Negli ultimi anni il mercato dell’intelligenza artificiale (IA) è sempre più trainato dall’IA generativa, una nuova frontiera tecnologica che utilizza applicazioni di machine learning e deep learning per produrre dati, tra cui immagini, musica e testo, che non esistevano in precedenza.

IL MERCATO MONDIALE DELL’IA GENERATIVA
L’IA generativa rappresenta, dunque, una fetta rilevante del mercato IA, destinata ad aumentare nei prossimi anni. Nel 2023, stando ad alcune stime, ha coperto il 19% del mercato IA totale ed entro il 2024 si prevede un incremento dell’incidenza di 3 punti percentuali. Nel 2030, dovrebbe addirittura pesare sul mercato IA complessivo per il 28%.

Il mercato mondiale dell’IA generativa (in % del totale del mercato IA)

Elaborazioni I-Com su dati Statista

Si tratta di dati che testimoniano un’ascesa inarrestabile dell’IA generativa, che partendo da una dimensione di mercato di soli 40 miliardi di dollari di ricavi nel 2022 dovrebbe raggiungere 1,3 trilioni di dollari nei prossimi 10 anni ad un tasso di crescita medio annuo (CAGR 2022-2032) del 42%.
Tanti sono ormai gli ambiti applicativi di questa nuova tecnologia e spaziano dal settore ICT a quello dei servizi legali e professionali, fino ad interessare anche il comparto della salute, con impatti importanti sulle attività di imprese e pubbliche amministrazioni, oltre che sulla vita delle persone.

L’ADOZIONE DELL’IA GENERATIVA NEL SETTORE SANITARIO

Nello specifico, in ambito sanitario, l’IA generativa sta accelerando la scoperta di farmaci, migliorando la pianificazione e l’esecuzione degli studi clinici e portando sempre più verso una personalizzazione della medicina.
Inoltre, come riportato anche dal recente White Paper “Patient First Health with Generative AI: Reshaping the Care Experience” del World Economic Forum, si sta rivelando un valido strumento per migliorare il coinvolgimento del paziente nel percorso di cura e per cambiare il modo in cui quest’ultimo può accedere alle informazioni sanitarie, ricevere assistenza e gestire le sue condizioni di salute.
In effetti, tanti sono i casi d’uso che testimoniano le potenzialità dell’IA generativa per il mondo della salute. Ad esempio, NVIDIA offre una serie di servizi cloud per l’IA generativa che consentono la personalizzazione dei modelli di base dell’IA per accelerare la scoperta di farmaci e la ricerca in genomica, chimica, biologia e dinamica molecolare. I servizi forniscono modelli pre-addestrati e consentono ai ricercatori di mettere a punto applicazioni di IA generativa sui propri dati. L’offerta è stata adottata da startup per la scoperta di farmaci come Evozyne e Insilico Medicine, nonché da operatori storici come Amgen.
Al di là dei vantaggi in termini di diagnosi, cure personalizzate, nuovi farmaci, l’intelligenza artificiale generativa è oggigiorno oggetto di attenzione da parte di molti sistemi sanitari a livello mondiale, che ne stanno esplorando le potenzialità per risolvere le sfide attuali, quali l’aumento dei costi, il burnout dei medici, la carenza di forza lavoro, l’inflazione e gli alti tassi di interesse; per migliorare l’efficienza amministrativa e per contribuire a rendere l’assistenza sanitaria più accessibile e sostenibile.
Secondo un recente report di Deloitte, i leader mondiali vedono nell’IA generativa una promessa per migliorare l’efficienza (92%) e consentire un processo decisionale più rapido (65%). Inoltre, il 75% delle principali aziende sanitarie sta sperimentando o pianificando di utilizzare l’IA generativa al proprio interno mentre l’82% ha o prevede di implementare strutture di governance e supervisione per l’IA generativa.

COSA PENSANO I CONSUMATORI DELL’IA GENERATIVA IN AMBITO SALUTE

Non solo gli “addetti ai lavori” ma anche i consumatori in generale sono particolarmente attenti alle potenzialità dell’IA generativa per migliorare l’assistenza sanitaria.
Secondo l’Health Care Consumer Survey 2023 di Deloitte, che ha intervistato 2.014 adulti statunitensi, più della metà degli intervistati (53%) ritiene che l’IA generativa potrebbe migliorare l’accesso all’assistenza sanitaria e il 46% ha affermato che ha il potenziale per rendere l’assistenza sanitaria più sostenibile. Le persone che hanno già esperienza con l’IA generativa sono addirittura più ottimiste: il 69% pensa possa migliorare l’accesso e il 63% rendere più sostenibile l’assistenza sanitaria.
Gli intervistati ritengono, inoltre, che l’IA generativa sia particolarmente affidabile e tra coloro che già si sono affidati ad essa per la salute e il benessere, il 19% afferma di averla utilizzata per conoscere le condizioni mediche; il 16% per comprendere le opzioni terapeutiche; il 15% per decifrare il linguaggio tecnico. E la stragrande maggioranza di questi utenti (69%) ha valutato le informazioni ricevute come “molto affidabili” o “estremamente affidabili”.
In generale, coloro che già hanno avuto modo di sperimentare la tecnologia relativamente all’ambito salute sono più ottimisti del suo potenziale rispetto a chi ancora non l’ha utilizzata. In particolare, poco più del 70% degli utenti di IA generativa ritiene che la tecnologia possa rivoluzionare l’erogazione dell’assistenza, rispetto a solo il 50% dei consumatori che non l’hanno utilizzata.

IL MERCATO MONDIALE DELL’IA GENERATIVA NEL SETTORE SANITARIO

L’interesse del settore sanitario nei confronti dell’IA generativa è confermato anche dai dati di mercato. Un recente report di market.us riporta che nel 2022 il mercato globale dell’IA generativa nel settore sanitario è stato valutato a 0,8 miliardi di dollari e si prevede che raggiungerà i 17,2 miliardi di dollari entro il 2032, con un CAGR del 37% dal 2023 al 2032.
A dominare, con una quota di fatturato maggiore del 65% nel 2022, sono soprattutto le applicazioni cliniche (rispetto a quelle di sistema) utilizzate in vari campi medici, tra cui cardiovascolare, dermatologia, malattie infettive e oncologia.

I POTENZIALI RISCHI DELL’IA GENERATIVA

Sebbene le numerose potenzialità, dall’altro lato della medaglia, l’IA generativa nel settore sanitario, così come in tutti gli altri settori, solleva diversi rischi.
Tra i principali si annoverano:
• Output distorti. I risultati dell’IA generativa possono riflettere distorsioni intrinseche nei dati sottostanti. In risposta, le aziende di IA generativa devono assegnare esperti per esaminare i dati e i risultati e correggere le distorsioni attraverso varie tecniche statistiche.
• Falsi risultati. Poiché i modelli sono ancora in evoluzione, a volte possono generare risultati semplicemente sbagliati (un fenomeno nell’IA noto come allucinazione). I fornitori dovranno rendere i loro modelli più trasparenti e sottolineare la necessità di una revisione umana dei risultati.
• Privacy del paziente. I dati sanitari dei pazienti sono sensibili e devono essere gestiti con estrema cura. Le aziende con soluzioni di IA generativa dovrebbero chiarire la proprietà dei dati con i partner, rafforzare la sicurezza informatica e guardare oltre i dati esistenti per lo sviluppo di dati sintetici.
Al di là dei rischi sopra descritti un ulteriore ostacolo all’implementazione di tale tecnologia sono i costi eccessivi. Se da un lato l’intelligenza artificiale generativa ha il potenziale per ridurre i costi, dall’altro essa stessa richiede risorse significative, tra cui tempo e denaro, per sviluppare, addestrare, ottimizzare, gestire e aggiornare i modelli.

CONCLUSIONI
Pur non volendo ergere l’IA generativa a panacea, va sicuramente dato atto che essa offre un potente strumento per affrontare le tante sfide sanitarie e in generale per aumentare notevolmente l’efficienza, migliorare la qualità dell’assistenza e creare valore per le organizzazioni sanitarie.
Tuttavia, il successo dell’integrazione di queste tecnologie in ambito salute dipende dalla capacità di equilibrare i potenziali benefici e i rischi. A tal proposito, risulta in primis fondamentale, al di là di un solido quadro etico e normativo, investire nelle capacità e competenze di tutti gli attori coinvolti in modo tale da utilizzare la tecnologia in modo informato e consapevole e ottenere informazioni che siano accurate, complete e affidabili.

Research Fellow dell'Istituto per la Competitività (I-Com). Laureata in Economia presso l’Università degli Studi di Napoli “Federico II”, con una tesi in Finanza Aziendale Internazionale. Successivamente ha conseguito un master di II livello in “Concorrenza, economia della regolamentazione e della valutazione”, presso la medesima università.

LASCIA UN COMMENTO

Please enter your comment!
Please enter your name here

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.