Caso Studio | 10 February 2026
Come un'azienda sanitaria ha utilizzato la gestione delle malattie croniche basata sull'intelligenza artificiale per migliorare i risultati dei pazienti e riacquistare la fiducia del mercato
Pubblicato da : Ipseeta Dash
Panoramica:
Le malattie croniche rappresentano circa il 72% della spesa sanitaria globale. In un contesto di crescente diffusione di questi casi, un'azienda tedesca specializzata in salute digitale, fondata nel 2016, si è proposta di rivoluzionare l'erogazione dell'assistenza sanitaria cronica attraverso il monitoraggio remoto, app per la salute mobile e strumenti basati sull'intelligenza artificiale, mirati a patologie come diabete, ipertensione e BPCO. Tuttavia, nonostante la sua solida presenza sul mercato, l'azienda si è trovata incapace di incrementare le proprie attività o di attrarre un interesse costante da parte dei fornitori.
La Storia
Dal 2018 al 2020, il valore delle azioni dell'azienda è sceso da 12 milioni di euro a 3,5 milioni di euro. Tra i principali fattori che hanno contribuito a questo calo figurano flussi di lavoro digitali frammentati, integrazione limitata delle cartelle cliniche elettroniche (EHR), dati dei pazienti non fruibili e strumenti di intelligenza artificiale privi di trasparenza e fiducia da parte dei medici. I tassi di fidelizzazione sono diminuiti, la crescita degli utenti è rimasta stagnante e la fiducia del mercato è diminuita. Pertanto, riconoscendo l'urgente necessità di un cambiamento, all'inizio del 2021 l'azienda si è rivolta a Research Nester per una completa reinvenzione del prodotto, incentrata sul processo decisionale basato sui dati e sull'integrazione IT end-to-end.
Le sfide
Nonostante offra strumenti digitali avanzati e all'avanguardia come:
- Dispositivi di monitoraggio remoto per l'identificazione del glucosio e della pressione sanguigna
- Applicazioni mobili con coaching sanitario e monitoraggio dei farmaci
- Dashboard di analisi predittiva per professionisti sanitari
L'azienda ha dovuto affrontare una scarsa adozione in contesti clinici come ospedali e centri di assistenza primaria. Entro il 2020, solo tre clienti istituzionali avevano aderito al programma, con appena 12.000 utenti attivi dopo tre anni di presenza sul mercato. I tassi di abbandono sono saliti al 35%. I medici hanno citato la mancanza di interoperabilità, le limitate informazioni fruibili e gli algoritmi di intelligenza artificiale poco trasparenti come principali carenze. Gli stessi strumenti pensati per potenziare i team di assistenza erano sottoutilizzati, incompresi o diffidenti. Senza un ecosistema unificato e incentrato sul medico, le innovazioni non riuscivano a mantenere gli impegni presi.
La Nostra Soluzione:
Per invertire la spirale discendente, Research Nester ha avviato una fase di diagnostica dal basso, applicando il suo framework proprietario HealthTech SWOT+, una metodologia avanzata che valuta l'adattamento prodotto-mercato, la prontezza dell'intelligenza artificiale, la conformità normativa e la maturità dell'infrastruttura digitale.
Principali lacune identificate:
- Nessuna integrazione EHR: le soluzioni digitali non erano compatibili con le principali piattaforme come Epic e Cerner.
- Utilizzo di dati non strutturati: nonostante la raccolta di dati approfonditi sui pazienti, non erano disponibili capacità di analisi in tempo reale o di riconoscimento di modelli.
- Algoritmi di intelligenza artificiale generici: i modelli sono stati addestrati su set di dati obsoleti e non diversificati, limitandone l'accuratezza e l'equità.
- Nessuna segmentazione o personalizzazione: la piattaforma non è riuscita a differenziare i percorsi degli utenti in base al rischio clinico o ai dati demografici.
- Mancanza di coinvolgimento del medico: gli strumenti non offrivano interfacce significative per gli operatori sanitari, riducendo l'adesione professionale.
Grazie a una chiara comprensione di queste problematiche sistemiche, Research Nester ha creato una strategia di trasformazione in due fasi per ricostruire la piattaforma di assistenza cronica dell'azienda in un ecosistema scalabile, intelligente e allineato al fornitore.
Fase I: creazione di un'infrastruttura sanitaria digitale unificata
1. Integrazione EHR senza soluzione di continuità : Research Nester ha coordinato lo sviluppo di API sicure per consentire la sincronizzazione in tempo reale dei dati dei pazienti da dispositivi indossabili e app mobili direttamente nelle cartelle cliniche elettroniche ospedaliere esistenti. Ciò ha aumentato notevolmente la rilevanza clinica e migliorato il processo decisionale basato sui dati dei pazienti remoti.
2. Data Warehouse sanitario centralizzato : è stato realizzato un data warehouse cloud-native per consolidare i dati provenienti da vari endpoint, dispositivi, cartelle cliniche elettroniche (EHR), farmacie e auto-segnalazioni dei pazienti. Grazie a solidi protocolli di sicurezza e conformità al GDPR, il sistema ha consentito:
- Analisi delle tendenze storiche
- Set di dati pronti per l'apprendimento automatico
- Accesso semplificato per i fornitori e i team di assistenza
3. Interfacce utente rinnovate : le interfacce utente sono state riprogettate per essere funzionali sia per i pazienti che per i medici. I pazienti hanno ricevuto dashboard personalizzate che offrono monitoraggio degli obiettivi e raccomandazioni per il benessere. I medici sono stati collegati a pannelli predittivi che evidenziavano i casi ad alto rischio e a cicli di feedback sul trattamento in tempo reale.
Fase II: Sbloccare l'intelligenza artificiale per l'assistenza cronica
1. Intelligenza predittiva avanzata : grazie a dati ben strutturati e interoperabili, Research Nester ha implementato modelli di intelligenza artificiale addestrati su cartelle cliniche anonime di oltre 100.000 pazienti attraverso partnership europee pubblico-private. Questi modelli potrebbero:
- Prevedere potenziali casi di ospedalizzazione
- Rilevamento della non aderenza alla terapia farmacologica
- Raggiunge l'82% di accuratezza nella previsione degli eventi glicemici nei pazienti diabetici
2. Soluzione di assistenza digitale iper-personalizzata : a ogni utente è stato offerto un percorso di assistenza sofisticato, adattato in tempo reale in base ai dati sanitari, alle scelte di stile di vita e ai rischi specifici della patologia. I suggerimenti basati sull'intelligenza artificiale hanno incoraggiato una migliore compliance, interventi tempestivi e modifiche dello stile di vita.
3. AI Co-Pilot incentrato sul medico : per ricostruire la fiducia dei medici, Research Nester ha introdotto un sistema di supporto decisionale, l'AI Co-Pilot Tool, progettato per integrare il giudizio del medico, anziché sostituirlo. Le funzionalità chiave includevano:
- Identificare il peggioramento della salute con 72 ore di anticipo
- Visualizzazione delle tendenze di aderenza alla terapia
- Suggerire ottimizzazioni del trattamento basate sull'evidenza
Questo strumento si è concentrato sulla trasparenza, consentendo ai medici di comprendere le motivazioni alla base delle raccomandazioni basate sull'intelligenza artificiale, migliorando significativamente la fiducia e il coinvolgimento. In particolare, la piattaforma è diventata nota non solo come strumento di monitoraggio, ma anche come motore di supporto decisionale e di ottimizzazione delle cure croniche, apprezzato sia dai pazienti che dagli operatori sanitari.
Risultati
Grazie all'integrazione strategica dell'IT e all'implementazione dell'intelligenza artificiale, l'azienda sanitaria ha assistito a una svolta radicale.
Metrico | Prima (2020) | Dopo (2023) |
Ricavi annuali | 2,3 milioni di euro | 18,8 milioni di euro |
Base di pazienti attivi | 11.000 utenti | 246.000 utenti |
Clienti istituzionali | 4 | Oltre 40 ospedali e cliniche |
Tasso di abbandono | 36% | 7,9% |
Tasso di adozione clinica | 13% | 74% |
Valutazione | 3,4 milioni di euro | 37 milioni di euro |
Riconoscimento del mercato:
- Premiato : EU HealthTech Excellence in Digital Therapeutics 2023
- Certificato : marcato CE come dispositivo software medico di classe IIa
- In collaborazione con : Assicurazione sanitaria nazionale tedesca (AOK) per il progetto pilota di rimborso delle cure croniche
Cosa ha reso possibile il cambiamento?
Il percorso dell'azienda sanitaria, dalla stagnazione alla leadership del settore, è stato alimentato da una combinazione di pianificazione strategica, profonda integrazione tecnologica e innovazione incentrata sugli stakeholder. I quattro pilastri fondamentali che hanno contribuito a questa trasformazione di successo sono i seguenti:
1. Instillare una cultura incentrata sui dati: uno dei cambiamenti più profondi si è verificato nel modo in cui l'azienda si approccia ai dati. Quello che un tempo era un processo reattivo e frammentato, basato su report sanitari obsoleti, si è trasformato in un framework proattivo e ricco di insight, basato su analisi in tempo reale. Con il prezioso supporto di Research Nester, l'azienda ha rivisto la propria strategia per integrare flussi continui provenienti da cartelle cliniche elettroniche (EHR), dispositivi indossabili, sensori ambientali e input demografici. Questi feed sono stati combinati in un Health Data Lake centralizzato, che funge da nucleo analitico della piattaforma. Questa trasformazione ha permesso all'azienda di:
- Rilevare gli indicatori precoci dei rischi per la salute pubblica
- Strategie di interventi basate sul riconoscimento di modelli
- Offrire decisioni in tempo reale e supportate dai dati ai team clinici e alle autorità sanitarie
Integrando l'intelligenza predittiva in ogni aspetto delle operazioni, l'azienda è passata dalla raccolta dati alla vera e propria gestione dell'intelligence sanitaria.
2. Allineare le priorità di pazienti e operatori: in origine, lo sviluppo del prodotto avveniva in modo isolato, scollegato dalle esperienze reali di chi utilizzava la piattaforma. Ciò creava uno squilibrio tra ciò che veniva realizzato e ciò di cui gli utenti avevano realmente bisogno. La trasformazione ha modificato questo approccio alla co-creazione e ha portato a un design inclusivo. L'azienda ha investito in cicli di feedback che coinvolgevano:
- Medici e clinici
- Pazienti affetti da malattie croniche
- Responsabili IT del sistema sanitario
- Epidemiologi e coordinatori dell'assistenza
Queste collaborazioni hanno creato interfacce e strumenti su misura per ogni stakeholder:
- I medici hanno avuto accesso a dashboard intelligenti che danno priorità ai pazienti ad alto rischio e alle decisioni cliniche
- Le autorità sanitarie pubbliche hanno ottenuto la mappatura geospaziale per la sorveglianza delle malattie
- I pazienti hanno interagito con app mobili intuitive che offrono avvisi, monitoraggio degli obiettivi e riepiloghi sulla salute in un linguaggio accessibile
Questo design partecipativo ha creato un'interoperabilità dei dati senza soluzione di continuità tra tutte le parti, incrementando i tassi di utilizzo, il coinvolgimento e la rilevanza clinica.
3. Rendere l'IA pratica e trasparente: in precedenza, le capacità di IA dell'azienda erano limitate ad algoritmi tradizionali che fornivano risultati privi di ragionamento contestuale. Questa mancanza di trasparenza ostacolava la fiducia dei medici e l'approvazione normativa. Per risolvere questo problema, Research Nester ha utilizzato l'integrazione dell'IA spiegabile (XAI) al centro del sistema. I nuovi modelli offrivano:
- Informazioni chiare sui fattori che determinano ogni previsione
- Spiegazioni dei fattori di rischio mirate alla regione e alla popolazione
- Punteggi di confidenza con impostazioni di sensibilità per l'approvazione clinica
Questo framework ha consentito a medici e funzionari della sanità pubblica di valutare, interpretare e perfezionare criticamente i risultati generati dall'intelligenza artificiale, anziché limitarsi a seguirli. La piattaforma si è quindi trasformata da strumento decisionale a strumento di co-decisione, guadagnandosi la fiducia degli operatori sanitari di ogni livello.
4. Un supporto digitale pronto per il futuro: un'evoluzione di questa portata richiedeva più di analisi e progettazione; richiedeva un'infrastruttura digitale moderna, sicura e conforme. Il framework IT legacy è stato smantellato per far posto a un'architettura modulare e cloud-native, che consentisse all'azienda di crescere in modo esponenziale. Gli aggiornamenti principali hanno riguardato:
- Migrazione ai microservizi per promuovere lo sviluppo agile
- Integrazione a livello API con i principali sistemi EHR tramite gli standard FHIR e HL7
- Implementazione di una governance dei dati di livello aziendale allineata con GDPR, NHS e ISO 27001
- Pipeline di automazione per la distribuzione continua, che consentono iterazioni rapide e miglioramenti del sistema
I risultati sono stati immediati e tangibili:
- Espansione da 2 distretti sanitari a oltre 40 in un solo anno
- Tempo di attività migliorato al 99,5%
- Riduzione del 38% dei costi operativi IT
Conclusione: il nuovo punto di riferimento per l'assistenza cronica digitale
Questo caso non è solo una storia di aggiornamenti tecnici; è un modello per il futuro del mondo sanitario. Si trattava di costruire un modello a prova di futuro che potesse aiutare i diversi sistemi sanitari ad adattarsi all'evoluzione delle malattie e a potenziare sia gli operatori sanitari che i pazienti su larga scala. Man mano che l'assistenza diventa più personalizzata, continua e ricca di dati, le organizzazioni devono adottare sistemi integrati che riflettano le esperienze vissute da ogni utente. Grazie alla partnership con Research Nester, questa startup, un tempo in difficoltà, non solo si è ripresa, ma è rinata come leader aggiornabile e interoperabile nella gestione delle malattie croniche. La rinascita della startup dimostra che con la giusta governance dei dati, un design incentrato sull'uomo e un'intelligenza trasparente, è possibile ricostruire la fiducia, riconquistare la posizione di mercato e fornire un'assistenza più intelligente e compassionevole.
Copyright © 2026 Research Nester. Tutti i diritti riservati.
