Atti del 52° Congresso Nazionale: Società Italiana di Igiene, Medicina Preventiva e Sanità Pubblica (SItI)

• supervisionato = ottimo per la classificazione e analisi di variabili precostituite (ad es. rilevazione di un nodulo polmonare da una radiografia del torace; modelli di stima del rischio della terapia anticoagulante; rilevazione dell'aritmia nell'elettrocardiogramma; progettazione e sviluppo di clinico in silico ecc.); • non supervisionato = utilizza set di dati di grandi dimensioni e identifica i modelli di interazione tra le variabili. Queste tecniche possono scoprire associazioni precedentemente sconosciute, generare nuove ipotesi e guidare ricercatori e risorse verso direzioni più fruttuose; è spesso usato nell'esplorazione dei dati e nella generazione di nuove ipotesi. Un sotto insieme del "machine learning" con grandi applicazioni in campo di sanità pubblica ed epidemiologia è il cosiddetto "deep learning" che imita il funzionamento del cervello umano utilizzando più strati di reti neuronali artificiali per generare previsioni automatiche dai set di dati utilizzati per addestramento (es. riconoscimento delle immagini e identificazione di un focolaio epidemico utilizzando le relazioni spazio-temporali tra gli eventi). La conservazione e la condivisione dei dati sanitari attraverso piattaforme digitali progettate per fornire a professionisti e decisori informazioni su esiti di salute e costi generati per risolvere il problema di salute del singolo paziente sono fattori fondamentali per l'applicazione di modelli organizzativo-gestionali improntati alle strategie basate sul valore (value based healthcare). Rispettare la privacy delle informazioni sensibili in questo processo resta una grande sfida per tutti i sistemi sanitari. La "blockchain" (letteralmente "catena di blocchi") è una struttura dati condivisa e immutabile. È definita come un registro digitale pubblico e distribuito le cui voci sono raggruppate in blocchi, concatenati in ordine cronologico, e la cui integrità è garantita dall'uso della crittografia. Immutabile in quanto ogni modifica di informazione che viene apportata lascia una traccia di registrazione; distribuita perché tutti i nodi della rete ricevono una copia in continuo aggiornamento, superando il rischio di perdita di informazione dovuta a danneggiamento di un server. Le sue crescenti applicazioni in economia e finanza (es. registro transazioni bitcoin) ne consigliano l'utilizzo anche in altri settori della società come la sanità , ad esempio, dove la blockchain potrebbe risolvere il problema dell'interoperabilità consentendo a organizzazioni sanitarie e professionisti di raccogliere informazioni su un paziente da più sistemi di raccolta indipendenti, compresi software in diretta gestione del paziente (smartphone, alcuni wearable device ecc.). Questo, in aggiunta, in modo trasparente, sicuro ed efficiente in quanto svincolato dalla necessità di certificazione di qualsivoglia autorità centrale in quanto la disintermediazione non richiede operatori e funzioni dedicate dal momento che tutti i partecipanti alla rete hanno accesso al registro distribuito 6 . Ciò sembra particolarmente utile nelle attività di prevenzione e promozione della salute nonché nella gestione dei pazienti che soffrono di malattie cronico-degenerative in quanto facilitano l'erogazione di atti medico-sanitari programmati connettendo direttamente il paziente/cittadino ai servizi/istituzioni (es. ASL, Scuola ecc.) e mettendo in accesso comune, trasparente e certificato tutti i dati (es. registro delle vaccinazioni, aderenza e screening ecc.). I