Trasformare i risultati sanitari: il processo decisionale clinico basato su agenti con Cloudera e ServiceNow

Gli operatori sanitari sono sottoposti alle pressioni del mercato, della concorrenza e delle normative che li spingono a trasformarsi. Dal punto di vista del mercato, sebbene la centralità del paziente sia un’iniziativa in corso da quasi due decenni, nel 2026 è ormai un requisito fondamentale. Le grandi aziende tecnologiche di altri settori stanno fissando nuovi standard in materia di personalizzazione, possibilità di adattamento e continuità delle comunicazioni e dei servizi, e i pazienti si aspettano le stesse funzionalità dai propri operatori sanitari. I concorrenti, come le cliniche retail, le aziende di telemedicina e i “payviders”, stanno iniziando a soddisfare queste aspettative, offrendo soluzioni sanitarie digitali e un’assistenza più comoda, difficili da eguagliare per gli operatori tradizionali. Infine, le normative in materia di assistenza sanitaria e privacy dei dati prevedono sia sanzioni sia incentivi per gli operatori sanitari in grado di migliorare gli esiti dei pazienti e ridurre i costi delle cure.

La creazione della cartella clinica longitudinale, in cui ogni interazione con il paziente fa parte di un continuum di assistenza anziché di una serie di episodi isolati, è fondamentale per la trasformazione dell’assistenza sanitaria, incluse la salute della popolazione e la centralità del paziente. Tuttavia, i dati dei pazienti sono spesso distribuiti tra sistemi clinici, finanziari e operativi, ed è difficile accedere a tutti questi dati, unificarli e analizzarli in modo efficiente.

Questo articolo descrive come Cloudera e ServiceNow creino un fascicolo sanitario longitudinale del paziente e sfruttino l'AI agentica per ricavare informazioni sui pazienti in tempi mai raggiunti prima e migliorare gli esiti clinici.

Gli ostacoli alla creazione di una cartella clinica longitudinale del paziente

La cartella clinica longitudinale del paziente ha il potenziale per affrontare molte delle sfide del settore: offrire ai pazienti un'esperienza fluida, migliorare gli esiti e ridurre i costi delle cure. Ma la realtà degli ambienti dei dati sanitari, la natura altamente regolamentata del settore e i limiti del machine learning hanno tradizionalmente frenato la trasformazione del settore. Per creare la cartella clinica longitudinale del paziente, gli operatori sanitari devono superare:

Dati frammentati: I dati dei pazienti sono spesso distribuiti tra più sistemi clinici, operativi e finanziari, con standard di interoperabilità scarsi o del tutto assenti. Sebbene l’interoperabilità sia una priorità importante e HL7 sia lo standard per i dati sanitari tra gli EHR e altri sistemi critici, molti sistemi ancora oggi non comunicano tra loro, soprattutto nei diversi ambienti degli operatori sanitari, rendendo estremamente difficile acquisire ogni interazione con il paziente.

Requisiti normativi: normative come l’Health Insurance Portability and Accountability Act (HIPAA) degli Stati Uniti stabiliscono le modalità con cui le informazioni sanitarie protette (PHI) possono essere raccolte, archiviate, distribuite e condivise, e rendono difficile mettere in relazione le diverse interazioni con i pazienti. In un ecosistema sanitario sempre più decentralizzato, in cui i pazienti possono avere un medico di base (Primary Care Physician, PCP) e rivolgersi anche ai pronto soccorso, alle strutture di assistenza urgente, agli ambulatori presso esercizi commerciali e alle aziende di telemedicina, la condivisione dei dati sicura e sottoposta a governance è fondamentale per garantire un continuum di assistenza.

Limitazioni del machine learning tradizionale: il machine learning (ML) è sufficiente per alcuni casi d’uso clinici, come il monitoraggio remoto dei pazienti e la riduzione dei ricoveri ripetuti, in cui i medici si affidano a un modello per segnalare le condizioni di un paziente sulla base del riconoscimento di schemi. Tuttavia, molti casi d’uso clinici richiedono che i modelli facciano un passo ulteriore, applicando contesto e capacità di ragionamento a vasti insiemi di dati dei pazienti e di ricerca per arrivare a una decisione.

Difficoltà nell’attivazione dell’AI: anche quando gli operatori sanitari implementano con successo modelli di AI, spesso questi insight restano scollegati dai flussi di lavoro clinici. L’integrazione richiede di replicare le informazioni sanitarie protette (PHI) per consentire l’automazione, introducendo così dei rischi, oppure di garantire la conformità costringendo i team di assistenza a trascrivere manualmente gli insight dell’AI. 

Abilitazione del supporto decisionale clinico con Cloudera e ServiceNow

Cloudera e ServiceNow offrono le funzionalità necessarie alle strutture sanitarie per creare un fascicolo sanitario longitudinale del paziente e sfruttare l'AI agentica per collegare le informazioni lungo l'intero percorso di cura, favorendo diagnosi più rapide, individuando e mitigando potenziali complicazioni e coordinando l'assistenza e il follow-up post-trattamento tra reparti e canali diversi.

Ecco come funziona:

Cloudera gestisce i dati dei pazienti su larga scala. L’architettura di open data lakehouse di Cloudera supporta l’acquisizione in tempo reale, l’elaborazione e l’analisi dei dati provenienti da sistemi clinici, operativi e finanziari, nonché da database di ricerca di terze parti e altre fonti fondamentali per creare una cartella clinica longitudinale del paziente e fornire all’AI il contesto necessario per prendere decisioni accurate e coerenti. L’architettura open data lakehouse può essere implementata ovunque risiedano i dati, con accesso federato zero-copy a tali dati per l’analisi e l’AI.

Porta l'AI ai dati. Le soluzioni tradizionali di AI richiedono di spostare i dati sul cloud, con conseguenti rischi normativi e un costo elevato legato al trasferimento dei dati. Cloudera consente agli operatori sanitari di creare, addestrare e distribuire modelli di AI interamente all'interno del proprio ambiente sicuro, garantendo una governance completa dei dati senza replicare le informazioni sanitarie protette (PHI). Abbinando questa base sicura a Workflow Data Fabric di ServiceNow, le organizzazioni possono utilizzare l'accesso zero-copy per consultare insight localizzati in tempo reale. Questa funzionalità attiva autonomamente flussi di lavoro assistenziali conformi, ad esempio segnalando condizioni ad alto rischio dei pazienti, senza che i dati sensibili escano mai dall'ambiente.

Supporto decisionale clinico basato su agenti. Cloudera e ServiceNow colmano il divario tra le informazioni sui pazienti e l’azione clinica. Quando i modelli di Cloudera identificano un paziente ad alto rischio, Workflow Data Fabric di ServiceNow utilizza l’accesso zero-copy per interrogare in modo sicuro il contesto clinico. Anziché prendere decisioni mediche autonome, ServiceNow orchestra automaticamente i passaggi successivi, garantendo che le informazioni sanitarie protette (PHI) non escano mai dall’ambiente conforme di Cloudera.

Sicurezza e governance. Il data fabric unificato di Cloudera fornisce governance, sicurezza e lineage end-to-end, in modo che gli agenti vengano addestrati e ricevano contesto basandosi su una base di dati affidabili. Inoltre, ogni decisione presa da un agente di AI di ServiceNow può essere ricondotta ai dati sottostanti, consentendo la verificabilità dell'intero ciclo di vita dei dati e dell'AI. Con un data fabric unificato, i medici possono fidarsi dell'AI e delle decisioni che prende.

Sfruttando la cartella clinica longitudinale, garantendo sicurezza e governance lungo l'intero ciclo di vita dei dati e dell'IA e implementando agenti di IA in grado di accelerare e migliorare l'assistenza ai pazienti, gli operatori sanitari possono migliorare gli esiti e ridurre i costi delle cure.

Il valore del supporto decisionale clinico

Il supporto decisionale clinico basato su agenti ha il potenziale per trasformare l’assistenza ai pazienti e affrontare le sfide più urgenti del settore. Combinando la capacità di Cloudera di fornire una cartella clinica longitudinale sicura e sottoposta a governance con l’automazione dei flussi di lavoro basata su agenti di ServiceNow, gli operatori sanitari possono ottenere diversi vantaggi:

• Risultati migliori. Gli agenti AI possono elaborare profili complessi dei pazienti, dati sulla salute della popolazione e database di ricerca di terze parti per individuare correlazioni che i ricercatori umani potrebbero non cogliere affatto, il tutto in pochi secondi. Possono identificare potenziali complicazioni, coordinare l’assistenza tra reparti e fornitori e, in ultima analisi, migliorare l’esperienza del paziente e ridurre i rischi.

• Costi ridotti. Accelerando le diagnosi, i pazienti ricevono le cure appropriate più rapidamente e utilizzano meno risorse dei fornitori di assistenza sanitaria. Individuando e mitigando proattivamente potenziali rischi e complicazioni, i fornitori di assistenza sanitaria possono ridurre significativamente i ricoveri ripetuti, evitando sanzioni normative e costi operativi aggiuntivi. 

• Efficienza operativa. Eliminando l’onere della ricerca e fornendo supporto decisionale, gli agenti AI consentono ai medici di dedicare più tempo ai pazienti, riducendo il burnout e migliorando la qualità del lavoro e dell’assistenza.

È pronto a rendere operativo il supporto decisionale clinico basato su agenti? 

Da quasi due decenni, gli operatori sanitari faticano a modernizzare l’esperienza del paziente e la pressione per ottenere risultati non è mai stata così forte. L’agentic AI ha il potenziale per trasformare il settore sanitario. Creando una cartella clinica longitudinale e fornendo un accesso sicuro e sottoposto a governance a tale cartella per i flussi di lavoro basati su agenti, Cloudera e ServiceNow consentono agli operatori sanitari di accelerare e migliorare l’esperienza del paziente, riducendo al contempo i costi delle cure.

Per saperne di più sulla partnership, leggi il whitepaper Omdia, «Workflow Data Fabric: Powering Private AI Agents and Real-Time Intelligence with Cloudera and ServiceNow».