Come i digital twin supportati dall’AI stanno trasformando la previsione del rischio, dalle sale operatorie alle cabine di pilotaggio

Anche in un ambiente altamente controllato come una sala operatoria, dove professionisti esperti seguono protocolli rigorosi, possono verificarsi eventi imprevisti. Guasti alle apparecchiature, complicanze fisiologiche o problemi di comunicazione possono avere conseguenze significative sia per i pazienti sia per gli operatori sanitari.

Secondo l’Haute Autorité de Santé (HAS) francese, ogni anno vengono ancora segnalati migliaia di incidenti gravi nelle strutture sanitarie, evidenziando la necessità di approcci sempre più evoluti alla prevenzione del rischio.

Con l’invecchiamento della popolazione e la crescente complessità delle procedure mediche, i sistemi sanitari devono affrontare una pressione crescente per migliorare gli esiti clinici garantendo al contempo efficienza operativa. Questo porta a una domanda fondamentale:

E se il personale sanitario potesse prevedere gli eventi critici prima che si verifichino?

È questa la sfida affrontata da PRIA (Prédiction des Risques par Intelligence Artificielle), un progetto innovativo guidato da Akkodis che combina Intelligenza Artificiale, analytics predittiva e tecnologia digital twin per supportare il personale medico nell’identificazione dei rischi in tempo reale.

«L’obiettivo è superare un approccio basato esclusivamente sugli alert reattivi e passare a una gestione proattiva del rischio. Sincronizzando un digital twin con l’ambiente reale, è possibile modellare, prevedere e anticipare potenziali rischi prima che si manifestino.»

Imen Abidi, PRIA Project Leader

Portare tecnologie predittive in sala operatoria

Il settore Healthcare sta attraversando una profonda trasformazione tecnologica. Se da un lato l’innovazione rende possibili trattamenti e procedure chirurgiche sempre più avanzati, dall’altro introduce nuovi livelli di complessità operativa.

Per affrontare questa sfida, il team PRIA ha sviluppato un digital twin della sala operatoria: una replica virtuale costantemente sincronizzata con il relativo ambiente fisico.

Attraverso modelli di Intelligenza Artificiale e strumenti di analytics predittiva, il sistema è in grado di monitorare simultaneamente molteplici variabili e individuare pattern associati a potenziali eventi avversi, tra cui:

• Malfunzionamenti delle apparecchiature
• Anomalie nei parametri vitali dei pazienti
• Aumento del rischio di infezioni
• Sovraccarico cognitivo del personale sanitario
• Possibili scenari di peggioramento delle condizioni cliniche

L’obiettivo non è limitarsi a reagire agli incidenti ma supportare il personale medico nell’anticipare potenziali criticità, favorendo decisioni più rapide, informate ed efficaci.

Un digital twin che apprende e si adatta

Al centro del progetto PRIA c’è un’architettura avanzata di digital twin progettata per rappresentare la complessità di una sala operatoria reale.

Il team di progetto, composto da 10 a 20 specialisti nelle diverse fasi di sviluppo, ha adottato un approccio basato su un sistema multi-agente. Diversi agenti AI dedicati al monitoraggio, alla previsione, all’adattamento e al supporto decisionale collaborano tra loro per consentire alla piattaforma di rispondere all’evoluzione delle condizioni operative in modo dinamico.

«Il concetto centrale è il digital twin stesso», spiega Abidi. «Disponiamo di una sala operatoria fisica e di una sua controparte digitale. I due ambienti vengono sincronizzati regolarmente, consentendo al sistema digitale di eseguire attività di modellazione, simulazione, apprendimento e previsione.»

Questo scambio continuo tra ambiente fisico e digitale crea un feedback loop che contribuisce sia al miglioramento delle performance operative, sia all’evoluzione del modello nel tempo.

La piattaforma integra, inoltre, funzionalità di reinforcement learning, che consentono al digital twin di affinare progressivamente le proprie capacità predittive attraverso l’analisi di nuovi scenari e dei relativi risultati.

Migliorare la sicurezza dei pazienti attraverso l’innovazione

Lo sviluppo di soluzioni di AI predittiva in ambito sanitario ha richiesto di affrontare sfide significative.

Uno degli aspetti più complessi del progetto ha riguardato l’accesso ai dati clinici. Per superare questo limite e garantire al tempo stesso il rispetto dei requisiti di privacy e protezione dei dati, il team di ricerca ha utilizzato dati fittizi per l’addestramento e la validazione dei modelli.

Nonostante queste complessità, il settore healthcare è stato scelto come primo ambito applicativo per il potenziale impatto che la tecnologia può generare a beneficio delle persone e dei sistemi sanitari.

