Mercoledì 29 maggio, Sapienza Information-Based Technology InnovaTion Center for Health (STITCH) ha realizzato uno stimolante seminario interdisciplinare, che ha visto collaborare medici sociologi ed informatici, per disquisire su un argomento piuttosto popolare, dal nome “Social Network Analytics to support diagnosis”.
Attraverso l’utilizzo delle reti sociali, oggigiorno le persone generano inconsapevolmente un’enorme quantità di dati sociali per descrivere le loro esperienze di assistenza sanitaria e cercano continuamente informazioni su malattie, sintomi, diagnosi, medici, opzioni terapeutiche e farmaci.
Analizzare le relazioni tra umani attraverso i metodi di Social Network Analytics (in particolare, le tecniche di text mining), anche in ambito medico, è importante e interessante per una serie di motivi che si sono cercati di evidenziare durante il simposio. Due, nelle specifico, gli ambiti applicativi di cui si è parlato: la sorveglianza epidemiologica e l’analisi della qualità della vita dei pazienti, ai fini di migliorare il dialogo tra medico e paziente.
Dunque, tramite lo studio dei tipi di messaggio che le persone si scambiano, come queste interagiscono e parlano delle loro malattie, del loro stato di salute e delle loro condizioni, come dialogano con i dottori attraverso i vari blog online ma anche attraverso reti sociali generali come possono essere Facebook o Twitter, possiamo ricavare una impronta digitale delle malattie; come queste vengono percepite e descritte proprio con le parole che i pazienti stessi utilizzano.
Il workshop ha analizzato le reti sociali da tre punti di vista, affrontati da esperti del settore:
- Per il settore del computer scientist, la professoressa Paola Velardi del Dipartimento di Informatica;
- Per l’ambito medico, il dott. Alberto Eugenio Tozzi dell’Ospedale Bambino Gesù;
- Per il campo della sociologia, la dott.essa Cristina Cenci della Digital health Academy.
Uno degli obiettivi prefissato e raggiunto è stato anche quello di dare, in maniera molto divulgativa, un’idea di quali siano le tecniche di analisi. La prima cosa da notare è che le reti sociali sono abbastanza diverse dalle reti regolari. Nella rete regolare ogni nodo ha lo stesso numero di collegamenti con gli altri nodi; al contrario, le reti sociali hanno una struttura completamente diversa, le connessioni che esistono tra gli individui in una rete sociale sono molto variabili e nonostante questo il modo in cui le connessioni si aggregano ci forniscono utili informazioni.
In generale l’analisi delle reti sociali è basata su due tipi di metodologie: analisi del linguaggio tra le persone; analisi strutturale, come sono connessi gli individui tra di loro. L’analisi strutturale, in particolare, consiste nel trovare sostanzialmente tre tipi di cose all’interno della rete:
- chi sono le persone importanti, le quali possono essere di due tipi: le persone c.d. centrali (centrali), cioè persone che hanno molte connessioni (influencer); le persone c.d. ponte (bridges), quelle che mettono gli utenti in comunicazione tra di loro (connectors, connettori tra comunità);
- trovare le comunità, gruppi di individui che sono tra di loro più strettamente connessi rispetto al resto della rete perchè uniti da un interesse comune;
- analizzare e prevedere come l’informazioni si propaga attraverso la rete.
Attraverso queste considerazioni, si è evidenziato come è possibile valorizzare la conversazione medico-paziente nella cura e nella ricerca attraverso strumenti dedicati, ancorati a modelli metodologici adeguati. Ad esempio, la medicina narrativa può offrire questi modelli.
“Con il termine di Medicina Narrativa (mutuato dall’inglese Narrative Medicine) si intende una metodologia d’intervento clinico-assistenziale basata su una specifica competenza comunicativa. La narrazione è lo strumento fonda-mentale per acquisire, comprendere e integrare i diversi punti di vista di quanti intervengono nella malattia e nel processo di cura. Il fine è la costruzione condivisa di un percorso di cura personalizzato (storia di cura).
La Medicina Narrativa (NBM) si integra con l’Evidence-Based Medicine (EBM) e, tenendo conto della pluralità delle prospettive,rende le decisioni clinico-assistenziali più complete, personalizzate,efficaci e appropriate” (Istituto Superiore di Sanità)
Obiettivo prefissato del futuro è quello di investire al meglio nelle tecniche di analisi suddette per poter migliorare la tempestività e l’efficienza delle cure.