I Big Data sono stati definiti, negli ultimi anni, “una fonte inestimabile di valore”, il nuovo oro, ma limitarsi a raccogliere i dati, pur sfruttando le migliori tecnologie disponibili sul mercato, non garantisce di ottenere informazioni di valore e soprattutto di estrarre conoscenza utile per progressi nella salute.

I dati sanitari sono utili solo se possono essere trasformati in informazioni significative e questo richiede set di dati di alta qualità, comunicazioni tra sistemi IT e formati di dati standard che possano essere facilmente elaborati.

La digitalizzazione della medicina promette grandi progressi per la salute globale, si prevede che i dati digitali trasformeranno la medicina.

Tuttavia, la maggior parte dei dati medici odierni manca di interoperabilità: i dati sono nascosti in silos isolati e in sistemi incompatibili, difficili da scambiare, analizzare e interpretare. E ciò rallenta il progresso medico, poiché le tecnologie che si basano su questi dati non possono essere utilizzate al massimo delle loro potenzialità.

L’utilizzo di formati interoperabili per i dati del mondo reale, Real World Data (RWD), dati relativi allo stato di salute dei pazienti raccolti di routine nella pratica clinica o, sempre più spesso, tramite app mobili nella vita quotidiana dei pazienti, apre varie opportunità per i ricercatori.

La digitalizzazione della medicina e l’enorme potenziamento delle capacità di calcolo hanno reso oggi possibile raccogliere dati sanitari elettronicamente, in grande quantità, molto velocemente e nel momento stesso in cui la prestazione viene erogata. È quindi possibile utilizzare i dati relativi a grandi numeri di soggetti rappresentativi della popolazione reale per descrivere l’impatto dell’assistenza, per predire i risultati e la risposta ai vari trattamenti a costi relativamente bassi, perché prodotti nella routine quotidiana e non raccolti soltanto con studi ad hoc.

I Real World Data (RWD) sono raccolti nella pratica clinica di routine attraverso una serie di fonti come le cartelle cliniche elettroniche, flussi amministrativi relativi alle ospedalizzazioni, alle prescrizioni di farmaci o alle prestazioni ambulatoriali, registri di farmaci e malattie, dati raccolti da altre fonti come i dispositivi mobili e tele-assistenza.

I dati del mondo reale sono inoltre preziosi per l’intelligenza artificiale e i metodi di apprendimento.

Permettono di trovare modelli e correlazioni in set di dati ad alta dimensionalità che possono aiutare i ricercatori ad individuare nuove ipotesi di ricerca che possono successivamente essere studiate in modo più mirato in studi clinici controllati (questi studi controllati rimarranno sempre importanti per escludere bias e per identificare relazioni causali).

Più in generale, se i dati sanitari sono strutturati secondo standard internazionali, i dati sono molto più facili da analizzare e si riducono gli sforzi necessari per la preparazione dei dati all’analisi, permettendo di accelerare il processo di ricerca.

Allo stesso modo, i dati interoperabili possono garantire che un’analisi venga eseguita su diverse fonti di dati, utilizzando dati provenienti da diverse istituzioni o Paesi. Questo aspetto è molto importante per la ricerca scientifica dove è spesso necessario unire più gruppi di ricerca multidisciplinari per raggiungere un’analisi significativa e per passare i risultati nella pratica clinica.

In sintesi, l’interoperabilità può generare nuove conoscenze mediche, rendendo possibile un’analisi più efficiente delle fonti di dati esistenti, promuovere pratiche mediche basate sull’evidenza ed accelerare la loro implementazione nelle politiche di salute pubblica.