6 minute read

intelligenza artificiale

modo da poter identificare qualsiasi tipo di criticità nella collaborazione tra personale sanitario e colleghi robotici. Infatti, nella revisione del 2019 vengono consolidati il principio dell’autodeterminazione della persona assistita e la responsabilità professionale dell’infermiere durante tutta la durata del rapporto di assistenza. Nell’articolo 4, si può osservare come la relazione umana con la persona assistita sia al centro dell’attenzione e come la comunicazione diventi parte integrante della cura. (www.fnopi.it) Dunque, i robot potrebbero rappresentare uno strumento in grado di rafforzare questo aspetto, ad esempio nei servizi di telemedicina.

In merito all’empatia, alcuni studi hanno dimostrato come un robot guidato dall’intelligenza artificiale sia stato in grado di predire il comportamento di un altro robot solo osservandolo. Questo potrebbe essere il primo segno che dimostra come anche nei robot possa esistere una teoria della mente (theory of mind), ovvero la capacità degli umani di identificarsi tra loro e prevedere le loro azioni. (Papadopoulos et al., 2020) Al momento, quindi, sembra che i robot non possano ancora operare in un rapporto paziente-infermiere, ma nel futuro sarà possibile vedere questo cambiamento.

Discussione

Dai risultati emersi dalla ricerca della letteratura, si evidenzia come i metodi di apprendimento automatici siano in grado di ridurre i costi, aiutare i professionisti sanitari e permettere al personale ed ai caregivers di dedicare più tempo all’assistito.

La professione infermieristica si mostra sempre più in continua evoluzione, ma negli ultimi anni si sta riscontrando una carenza di professionisti al fronte di un incremento della domanda assistenziale da parte della popolazione; infatti, la diminuzione del personale infermieristico e l’aumento dell’aspettativa di vita, creano un calo della forza lavoro e della qualità dell’assistenza. Per essere in grado di garantire le cure necessarie, gli studi suggeriscono l’utilizzo dell’intelligenza artificiale come supporto nell’erogazione di servizi sanitari e socio-sanitari, migliorandone la qualità e l’efficienza.

Questa collaborazione con la tecnologia la si riscontra soprattutto nelle realtà assistenziali per anziani, dove l’uso di robot risulta la soluzione più efficace, poiché sono sempre disponibili durante il giorno ed erogano un’assistenza costante. Essi possono essere applicati anche nella cura dei bambini, delle persone con demenza, autismo e disabilità, per effettuare esercizi di mobilità, monitorare e trasportare le persone, ma anche come supporto morale, cognitivo, emotivo o per compagnia. L’uso dell’intelligenza artifi- ciale attraverso tali robot permette di aiutare le persone a mantenere o migliorare la propria autonomia e ai caregivers o agli infermieri di avere più tempo da dedicare alla persona riducendo lo stress; inoltre, consente un monitoraggio continuo dei parametri vitali e degli spostamenti del paziente durante la giornata.

Tra i robot socialmente assistivi descritti nei vari articoli, si sottolinea come Paro risulti essere il più efficace nel supportare gli infermieri nel migliorare la salute psicologica dei pazienti ed il loro umore. Avendo le stesse sembianze di un animale, gli effetti riscontrati sono simili a quelli della pet-therapy, dando al paziente l’illusione di una relazione attraverso un coinvolgimento emotivo, un aumento dei livelli di attenzione e favorendo lo sviluppo di nuovi comportamenti ed attività sociali. Tra i fattori negativi dell’utilizzo di robot, vi è un possibile isolamento e una dipendenza tecnologica, che potrebbe portare alla riduzione della richiesta di caregivers. Inoltre, riguardo il timore della violazione della privacy, le organizzazioni sanitarie dovrebbero necessariamente implementare programmi mirati ad una maggior tutela possibile del paziente. Infine, nell’immaginario comune, i robot vengono spesso percepiti con il solo scopo di sostituire le persone nel lavoro, facendolo in modo più sistematico ma con meno empatia. Per questo motivo, soprattutto nella professione infermieristica, il loro utilizzo ha sempre portato a discussioni etiche riguardo l’insensibilità delle prestazioni; negli ultimi anni, però, si sta evidenziando una crescente accettazione dell’A.I., anche se rimane comunque necessario educare alla cooperazione e convivenza con tali macchine intelligenti. Per riuscire a migliorare la qualità dell’assistenza è importante che i professionisti sanitari imparino a collaborare con i robot senza percepirli come avversari.