«Se un sistema è in grado di anticipare i rischi e aiutare il personale medico a prevenire eventi avversi, può contribuire direttamente a salvare delle vite»,afferma Abidi.

La fase successiva del progetto potrebbe prevedere la sperimentazione della piattaforma direttamente in sala operatoria, con l’obiettivo di validarne ulteriormente le capacità predittive in contesti reali.

Oltre la formazione: un nuovo approccio alla gestione del rischio

I digital twin sono spesso associati ad attività di simulazione e formazione. Il progetto PRIA estende significativamente queste possibilità.

Combinando dati operativi in tempo reale e modelli di AI predittiva, la piattaforma consente ai professionisti sanitari di valutare scenari potenziali prima che si verifichino. Il passaggio da un modello basato sul monitoraggio reattivo a una gestione proattiva del rischio, rappresenta un’evoluzione significativa per l’innovazione nel settore sanitario.

Il risultato, è un sistema in grado di:

• Anticipare l’insorgenza di potenziali rischi
• Supportare il processo decisionale clinico
• Migliorare gli esiti per i pazienti
• Incrementare l’efficienza operativa
• Rafforzare la resilienza complessiva del sistema

Dalle sale operatorie alle cabine di pilotaggio

Sebbene inizialmente sviluppata per il settore sanitario, la tecnologia alla base di PRIA trova applicazione in ambiti che vanno ben oltre la medicina.

«L’elemento innovativo è il concetto stesso di digital twin»,afferma Abidi. «Può essere applicato a qualsiasi sistema complesso e non deterministico in cui interagiscono molteplici entità.»

Uno di questi contesti è il settore dell’aviazione.

Le cabine di pilotaggio condividono numerose caratteristiche con le sale operatorie: elevata complessità, forte carico cognitivo e una costante attenzione alla sicurezza.

Il team PRIA ha già iniziato a trasferire le proprie competenze in casi d’uso legati al mondo aeronautico.

In collaborazione con un importante produttore di aeromobili, sono stati analizzati dati provenienti da:

• Sistemi di gestione del volo
• Motori aeronautici
• Monitoraggio elettroencefalografico (EEG)
• Misurazioni elettrocardiografiche (ECG)
• Sistemi di eye-tracking
• Sensori per il monitoraggio della respirazione

L’obiettivo era comprendere con maggiore precisione il carico cognitivo dei piloti, i fenomeni di affaticamento e i processi decisionali in condizioni operative.

A supporto dell’evoluzione delle Single Pilot Operations

Una delle applicazioni più rilevanti riguarda il dibattito in corso sulle Single Pilot Operations (SPO).

Mentre il settore aerospace valuta i possibili modelli operativi basati su un unico pilota, la sicurezza continua a rappresentare l’elemento prioritario.

Le tecnologie basate su digital twin e modelli predittivi possono offrire un supporto significativo, contribuendo a identificare tempestivamente potenziali rischi, monitorare il carico cognitivo del pilota e fornire informazioni a supporto del processo decisionale in tempo reale.

«In un contesto SPO, il pilota è chiamato a gestire responsabilità significative»,spiega Abidi. «Un sistema di supporto predittivo in grado di anticipare i rischi e assistere il processo decisionale potrebbe contribuire a migliorare sia la sicurezza sia l’efficienza operativa.»

Pur continuando a valutare con attenzione l’evoluzione dei futuri modelli operativi, il settore aeronautico può trovare nei digital twin basati sull’AI un importante alleato per supportare ogni trasformazione mantenendo i più elevati standard di sicurezza.

Il futuro dei digital twin basati sull’AI

Il progetto PRIA dimostra come i digital twin stiano evolvendo da semplici strumenti di simulazione a sistemi intelligenti capaci di prevedere eventi, apprendere dall’esperienza e supportare decisioni critiche in tempo reale.

Nei settori healthcare, aerospace, manufacturing, energy e infrastrutture connesse, cresce la necessità di tecnologie in grado di trasformare l’incertezza in informazioni utili a supportare le decisioni operative.

«Il principale punto di forza dei digital twin è la capacità di mantenere una sincronizzazione continua tra il mondo fisico e quello digitale»,conclude Abidi. «Anche in presenza di eventi imprevisti o anomalie, il sistema è in grado di adattarsi e aggiornarsi rapidamente.»

Dalle sale operatorie alle cabine di pilotaggio, i digital twin basati sull’AI aiutano le organizzazioni ad anticipare potenziali scenari futuri, contribuendo a migliorare sicurezza, resilienza e performance.

Per i digital twin, le opportunità di sviluppo non si fermano qui: rappresentano solo l’inizio di una nuova fase nell’evoluzione dei sistemi intelligenti.