intelligenza artificiale

Ad oggi, esistono molte tecnologie che permettono di favorire l’assistenza infermieristica, tra cui il cloud computing, l’imaging ad alta risoluzione, le cartelle cliniche informatizzate in cui vengono raccolti e condivisi i dati sanitari dei pazienti e tutti quei robot definiti “di assistenza fisica o chirurgica”. (Abdi et al., 2018) Tuttavia, tali robot non rispondono al crescente carico di salute mentale riconosciuto nella popolazione anziana. È qui che il concetto di Robot Socialmente Assistivi (SAR) sta guadagnando terreno. Si tratta di robot abili nel completare una serie complessa di compiti fisici con l’aggiunta di un’interfaccia social in grado di convincere un utente che il robot sia un partner di interazione sociale. (Hegel et al., 2009) I SAR sono stati classificati in due gruppi operativi: robot di servizio e robot di accompagnamento. I robot di servizio hanno il compito di aiutare nelle attività di vita quotidiana, mentre i robot di accompagnamento vengono generalmente associati al miglioramento dello stato psicologico e del benessere generale dei suoi utenti. Tra questi vi sono “My Spoon” che aiuta i degenti durante i pasti, robot che assistono gli anziani nell’igiene personale, robot da compagnia come “Paro” con le sembianze di una foca utilizzato per stimolare l’emotività dei pazienti in ospedale o nelle case di cura (simile alla pet therapy), robot in grado di trasportare medicinali e Care-O-Bot capaci di riposizionare i pazienti a letto o anche di educare ed incoraggiare le persone a seguire stili di vita adeguati. In particolare, il modo in cui i SAR possono essere utilizzati sono due: sessioni di gruppo e sessioni singole. Per quanto riguarda le sedute di gruppo, esse hanno riportato buoni risultati, tra cui una riduzione dell’ansia ed un incremento delle emozioni positive, ma anche risultati negativi come l’aumento dello stato di agitazione e anche del peggioramento della demenza.

(Abdi et al., 2018) Per esempio, uno studio giapponese ha dimostrato che l’utilizzo di Paro in una sessione di gruppo ha prodotto dei miglioramenti importanti del tono dell’umore. (Wada et al., 2002) Altri lavori hanno sottolineato un miglioramento del livello di socialità negli individui che si trovano nel gruppo. (Chu et al., 2017)

(Jøranson et al., 2016) (Sung et al., 2015) In altra ricerca olandese, sono stati confrontati due tipi di sessioni singole: quelle terapeutiche, in cui Paro veniva introdotto nei momenti in cui il soggetto era in difficoltà psicologica e quelle di supporto dove Paro, invece, veniva utilizzato per migliorare le attività di vita quotidiana; solo l’intervento terapeutico ha mostrato un significativo miglioramento dell’umore. (Bemelmans et al., 2015) Da ciò, si è potuto constatare che le sessioni di gruppo sono efficaci per creare delle emozioni positive, mentre quelle singole si sono dimostrate più adatte per cercare di lavorare sulle emozioni negative e nell’alleviare gli stati di ansia.

Dalla revisione è emerso che tramite l’intelligenza artificiale è possibile migliorare anche alcuni aspetti cognitivi come la memoria e le funzioni esecutive. Per lo svolgimento di alcuni studi sono stati inclusi sia pazienti con demenza che no, utilizzando diversi tipi di robot e riscontrando dei risultanti positivi. Ad esempio, in due articoli per valutare l’impatto delle interazioni dei robot socialmente assistivi sullo stato cognitivo dei pazienti, è stato utilizzato come indicatore di risultato il Mini-Mental State Examination (MMSE). (Tanaka et al., 2012) (Valentì Soler et al., 2015) Altri lavori, invece, hanno impiegato la neuroimmagine per valutare i cambiamenti successivi alla sessione con SAR. In uno studio coreano si è visto che uno dei primi cambiamenti osservati, durante il trattamento con SAR, riguardava lo spessore della corticale del cervello con una riduzione dell’assottigliamento; inoltre, è stato riscontrato un miglioramento delle funzioni esecutive, dello stato cognitivo e dell’efficacia della comunicazione. (Kim et al., 2013)

Un altro scopo sperimentato con i SAR ha riguardato il miglioramento della socialità con la riduzione della solitudine nei soggetti fragili. Tutti gli studi analizzati hanno concluso che le sessioni con i robot socialmente assistivi hanno migliorato il modo di socializzare dei pazienti, monitorando tali cambiamenti mediante delle registrazioni e delle scale validate basate sulla comunicazione. (Abdi et al., 2018)

In letteratura, un’ulteriore applicabilità dei SAR risulta essere focalizzata sulla modifica dei parametri vitali; infatti, in uno studio effettuato in Nuova Zelanda si è investigato come il robot Paro riuscisse a modificare la pressione e la frequenza cardiaca. In particolar modo, si evidenziato come in una distanza temporale dai 5 ai 10 minuti si è registrata una diminuzione importante della pressione sistolica e diastolica e della frequenza cardiaca. Inoltre, un’altra importante funzione che i robot possono offrire è quella di monitoraggio dei parametri e dei movimenti. Questa capacità può essere di supporto al personale infermieristico e ai caregivers nel controllo dei parametri vitali, nella terapia e nella prevenzione di comportamenti che potrebbero provocare cadute o danni all’assistito. (Robinson et al., 2013)

Con lo scopo di conoscere tutte le applicazioni che può avere l’A.I. nel nursing, in uno studio di Seibert K et al, il quale aveva come obiettivo di riassumere i metodi di applicazione dell’A.I. in diversi contesti di assistenza (ambulatoriale, di degenza a lungo termine o per acuti e di educazione), è emerso che il machine learning risulta essere il più utilizzato. Inoltre, si è evidenziato come esso sia fondamentale nell’elaborazione di immagini, video ed audio con la funzione di analisi e classificazione dei dati, nella pianificazione e nell’archiviazione, permettendo di organizzare e dare priorità alle attività e migliorare l’efficienza delle procedure per il personale. Nella Tabella 1 vengono descritti gli scopi degli approcci dell’A.I. nell’assistenza infermieristica. (Seibert et al., 2021)

Tabella I. Frequenze delle finalità dichiarate (monitoraggio, tracciamento, classificazione, previsione e supporto) delle soluzioni di intelligenza artificiale (N=292).

In altro articolo di Bajo J et al, è stato sperimentato un sistema ad agenti multipli in residenze geriatriche per rendere più efficiente il tempo lavorativo, utilizzando il metodo del machine learning al fine di avere un ragionamento basato su casi. In questo studio durato 6 mesi, effettuato su un campione di 10 infermieri, si è visto che i tempi dedicati alla supervisione ed al controllo venivano ridotti dedicando, di conseguenza, più tempo all’assistenza diretta.

Il sistema multi-agenti è stato utilizzato anche nello studio di Tapia D et al, dove si è visto che il tempo impiegato nel monitoraggio dei pazienti si è ridotto da 150 a 90 minuti. Differentemente, nella ricerca di Tang V et al, si è sviluppato un sistema di pianificazione delle cure infermieristiche basato sul cloud e sul text mining per facilitare il processo decisionale del personale sanitario responsabile delle ammissioni. Inoltre, è emerso che l’efficienza della pianificazione dell’assistenza è migliorato, il tempo di risposta della gestione di nuove applicazioni e di attesa per la documentazione è diminuito e il numero delle revisioni del piano di cura si è ridotto.

Un altro impiego dell’A.I. è stato proposto da Bayen E et al, che ha esaminato l’uso di videocamere per il monitoraggio delle cadute con l’invio di una notifica agli infermieri in pazienti affetti da demenza nelle case di cura, dimostrando una efficacia di tale metodica. (Bayen et al., 2021)

Da un’ulteriore revisione, condotta in pazienti in regime di ricovero ospedaliero (pediatria o terapia intensiva), residenti in strutture a lunga degenza (dove sono anche stati inclusi i caregivers e altri professionisti sanitari) e persone con demenza o malattie cognitive in ambito territoriale, è emersa una notevole affidabilità di tale modello tecnologico in quanto è risultato essere un importante aiuto nella prevenzione di comportamenti pericolosi come, ad esempio, il rischio di fughe non prevedibili correlate ad alcune malattie degenerative.

Alla luce di quanto è emerso da tale revisione, si può concludere che il robot potrebbe sostituirsi all’infermiere permettendo al paziente di rimanere in un ambiente familiare (come la propria abitazione) pur essendo controllato. D’altra parte, gli svantaggi di utilizzare questi dispositivi automatici per monitorare ed assistere i pazienti sono il rischio di violazione della privacy e la mancanza di una relazione empatica al pari di quella che si instaurerebbe con un professionista. In merito a ciò, l’etica rappresenta uno dei più grandi ostacoli da superare e cresce sempre più l’esigenza di rendere i robot socialmente più accettabili; infatti, in uno studio condotto in 27 Paesi europei risulta che più del 50% dei partecipanti ha espresso una forte opposizione nel ricevere assistenza da un robot. Tutt’oggi, sono in corso delle ricerche rivolte al processo che mira a far apprendere ad un’intelligenza artificiale decisioni etiche attraverso due approcci: il top-down e bottom-up. Il primo metodo consiste nell’introdurre un codice etico all’interno del sistema che viene quindi incorporato nell’algoritmo del robot, il secondo invece, utilizza il machine learning per osservare il comportamento degli infermieri e quali decisioni etiche mettono in pratica. In Italia, nel contesto di applicazione dei robot in situazioni in cui bisogna effettuare delle scelte etiche, è necessario analizzare il Codice Deontologico infermieristico in