CONSLUSIONI

Prendersi cura delle persone, educare gli individui sani e supportare quelli malati sono alcune delle caratteristiche con cui si valuta la qualità dell’assistenza infermieristica; inoltre, grazie al progresso tecnologico, si rende necessario un rinnovamento orientato ad una maggiore aderenza e compatibilità con l’intelligenza artificiale. Poiché le attività che i robot riescono ad eseguire sono sempre più assistenziali come partecipare ad un’emergenza, provvedere al supporto emotivo, gestire la somministrazione dei farmaci e molte altre, aiutando o sostituendo le persone nelle varie attività quotidiane, l’infermieristica dovrebbe essere al primo posto nella gestione di tali cambiamenti. Risulta fondamentale, dunque, accogliere queste opportunità al fine di perseguire l’efficacia, l’efficienza, la sicurezza e la qualità.

Bibliografia

Abdi, J. Al-Hindawi, A. Ng, T. Vizcaychipi, M.P. (2018) Scoping re view on the use of socially assistive robot technology in elderly care. BMJ Open, 8(2):e018815.

Archibald, M.M. Barnard, A. (2017) Futurism in nursing: Techno logy, robotics and the fundamentals of care. Journal of Clinical Nursing, 27, 2473-2480.

Bajo, J. Corchardo, J. Rodriguez, S. (2008) GR-MAS: multi-agent system for geriatric residences. 18th European Conference on Ar tificial Intelligence.

Bayen, E. Nickels, S. Xiong, G. Jacquemot, J. Subramaniam, R. Agrawal, P. Hemraj, R. Bayen, A. Miller, B.L. Netscher, G. (2021) Reduction of Time on the Ground Related to Real-Time Video Detection of Falls in Memory Care Facilities: Observational Stu dy. J Med Internet Res, 23(6):e17551.

Bemelmans, R. Gelderblom, G.J. Jonker, P. De Witte, L. (2015) Effectiveness of Robot Paro in Intramural Psychogeriatric Care: A Multicenter Quasi-Experimental Study. J Am Med Dir Assoc, 16:946-950.

Bohr, A. Memarzadeh, K. (2020) The rise of artificial intelligence in healthcare applications. Elsevier, 25-60.

Chen, D. Bharucha, A.J. Wactlar, H.D. (2007) Intelligent Video Mo nitoring to Improve Safety of Older Persons. 29th Annual Inter national Conference of the IEEE Engineering in Medicine and Biology Society, Lyon, 3814-3817.

Chu, M.T. Khosla, R. Khaksar, S.M. Nguyen, K. (2017) Service innovation through social robot engagement to improve dementia care quality. Assistive Technology, 29, 8-18.

Hegel, F. Muhl, C. Wrede, B. Hielscher-Fastabend, M. Sagerer, G. (2009) Understanding Social Robots. Second Int Conf Adv Comput Interact, Cancun, 169-74.

Jøranson, N. Pedersen, I. Rokstad, A.M.M. Aamodt, G. Olsen, C. Ihlebæk, C. (2016) Group activity with Paro in nursing homes: systematic investigation of behaviors in participants. International Psychogeriatrics, 28, 1345-1354.

Kim, G.H. Jeon, S. Im, K. Seo, S.W. Cho, H. Noh, Y. Yoon, C. Kim, H.J. Ye, B.S. Chin, J.H. Lee, B.H. Park, S.E. Kim, H.J. Choi, M.T. Kim, M.S. Na, D.L. (2013) Structural brain changes after robot-assisted cognitive training in the elderly: A single-blind randomized controlled trial. Alzheimer’s & Dementia, 9, 476-477.

LeCun, Y. Bengio, Y. Hinton, G. (2015) Deep learning. Nature, 436444.

Maalouf, N. Sidaoui, A. El hajj, I.H. Asmar, D. (2018) Robotics in Nursing: A Scoping Review. Journal of Nursing Scholarship, 590600.

McCarthy, J. (2007) What is Artificial Intelligence?. Computer Science Department, Stanford University.

Papadopoulos, I. Koulouglioti, C. Lazzarino, R. Ali, S. (2020) Enablers and barriers to the implementation of socially assistive humanoid robots in health and social care: a systematic review. BMJ Open, 10(1):e033096.

