L’effetto dei tagli al Medicaid: può l’intelligenza artificiale prevenire una crisi sanitaria in arrivo?

Il Medicaid è diventato un punto centrale di una battaglia politica infuocata, poiché i legislatori repubblicani spingono per profondi tagli per aiutare a finanziare le riduzioni fiscali. Il presidente Donald Trump e i leader del GOP mirano a ridurre la spesa per il Medicaid di 880 miliardi di dollari nel prossimo decennio, riducendo circa il 10% del budget del programma. Tuttavia, le conseguenze potrebbero essere gravi, poiché il Medicaid fornisce copertura sanitaria per circa 83 milioni di americani a basso reddito, tra cui anziani e persone con disabilità.

Per garantire il futuro del Medicaid, l’intelligenza artificiale (AI) sta emergendo come una possibile soluzione ai crescenti costi sanitari. Oggi, l’analisi predittiva basata sull’AI consente ai fornitori di assistenza sanitaria di identificare i pazienti ad alto rischio prima che richiedano cure di emergenza.

“Con il Medicaid che affronta vincoli di budget, l’AI può ridurre i costi senza sacrificare la qualità,” Grace Chang, CEO e fondatrice di Kintsugi, mi ha detto. “Le inefficienze operative, come diagnosi mancate o scarsa follow-up dei pazienti, sono spesso invisibili ma incredibilmente costose. L’AI può segnalare i pazienti a rischio di abuso di servizi di emergenza o di non adesione alla terapia – aree che sottraggono miliardi al sistema ma sono risolvibili con gli strumenti giusti.”

La startup di intelligenza artificiale sanitaria con sede in California Kintsugi utilizza i biomarcatori vocali per automatizzare lo screening precoce per la depressione e l’ansia dei pazienti, aiutando a ridurre il tempo di valutazione dei clinici. Chang afferma che la maggior parte dei sistemi sanitari è già sottodimensionata e che l’AI può aiutare a dare priorità a chi ha più bisogno di attenzione, quando è più importante.

Secondo il fondatore, il vero rischio di non utilizzare l’AI per risolvere i problemi più difficili della sanità è “che non la useremo per colmare le lacune critiche nell’assistenza.”

Come l’AI sta riducendo i costi del Medicaid e della sanità in generale

Le inefficienze amministrative rappresentano una parte significativa dei costi sanitari. Tuttavia, uno studio del National Center for Biotechnology Information (NCBI) stima che l’AI potrebbe risparmiare all’industria sanitaria fino a 150 miliardi di dollari all’anno razionalizzando questi processi. Allo stesso modo, il National Bureau Of Economic Research stima risparmi fino a 200-360 miliardi di dollari nella spesa sanitaria attraverso l’automazione dell’AI nei prossimi quattro anni. Oggi, l’AI sta giocando un ruolo essenziale nel Medicaid e nella sanità prevedendo focolai di malattie e spostamenti demografici, consentendo un’allocazione proattiva delle risorse. La tecnologia sta anche aiutando a migliorare l’analisi predittiva per anticipare i risultati dei pazienti, portando a strategie di trattamento più efficaci e a una migliore assistenza preventiva. Inoltre, l’AI può promuovere la medicina personalizzata, adattando i trattamenti ai singoli pazienti per ottenere risultati migliori.

Sfruttando le recenti innovazioni tecnologiche, diverse startup di intelligenza artificiale sanitaria sono in prima linea nel migliorare l’adozione dell’AI nel Medicaid per accelerare le diagnosi e migliorare i risultati dei trattamenti. Ad esempio, la startup di Boston Quantivly sta migliorando l’efficienza della radiologia attraverso la sua piattaforma basata sull’AI per ottimizzare l’utilizzo degli scanner MRI e CT. L’AI può individuare i colli di bottiglia nei flussi di lavoro di imaging, portando a tempi di attesa ridotti per i pazienti, a un aumento del throughput degli scanner e dei ricavi ospedalieri.

“I sistemi sanitari, soprattutto quelli che servono le popolazioni del Medicaid, sono chiamati a fare di più con meno. E devono eseguire più scansioni per compensare la realtà dei margini più bassi,” Robert MacDougall, co-fondatore di Quantivly, mi ha detto. “L’AI operativa nell’imaging medico può aiutare nella gestione del throughput senza mettere lo stress sul personale. L’AI può essere impiegata in aree come la pianificazione, dove il compito di coordinamento è troppo complesso per essere gestito manualmente da una sola persona.”

Secondo MacDougall, la maggior parte dei sistemi di pianificazione trascura fattori critici che influenzano la durata della scansione, come l’hardware dello scanner, la complessità del protocollo, la mobilità del paziente e le esigenze di sedazione. Gestire queste variabili in tempo reale è al di là delle capacità umane, rendendo l’AI uno strumento essenziale per ottimizzare la pianificazione e l’efficienza – e aiutare i bilanci degli ospedali.

Allo stesso modo, la piattaforma di gestione dei farmaci basata sull’AI Arine aiuta a ridurre gli errori di prescrizione ottimizzando i regimi di trattamento e segnalando i farmaci non necessari. “L’AI può rapidamente collegare i punti tra diversi set di dati (storie mediche dei pazienti, dati SDOH e letteratura clinica/medica) per fornire raccomandazioni personalizzate per ogni paziente,” Yoona Kim, CEO e fondatrice di Arine, ha spiegato.

Ha aggiunto che se un paziente viene prescritto un nuovo farmaco senza considerare il suo potenziale impatto negativo sulle condizioni esistenti, l’AI può segnalare il problema in tempo reale – prevenendo complicazioni prima che si verifichino in una visita di emergenza. “L’AI può automatizzare compiti ripetitivi (ad esempio, la documentazione, la sintesi) ma quando si tratta dell’assistenza ai pazienti, dobbiamo mantenere i clinici al controllo,” ha detto Kim.

Considerato il potenziale dell’AI per migliorare l’efficienza e i risultati sanitari, i legislatori daranno priorità alla sua adozione o i vincoli di budget e le politiche fiscali oscureranno l’accesso? Come si svolgerà questo dibattito rimane da vedere.

“L’obiettivo dell’AI operativa è quello di espandere l’accesso migliorando l’utilizzo delle risorse. Se possiamo eseguire più scansioni con lo stesso equipaggiamento senza aggiungere oneri allo staff, stiamo migliorando l’accesso – soprattutto nelle aree sottodotate. La chiave è la produttività, non la restrizione,” MacDougall ha sottolineato.