L'impiego del machine learning sta crescendo anche in ambito sanitario. La rivoluzione sanitaria, in verità, è iniziata nel 2011 e da allora ha fatto dei buoni passi in avanti. Con il passare del tempo l'adozione della tecnologia si è allargata anche alla sfera della prevenzione, passando da una sanità basata sulla figura del medico centralizzato ad una sempre più centrata sul paziente, ovvero focalizzata su aspetti come la prevedibilità, la prevenzione, la personalizzazione e la previsione. Il tutto con al centro una risorsa: quella dei dati. I dati sono diventati il punto focale e cruciale delle attuali iniziative. Ma si registrano difficoltà su questo fronte: non c'è la cultura necessaria e non ci sono le competenze che servirebbero.

In ogni modo, ha ribadito Giandomenico Nollo, il machine learning viene in aiuto, unitamente alla messa in pista nel 2012 di un nuovo regolamento europeo per i dispositivi medici, che ha permesso al mercato di maturare e di consolidarsi, anche se all'orizzonte appaiono indispensabili altre misure normative. La qualità del software ha e avrà un ruolo importante anche nella sanità. "Il software, ha evidenziato, può essere qualificato come un dispositivo medico nel caso embedded oppure come Software as a Service".

Il risultato atteso è l'avanzamento nella capacità diagnostica, terapeutica e previsionale. Le applicazioni di telemedicina consentono ad esempio funzioni di monitoraggio, diagnostica e terapia e riabilitazione a domicilio, ma anche la connessione con centri specialistici per teleconsulto, mentre le potenzialità del data analytics, applicato alla grande varietà di dati sempre più disponibili, possono sviluppare modelli predittivi a beneficio del singolo (modelli di rischio personalizzati) e dell'organizzazione sanitaria (preparazione del sistema alle minacce in arrivo). Approcci di machine learning e deep learning stanno evidenziando importanti risultati su tutta la filiera della produzione di salute.

L'intelligenza artificiale si è infatti dimostrata utile nella diagnostica per immagini, così come la moderna chirurgia fa già ampio uso di sistemi robotici e di pianificazione dell'intervento. L'elenco potrebbe altresì continuare con altre sfaccettature dell'applicazione di algoritmi IA al mondo dei servizi sanitari e del benessere della persona. Tuttavia, queste grandi potenzialità devono tener conto di aspetti potenzialmente critici per una facile e positiva implementazione. La nuova normativa europea sui Dispositivi Medici, è il caso di aggiungere, richiede infatti un dossier corposo di prove di efficacia e sicurezza, mentre la normativa sulla privacy impone una progettazione attenta con garanzie e tutele a protezione del dato. L'acquisto e l’introduzione della tecnologia devono inoltre sottostare a processi decisionali informati basati su analisi multidimensionali del valore espresso dalla tecnologia in esame e del suo impatto sul sistema. Serve quindi un approccio by design, che consideri cioè, fin dalle prime fasi di progettazione, i diversi domini di valutazione dei Dispositivi Medici: efficacia, sicurezza, costi, etica, normative e leggi, accettazione sociale, deontologia, professionalità, etc.