Data-driven health
Data-driven health

Artificial Intelligence and Epidemiological Stochastic Model

Partner: Azienda Ospedaliero-Universitaria “R. Dulbecco” – Catanzaro
Azienda Sanitaria Provinciale di Catanzaro
Strutture della sanità pubblica e privata
https://www.asp.cz.it/
DESCRIZIONE DEL PROGETTO

Le potenzialità dell’intelligenza artificiale possono apportare grandi benefici in sanità pubblica ed integrare, in particolare, le attività di epidemiologia. Nell’ambito della programmazione sanitaria vi è la difficoltà di prevedere esattamente, per una popolazione ricadente in un determinato territorio, le necessità sanitarie e poter garantire, quindi, le corrette erogazioni prestazionali. Il progetto ha previsto l’utilizzo di una serie di dati per la produzione delle SDO (Scheda Dimissioni Ospedaliere)  delle strutture pubbliche e private, del territorio della Provincia di Catanzaro, utizzando il calcolco dell’incidenza attraverso una simulazione AI con il metodo “Montecarlo”. Il software ha estratto le distribuzioni di frequenza: a1 (fattore costo) ed a2 (fattore produttivo). I due valori, relazionati tra loro, hanno prodotto il valore di incidenza per quel determinato ricovero calcolando il numero di eventi di ricovero che possono essere ipotizzati per il 2024

 

OBIETTIVI DELLA SOLUZIONE

Pazienti ed organizzazione di difesa del malato Target il livello dell’assistenza deve essere programmabile per essere garantito.
L’appropriatezza delle prestazioni è collegata al loro corretto utilizzo e non alla tipologia della singola prestazione. La simulazione con AI  garantisce l’appropriatezza con la corretta di gestione delle risorse impiegate in termini diqualità-costi.

DOWNLOAD DOCUMENTI