La salute in termini algoritmici: il caso TonicApp

Negli ultimi anni oltre che un'intensa crescita dei sistemi di misura e ad una crescente integrazione dei processi di datificazione nei vari ambiti della vita quotidiana, si è affermata un’ imperante rivoluzione tecnologica nel settore della salute, scalfita anche dall’affermarsi di espressioni quali “Internet of Medical things”. Difatti, si stanno moltiplicando piattaforme che cercano di analizzare dati di tipo sanitario attraverso l’uso di contenuti generati dagli utenti (Lombi & Moretti, 2020) e, più in generale, si sta affermando un massiccio utilizzo dell’ Information and Communication Technologies (ICT) a supporto della diagnosi da remoto, dell’ individuazione dei migliori percorsi di cura e di benessere, identificandosi come un preciso ambito: quello della salute digitale o eHealth (Crabu, 2020)o Digital Health (Lupton, 2017). Ciò è reso possibile dai processi logico-matematici che fondano gli algoritmi che però al contempo sono costituiti anche da specifiche rilevanze sociali, nel momento in cui si attivano, assegnando importanza e significatività ai contenuti. Vi sono, infatti, algoritmi in ambito medico che sono in grado di supportare l’identificazione di patologie e che tendono alla marginalità di errori, oppure fungono da supporto a svariati specialisti per il miglioramento della diagnosi. Il presente lavoro si focalizzerà su questo tipo di algoritmi, presenti per l’appunto su piattaforme mediche e ci si focalizzerà, in particolare, su uno specifico caso studi: TonicApp (https://tonicapp.it/), una piattaforma che nasce in Portogallo e che si sta sviluppando recentemente in Spagna, Francia e Italia e che risulta registrata come dispositivo medico per garantire la sicurezza tecnica e scientifica proprio dei suoi algoritmi di diagnosi. Un’applicazione che può essere scaricata su ogni tipo di smartphone e che è creata da un team in cui sono presenti dei medici e che si rivolge unicamente ad altri medici. Per poter comprendere la ricaduta sociale di tale piattaforma ci si avvarrà di due tecniche di ricerca: Personas walkthrough e Narrazione della digitalizzazione sulle piattaforme Facebook e Twitter (in quanto secondo i dati Observa – Science and Society relativi al 2020, risultano essere le piattaforme su cui c'è maggior esposizione ai contenuti di carattere medico-scientifico). Ciò che accomuna i vari dispositivi digitali è il fatto che essi permettono di raccogliere, condividere e archiviare dati sulla salute e sul benessere (Lupton, 2015) e nel caso della piattaforma individuata, i dati digitali sono contenuti che vengono generati e archiviati direttamente dai professionisti della salute sebbene vengano affiancati da altre tipi di figure professionali, come ingegneri, che si occupano della trasposizione algoritmica. Ciò offre sicuramente l’opportunità di riflettere in ottica sociologica sulle ricadute sociali che questo tipo di piattaforme possono avere sia sugli esperti, sia sui non esperti. Per cui i risultati attesi di questo lavoro rifletteranno sui nuovi percorsi di cura, garantiti da una personalizzazione dell’assistenza attraverso la costante raccolta di dati biomedici, sui potenziali rischi che derivano dall’utilizzo dell’intelligenza artificiale e su vantaggi e limiti legati alla programmazione algoritmica.