Luigi Lella

Data Engineer

AUTOCANDIDATURA

Azienda Sanitaria Unica Regionale delle Marche

Strutture della sanità pubblica

SITUAZIONE DI PARTENZA

La recente crisi pandemica ha messo in luce i problemi che possono derivare da una gestione non ottimizzata delle risorse del sistema sanitario. Tutti questi problemi derivano essenzialmente dalla mancanza di adeguate strategie di cooperazione tra i vari stakeholder appartenenti all’ecosistema dei servizi socio sanitari, per conseguire quelle sinergie virtuose atte a risolvere i problemi e le criticità che il sistema socio sanitario regionale deve affrontare.

Per queste ragioni è nato il progetto AIEHEM, una metodologia di analisi innovativa che si avvale di un modello di intelligenza artificiale e che si pone l’obiettivo di fornire supporto alla Direzione dell’ASUR Marche nell’individuare gli stakeholder da coinvolgere, gli ambiti di intervento e le risorse da ottimizzare per raggiungere determinati outcome. Gli outcome possono essere di varia natura. Economici (es.: ottimizzare il consumo delle risorse di sistema nelle cronicità etc.), organizzativi (es.: ridurre le liste di attesa, aumentare la qualità dei servizi erogati etc.), sociali (es.: evidenziare le condizioni di rischio per un risk management pro attivo etc.), ambientali (es.: ridurre l’impatto ambientale delle strutture sanitarie etc.).

Il team che ha sviluppato il progetto AIEHEM afferisce principalmente allo staff del Direttore Sanitario dell’Azienda Sanitaria Unica Regionale (ASUR) delle Marche ed alle relative Area Formazione e Comunicazione e Area dei Sistemi Informativi Aziendali, e comprende varie professionalità che pertengono non solo all’ambito informatico, ma anche all’ambito amministrativo, clinico e socio-sanitario.

La raccolta, il raffinamento e la successiva elaborazione dei dati disponibili vengono effettuati nel rispetto del codice per la protezione dei dati personali ed anche (e soprattutto) dei valori etici e dei principi fondamentali che sono alla base della pratica della promozione della salute e della sanità pubblica, mediante il coinvolgimento del DPO e del Comitato Etico aziendale.

COSA È STATO FATTO

Si sta attualmente utilizzando la metodologia AIEHEM per risolvere un problema di ottimizzazione della gestione delle risorse del sistema socio sanitario regionale nell’assistenza di tipologie di pazienti a rischio decesso. Lo scopo è essenzialmente quello di intensificare le cure palliative evitando di svolgere indagini cliniche che non possono fornire informazioni per cambiare l’atteggiamento terapeutico e quindi per migliorare il quadro clinico di tali tipologie di pazienti, che conducono inevitabilmente anche ad un ingiustificato aumento del consumo di risorse e delle liste di attesa dei servizi diagnostici coinvolti.

In questo caso il modello di IA analizza i dati messi a disposizione dal flusso ministeriale A delle schede di dimissione ospedaliera per individuare i fattori correlati con un consumo superiore alla media in casi di ricovero di persone nell’ultimo trimestre di vita.

Da una prima analisi effettuata su una parte di dati presenti sul flusso SDO del 2019, il modello di IA è stato già in grado di stabilire che le variabili sesso e distretto di appartenenza non sono da considerare. Questo permette di escludere come stakeholder da coinvolgere i referenti dei distretti territoriali. Non si riscontrano inoltre disuguaglianze di genere e non è necessario coinvolgere le associazioni di assistiti che se ne occupano. Lo stesso modello di IA in questa prima analisi sembrerebbe invece suggerire il coinvolgimento dei servizi psichiatrici e di quelli ospedalieri relativamente alla gestione di determinate tipologie di ricoveri programmati.

Nel primo mese di progetto verrà effettuata una ottimizzazione del modello di IA utilizzato per l’analisi (prendendo in esame altre variabili recuperate da altre fonti). Nei successivi 5 mesi si appronteranno con la Theory of Change le attività da svolgere per raggiungere l’obiettivo del contenimento annuale dei costi e del miglioramento della qualità dei servizi. I rimanenti 6 mesi serviranno per monitorare i risultati conseguiti.

ADERENZA AL PREMIO

Il carattere innovativo di questo progetto non è solo legato alle tecnologie informatiche ed alle metodologie di studio utilizzate, ma anche all’approccio globale che viene seguito. Per la prima volta infatti è un modello di IA ad aiutare a individuare gli attori, le attività, le opportunità da cogliere, ovvero l’ecosistema più adatto da coinvolgere per risolvere le criticità riscontrate. Il modello di IA estende, non sostituisce le capacità analitiche degli esperti umani che devono in ogni caso intervenire per predisporre le linee di intervento migliori mediante la metodologia di progetto partecipativa denominata “Theory of Change”, particolarmente efficace nel trovare soluzioni a problemi contingenti che richiedono interventi di natura politica, amministrativa ed organizzativa. Il progetto AIEHEM risulta perfettamente in linea con l’approccio “One Health” descritto nella Missione 6 del PNRR, in quanto favorisce la collaborazione tra diverse discipline e professionisti attraverso la valorizzazione dei dati e delle informazioni che il sistema sanitario mette a disposizione. La complessità delle criticità analizzate ed il volume dei dati disponibili (non solo quelli afferenti ai principali flussi ministeriali, ma anche quelli regionali ed organizzativi ASUR) viene gestita ricorrendo a un modello di IA che semplifica la descrizione del problema e che aiuta ad individuare i principali stakeholder che possono essere chiamati a risolverlo. Il principale fruitore dei benefici conseguibili è l’assistito regionale, in quanto si migliora la qualità delle cure e si riducono i tempi di attesa per esami e visite specialistiche. Anche il personale operante nelle strutture territoriali ed ospedaliere viene messo in grado di coordinare al meglio le proprie attività e risorse. L’aumento della qualità dei servizi erogati si ripercuote poi anche sui degli assistiti familiari e su i caregiver a cui possono essere date istruzioni più precise su come gestire tali tipologie di pazienti.