Sketchin

AI e ricerca per prevenire, diagnosticare e curare

Una piattaforma di ricerca e innovazione mira a integrare l’AI per migliorare l’efficienza dei clinici nel Cancer Center, ottimizzando l’assistenza ai pazienti oncologici lungo tutto il percorso, dal monitoraggio iniziale al lungo termine.

Grafici clinici sovrapposti a fotografia di un ricercatore.

Una piattaforma di ricerca e innovazione mira a integrare l’AI per migliorare l’efficienza dei clinici nel Cancer Center, ottimizzando l’assistenza ai pazienti oncologici lungo tutto il percorso, dal monitoraggio iniziale al lungo termine.

Industry

Healthtech

Anno

2024

Cliente

Private Healthcare Company

Un flusso continuo tra l’attività di ricerca e quella clinica

Abbiamo progettato l’interfaccia della piattaforma per ottimizzare l’esperienza, e centralizzare in un unico touchpoint intuitivo le fasi di creazione, approvazione, esecuzione e archiviazione degli studi clinici, affiancando l’attività medica, nel rispetto delle normative e del codice deontologico.
Lo sviluppo portato avanti da un primario centro di ricerca europeo e una big tech, è basato su dati clinici, e quindi utilizza modelli statistici e di apprendimento automatico per diagnosi precoci e terapie oncologiche personalizzate.

Fotografia di un ricercatore che osserva un campione al microscopio.

Outcome

Sono stati mappati i dati e i sistemi del team medico, rilevata l’esperienza dei pazienti oncologici tramite interviste individuali e svolte attività di envisioning strategico per identificare le principali opportunità di innovazione. Il futuro del centro oncologico è stato reimmaginato in 5 scenari progettuali, integrando Deep Learning, e l’AI nei processi clinici e applicando la data science per migliorare i percorsi terapeutici e di follow-up, rafforzare la diagnosi precoce e supportare il personale medico nel proprio lavoro.

Trovare un linguaggio comune

Per poter collaborare con i vari stakeholder coinvolti nel progetto è stato necessario trovare un linguaggio comune tra esperti tecnici e medici. Grazie alla metodologia di lavoro adottata, è stato possibile affrontare in modo collaborativo diverse sfide:

  • abilitare una governance centralizzata dei dati per garantire un accesso e utilizzo efficiente delle informazioni durante il percorso del paziente;
  • identificare e controllare le origini dati, anche quando gestite da terze parti, per sfruttare la medicina predittiva;
  • adottare una gestione del ciclo di cura del paziente più orizzontale, per ottimizzare risorse e creare efficienze;
  • promuovere un’assistenza sanitaria basata sul valore, privilegiando trattamenti che garantiscano elevati standard di cura.
Patient journey sovrapposto a diverse fotografie di pazienti e ricercatori.

Due casi per conoscere i pazienti e i medici

Sono state condotte interviste 1to1 con medici e pazienti del centro per ricostruire le journey relative a diverse patologie oncologiche. I casi sono stati scelti per rappresentare trattamenti ospedalieri diversificati e per includere una vasta gamma di dati relativi alla gestione del paziente. Il percorso per il cancro al polmone combina gestione farmacologica e interventi chirurgici, mentre quello per la leucemia prevede trattamenti radiologici e farmacologici.

Per questo la complessità dell'analisi dei dati era legata all’eterogeneità delle informazioni, come dati anagrafici, diagnostici di laboratorio e immagini mediche.

Mockup con dashboard relativa a trial clinici.

Sfruttare le potenzialità dell’AI

L’adozione dell’AI supporta i medici ricercatori, elevando le loro capacità diagnostiche, soprattutto nell’interpretazione di immagini e nell’analisi di valori complessi. Gli strumenti LLM leggono le cartelle cliniche per individuare trend, peggioramenti o reazioni avverse ai farmaci. Allenata su dati raccolti da esperti patologi e basata su sistemi di deep learning su reti neurali, la macchina migliora le performance di tutti i medici, offrendo un confronto diagnostico utile che affianca il personale nell'elaborazione della diagnosi finale, pur lasciando al medico la responsabilità decisionale.

Schermata con dashboard relativa a trial clinici.
Schermata con dati percentuali relativi a un gruppo di pazienti.
Schermata con un grafico ad albero.

Una visione a 360 gradi del paziente

Nella gestione tradizionale, il paziente è spesso l’unico a possedere una visione complessiva della propria situazione clinica, poiché i pazienti con condizioni complesse, come quelle oncologiche e multisistemiche, vengono trattati in reparti separati con sistemi di gestione dati non comunicanti. Nel nuovo scenario, una tecnologia avanzata raccoglie i dati di tutti i reparti, offrendo una visione integrata del paziente, particolarmente utile per team multidisciplinari come quelli dei Cancer Center.

Il monitoraggio remoto tramite IoT permette la raccolta automatica dei parametri vitali a casa, riducendo il bisogno di diari manuali e avvisando i medici in caso di valori critici. Per migliorare il rapporto medico-paziente, abbiamo progettato nel dettaglio un sistema che interagisce con entrambi, fornendo informazioni su esami e proponendo appuntamenti, liberando il medico dall’intermediazione diretta con il computer.

Panoramica di diapositive relative ai use case della piattaforma.

Dopo un anno, il player tecnologico ha richiesto supporto per l’envisioning, poiché le interfacce iniziali degli algoritmi risultavano poco usabili per i medici. L’intelligenza artificiale, come immaginata dai data scientist, non rispondeva ai bisogni dei ricercatori, per questo motivo i designer hanno creato un backlog, definito le funzionalità desiderate e progettato delle interfacce intuitive. In questa fase, durata 15 iterazioni, sono stati considerati studi sul cancro al rene, essendo il reparto con i dati più strutturati per addestrare la macchina.

Project numbers

iterazioni
19
designer del team Sketchin
5
nuovi scenari AI powered
5
journey di pazienti mappate
2

Sblocca il potenziale dei servizi abilitati dall’A

Scopri come l’AI sta trasformando prodotti e servizi, creando esperienze intelligenti, fluide e adattive. Dall’interazione personalizzata all’efficienza operativa, il nostro approccio basato sull’AI ridefinisce il modo in cui le aziende coinvolgono i clienti e scalano l’innovazione.