La soluzione proposta mira a fornire uno strumento utile al governo delle liste d’attesa rispondendo a due domande strettamente connesse alla gestione delle agende di prenotazione:
- Quali prestazioni devono essere erogate in modo cooperativo nella stessa agenda?
- Quanti slot devono essere riservati in ogni agenda per ciascuna classe di priorità?
L’approccio data-driven utilizzato sfrutta algoritmi di intelligenza artificiale e machine learning grazie ai quali è possibile suggerire:
- le prestazioni che devo essere erogate in modo cooperativo per la loro “affinità diagnostico-terapeutica” e pertanto è opportuno inserire nella medesima agenda;
- la corretta allocazione degli slot di priorità all’interno dell’agenda e l’elenco delle persone in lista di attesa da ricontattare al fine di fissare un nuovo appuntamento individuate automaticamente, sulla base della loro posizione in coda, tempo di attesa e classe di priorità.