Robinson, H. MacDonald, B. Broadbent, E. (2015) Physiological effects of a companion robot on blood pressure of older people in residential care facility: A pilot study. Australas J Ageing, 34, 27-32.

Seibert, K. Domhoff, D. Brunch, D. Schulte-Althoff, M. Fürstenau, D. Biessmann, F. Wolf-Ostermnann, K. (2021) Application Scenarios for Artificial Intelligence in Nursing Care: Rapid Review. JMIR Publication, 23(11):e26522.

Sung, H.C. Chang, S.M. Chin, M.Y. Lee, W.L. (2015) Robot-assisted therapy for improving social interactions and activity par- ticipation among institutionalized older adults: A pilot study. Asia-Pacific Psychiatry, 7: 1-6.

Tanaka, M. Ishii, A. Yamano, E. Ogikubo, H. Okazaki, M. Kamimura, K. Konishi, Y. Emoto, S. Watanabe, Y. (2012) Effect of a human-type communication robot on cognitive function in elderly women living alone. Med Sci Monit, 18: 550-557.

Tang, V. Siu, P.K. Choy, K.L. Lam, H.Y. Ho, G.T. Lee, C.K. Tsang, Y.P. (2019) An adaptive clinical decision support system for serving the elderly with chronic diseases in healthcare industry. Expert Systems, 36(2).

Tapia, D.I. Corchado, J.M. (2009) An Ambient Intelligence Based Multi-Agent System for Alzheimer Health Care. International Journal of Ambient Computing and Intelligence, 15-26.

Valentí Soler, M. Agüera-Ortiz, L. Olazarán Rodríguez, J. Mendoza Rebolledo, C. Pérez Muñoz, A. Rodríguez Pérez, I. Osa Ruiz, E. Barrios Sánchez, A. Herrero Cano, V. Carrasco Chillón, L. Felipe Ruiz, S. López Alvarez, J. León Salas, B. Cañas Plaza, J.M. Martín Rico, F. Abella Dago, G. Martínez Martín, P. (2015) Social robots in advanced dementia. Front Aging Neurosci, 7:133.

Wada, K. Shibata, T. Saito, T. Tanie, K. (2002) Effects of robot assisted activity for elderly people at day service center and analysis of its factors. 4th World Congress on Intelligent Control and Automation, 2, 1301-1305.

Yu, K.H. Beam, A.L. Kohane, I.S. (2018) Artificial intelligence in healthcare. Nature Biomedical Engineering, 2, 719-731.

Sitografia

Ferilli, S. et al. (2021) L’intelligenza artificiale per lo sviluppo sostenibile. https://www.cnr.it/sites/default/files/public/media/attivita/ editoria/VOLUME%20FULL%2014%20digital%20LIGHT. pdf

19/04/72022. https://www.cc-ti.ch/ia-al-servizio-delle-aziende/ 19/04/2022. https://www.intelligenzaartificiale.it/machine-learning/ 02/05/2022. https://www.fnopi.it/archivio_news/attualita/2688/codice%20deontologico_2019.pdf

1. Infermiera - UOC Medicina e Chirurgia d’Accettazione e D’Urgenza-Pronto Soccorso - ASUR Marche Area Vasta N. 4

2. Direttore Attività Didattiche Professionalizzanti - CdL Infermieristica – ASUR Marche Area Vasta N.5

3. Direttore - UOC Servizio Professioni Sanitarie - ASUR Marche Area Vasta N.4

4. Coordinatrice Infermieristica - SOD Cardiochirurgia e Cardiologia Pediatrica e Congenita UTIP – AOU Ospedali Riuniti di Ancona.

5. Tutor clinico di tirocinio – CdL Infermieristica - ASUR Marche Area Vasta N.4

6. Bed Manager - ASUR Marche Area Vasta N.4

7. Infermiera - SOD Pronto Soccorso – AOU Ospedali Riuniti di Ancona

8. UOC Pronto Soccorso – ASUR Marche Area Vasta N.3

9. Infermiera – UOC Day Surgery - ASUR Marche Area Vasta N.5

10. Infermiera - Area Punti Vaccinali Covid - ASUR Marche Area Vasta N. 4

Monica Piovi e Piero Fidanza

This article is from: