i parametri di malattia. Ad esempio, l'IA potrebbe anticipare scelte alimentari scorrette indotte dallo stress e suggerire proattivamente alternative più salutari.

Tuttavia, per realizzare questo potenziale è necessario un cambiamento di mentalità fondamentale da parte di tutti gli attori coinvolti — professionisti sanitari, assicuratori, aziende farmaceutiche e consumatori — per riorientarsi attorno alla salute del consumatore anziché attorno ai silos istituzionali. Gli strumenti di IA attualmente disponibili, come ChatGPT, Claude e Gemini, possono fornire indicazioni sanitarie basate sull'evidenza se opportunamente guidati, ma gli utenti devono richiedere risposte fondate sull'evidenza e comprenderne i limiti, in particolare per le popolazioni sottorappresentate come le donne.

La tecnologia necessaria per creare sistemi completi di ottimizzazione della salute esiste già, ma le sfide implementative includono le preoccupazioni legate alla privacy dei dati, la necessità di un design centrato sulla persona e la garanzia che le raccomandazioni dell'IA siano basate su evidenze solide piuttosto che su dati di addestramento distorti. Il successo dipende dalla titolarità dei dati sanitari da parte del consumatore e da sistemi progettati attorno agli obiettivi individuali, piuttosto che su approcci uniformi validi per tutti.