Il data mining, termine con cui si indica l’estrazione di informazioni da una grossa mole di dati in modo automatico o semi-automatico con lo scopo di trovare modelli ricorrenti e di utilizzarli poi per previsioni future, rappresenta un grande potenziale ancora poco sfruttato per l’industria sanitaria.
La possibilità di identificare tramite questo processo dell’Intelligenza Artificiale sia le inefficienze che le best practice permetterebbe ad ogni sistema sanitario di risparmiare circa il 30% delle sue spese complessive.
Scoprire pattern e creare modelli predittivi
In una realtà sempre di più dominata dai Big Data, il data mining non è dunque semplicemente la raccolta di dati ma anche, grazie alla loro analisi, la scoperta di pattern ricorrenti e il loro utilizzo per costruire i modelli predittivi che, come visto già in altri articoli, sono sempre più importanti nel settore dell’Healthcare in quanto migliorano le condizioni di salute dei pazienti, prevedono patologie e aumentano l’aderenza alla terapia.
È quindi necessario un grande set di dati affinché sia possibile trovare questi modelli grazie all’utilizzo di algoritmi. I dati, inoltre, devono avere tra di loro relazioni complesse, difficilmente individuabili dall’uomo.
In ambito sanitario, questo si traduce nel creare con il data mining modelli di tipologie di pazienti e successivamente, grazie al machine learning, andare a perfezionare con maggiori informazioni questi pattern e sviluppare così modelli predittivi sempre più accurati.
Contemporaneamente può essere utilizzata per capire e poi successivamente prevedere l’andamento delle prescrizioni mediche, rilevando incongruenze qualora vi siano: come mai, ad esempio, un medico prescrive antibiotici a 30 pazienti ogni settimana mentre i suoi colleghi, con persone in cura dalle caratteristiche simili, ne prescrivono l’assunzione a meno della metà?
I vantaggi del data mining nell’healthcare
I vantaggi sono davvero notevoli: è possibile prevenire abusi nell’utilizzo di medicinali ma anche errori da parte di medici, aumentando così l’aderenza alla terapia del paziente, riducendo il rischio di ospedalizzazione e abbassando i costi sostenuti dal servizio sanitario nazionale.
Utilizzando il data mining nell’Healthcare, si possono inoltre individuare i migliori percorsi di cura che i pazienti dovrebbero seguire e creare dei veri e propri piani di trattamento che permettono di scoprire la metodologia migliore per curare persone con una determinata patologia e che presentano tra loro caratteristiche simili, garantendo così una Digital Healthcare sempre più personalizzata e su misura delle esigenze dei singoli.
La complessità di questo settore e la necessità di tempi lunghi per l’adozione di nuove tecnologie fa sì che il data mining nell’healthcare sia ancora nelle fasi iniziali: nonostante siano chiari i vantaggi derivanti, le applicazioni pratiche sono ancora piuttosto limitate ma allo stesso tempo si stanno diffondendo velocemente.
Sources: HealthCatalyst, 123RF