I Big Data hanno la potenzialità di cambiare il mondo della medicina e il settore sanitario. È una frase che in realtà tra gli addetti ai lavori si sente dire molto di frequente, ma cosa vuol dire nello specifico? Vuol dire, ad esempio, la possibilità di creare dei modelli di analisi predittivi basati sul DNA per prevenire malattie che hanno la possibilità di presentarsi in futuro, vuol dire avere a disposizione materiale per prevedere le criticità che colpiranno un organismo e affrontare il problema prima ancora che si presenti realmente; ovviamente questi sono solo esempi e le applicazioni sono tante e varie.
Big Data e salute: le grandi aziende sono consapevoli
In questo contesto, le aziende che stanno investendo per il miglioramento della sanità e per la trasformazione della medicina non sono poche: basta pensare a IBM che ha acquisito Merge Healthcare, al fine di incrementare le capacità di assistenza sanitaria di Watson, il suo “super computer” per il calcolo cognitivo, il quale potrà “vedere” le immagini sanitarie, estrapolando e analizzando quello che, secondo l’azienda, rappresenta almeno il 90% di tutti i dati medici di oggi.
Anche Google non è mai stata ferma nel settore e ha sempre puntato sulla capacità di calcolo in cloud: un esempio è la sua partnership con il Broad Institute del MIT e di Harvard per lanciare la versione alpha del Genome Analysis Toolkit (GATK) sulla piattaforma Cloud di Google; il software, sviluppato dal Broad Institute e che ha lo scopo di aiutare i ricercatori ad analizzare rapidamente i dati di sequenziamento genomico, è stato messo a disposizione dei ricercatori universitari senza alcun costo aggiuntivo se non il prezzo standard per l’utilizzo del cloud del colosso di Mountain View; l’uso del GATK attraverso il cloud è in realtà parte di un servizio complessivo denominato “Google Genomics”, piattaforma di cloud computing della società destinata alla ricerca in ambito biologico.
Google e IBM sono solo esempi di come le grandi aziende guardino al mondo dei dati (e dei Big Data) nella medicina: se aziende di queste dimensioni hanno deciso di entrare in questo mercato viene da chiedersi qual è la reale potenzialità dei Big Data per la medicina e per il futuro della salute umana.
I reali vantaggi dei Big Data nella medicina
A rispondere a questa domanda è il Dr. Eric Schadt, fondatore dell’Icahn Institute for Genomics and Multiscale Biology, il quale afferma che “una delle principali limitazioni con cui la medicina di oggi e il settore farmaceutico devono fare i conti è l’incomprensione delle informazioni biologiche relative alle malattie; i Big Data entrano in gioco aggregando sempre più informazioni su come sono costituite le malattie, sia che riguardino il DNA, le proteine e i metaboliti, i tessuti, gli organi e gli ecosistemi”. Se cominciamo ad utilizzare questa tecnica di analisi, secondo Schadt, i modelli si evolveranno e avranno la capacità di diventare predittivi verso determinati tipi di malattie.
Volendo essere più specifici, come ha fatto l’Hiss Journal (Health Information Science & Systems) è possibile dividere gli impatti per aree, identificando i reali ambiti di innovazione:
- Ricerca e Sviluppo:
- con i Big Data sarà possibile creare dei modelli predittivi al fine di snellire i processi per quanto riguarda la creazione di farmaci e di strumenti sanitari;
- inoltre gli strumenti statistici e gli algoritmi possono ottimizzare le analisi delle sperimentazioni cliniche, riducendo così le prove non andate a buon fine e conseguentemente incrementare la velocità di immissione dei nuovi trattamenti sul mercato;
- l’analisi dei big data può anche avere effetti sui dati dei pazienti che sperimentano nuovi farmaci, allo scopo di scoprire eventuali effetti negativi non considerati prima che i trattamenti arrivino sul mercato.
- Salute pubblica:
- analizzare modelli di diffusione delle malattie e monitorare i focolai per migliorare la sorveglianza della salute pubblica e incrementare la velocità di risposta alle emergenze;
- incrementare la rapidità di sviluppo dei vaccini e “tararli” in modo più accurato attraverso, ad esempio, una scelta più precisa dei ceppi influenzali annuali grazie al ricorso di modelli predittivi;
- trasformare grandi quantità di dati in informazioni utili che possono essere utilizzate per individuare le esigenze delle persone e prevedere e prevenire le crisi, anche nel dettaglio dei singoli individui.
- Analisi genomica: i big data potrebbero rendere più efficiente ed economica l’analisi genomica, inserendola all’interno del normale processo decisionale per l’assistenza medica, arricchendo i dati a disposizione nella cartella dei pazienti.
- Monitoring: recuperare e analizzare in tempo reale grandi volumi di dati in rapida evoluzione sia in ospedale che in casa attraverso diversi tipi di device (basta ad pensare ad esempio ai wearable) avrà forti impatti sulla previsione di eventi negativi per la salute (infarti, ictus, ecc.);
- Salute dell’individuo: applicare le analisi avanzate ai profili dei singoli pazienti per identificare le persone che potrebbero beneficiare di una cura preventiva o di un cambio di stile di vita: un esempio lampante sono i pazienti che rischiano di sviluppare una malattia specifica (ad esempio, il diabete).
In conclusione, le implicazioni dei big data in medicina sono così forti che potrebbero avere un ruolo davvero determinante per lo sviluppo della scienza medica; volendo rubare ancora le parole al Dr. Schadt, tuttavia, non sarà una discreto aumento della consapevolezza a rendere operativi i Big Data in questo campo da un giorno all’altro. Il processo deve essere visto come un continuum in evoluzione, un continuum che porterà il progresso in una direzione straordinaria.
Facebook Comments