Emergenza sanitaria: la Data Science al servizio della gestione ospedaliera | ZeroUno

Emergenza sanitaria: la Data Science al servizio della gestione ospedaliera

pittogramma Zerouno

Attualità

Emergenza sanitaria: la Data Science al servizio della gestione ospedaliera

Insieme a Moxoff, l’Azienda Socio-Sanitaria Territoriale di Lodi ha realizzato un cruscotto per migliorare la gestione clinica dei pazienti Covid grazie all’integrazione di informazioni multi-source

17 Feb 2021

di Arianna Leonardi

La pandemia di Covid-19 ha messo sotto pressione il sistema sanitario; per le aziende ospedaliere si è trattato di trovare nuove soluzioni per gestire l’emergenza, guardando sia alla situazione attuale sia alle evoluzioni future. I dati rappresentano uno strumento di inestimabile valore per ottimizzare le attività cliniche e di assistenza, come dimostra il progetto realizzato dall’Azienda Socio Sanitaria Territoriale di Lodi in collaborazione con Moxoff.

Razionalizzare le risorse ospedaliere grazie ai dati

Partita durante la prima ondata pandemica, nel marzo 2020, l’iniziativa ha avuto come obiettivo principale lo sviluppo di un cruscotto per razionalizzare l’utilizzo delle risorse ospedaliere ed effettuare analisi cliniche sui pazienti Covid.

“Abbiamo progettato una web application – chiarisce Ilaria Speranza, Data Scientist di Moxoff – per consentire agli operatori dell’ospedale di monitorare lo stato di riempimento della struttura e la distribuzione dei pazienti nei reparti, analizzando le cause e le diagnosi maggiormente correlate alla malattia. Il lavoro è stato condotto in sinergia con l’Asst di Lodi sin dalle fasi iniziali, cosicché abbiamo potuto adattare continuamente il software perché rispondesse alle esigenze in divenire”.

“Dal 21 febbraio – interviene Marco Esposti, Responsabile UOS Controllo di Gestione dell’Asst di Lodi – siamo entrati nella prima fase dell’emergenza, con tutte le criticità legate all’iperafflusso della popolazione verso il servizio sanitario. La domanda infatti era quasi decuplicata e l’alta contagiosità imponeva di trattare i pazienti in pronto soccorso con procedure di sicurezza specifiche, ribaltando la normale gestione clinica e assistenziale”.

Come evidenzia Esposti, bisognava avere informazioni in tempo reale per tenere sotto controllo la situazione. “In realtà – precisa – i dati necessari erano già presenti nei sistemi IT dell’azienda socio sanitaria, ma finora venivano utilizzati solo dai medici per la gestione clinica”. L’applicazione di Moxoff ha permesso di aggregare, analizzare e visualizzare le informazioni perché restituissero un aggiornamento quotidiano su: distribuzione dei degenti nella struttura; flussi tra pronto soccorso, terapia intensiva e reparti; esiti dei tamponi ed evoluzione delle condizioni cliniche; localizzazione dei focolai epidemici.

“Conoscere questi indicatori – afferma Esposti – ci ha permesso di rimodulare la dotazione dei posti letto per fronteggiare la domanda giornaliera, nonché ottimizzare l’allocazione degli operatori sanitari in base alle urgenze e alla tipologia di malati. Si consideri che il deficit di personale è stata una criticità importante durante l’emergenza: nel momento di picco, per via dei contagi e delle misure cautelative, l’assenza ha riguardato ben 400 addetti su un totale di 2.600”.

Informazioni in tempo reale per l’efficienza clinica

La dashboard di Moxoff ha contribuito significativamente al superamento della prima ondata: “Siamo usciti dall’emergenza – dichiara Esposti – con un ottimo riscontro negli indicatori di gestione. Abbiamo registrato infatti tassi minimi di mortalità, un turnover frequente dei letti, un alto numero di pazienti asintomatici ospedalizzati a casa grazie alla possibilità di tele monitoraggio. Non avremmo potuto raggiungere questi risultati con un sistema classico di raccolta e analisi dei dati a consuntivo. La disponibilità di un cruscotto in tempo reale ha cambiato le regole del gioco”.

La web application ha permesso di condurre analisi specifiche per la gestione clinica dei malati Covid. “In Italia – spiega Esposti – il lodigiano è stata la prima area ad affrontare l’emergenza. Grazie alle informazioni collezionate quotidianamente (estratte ad esempio dai verbali di pronto soccorso o dai diari clinici dei degenti), il cruscotto ha offerto ai medici indicazioni terapeutiche preziose, rendendo loro possibile analizzare se alcuni trattamenti fossero stati più efficaci di altri. Si è trattato di una prassi innovativa: in precedenza non erano mai stati utilizzati dati in real time per migliorare le procedure di assistenza e l’efficienza clinica. Solitamente, infatti, i trattamenti fanno affidamento sugli studi condotti attraverso campioni di pazienti. Le analisi in real time invece sono tipicamente utilizzate per l’area finanziaria, ad esempio per stimare i bilanci, ottimizzare i consumi, gestire il personale”.

Integrare dati diversi per formato e provenienza

L’efficacia del progetto è direttamente correlata alla struttura di data management sottostante.

“Il sistema sanitario italiano e soprattutto lombardo – afferma Esposti – è altamente informatizzato e, per affrontare la pandemia, abbiamo deciso di sfruttare al massimo l’immenso patrimonio di dati disponibile allo scopo di migliorare l’operatività”.

“Dal punto di vista tecnico – spiega Speranza di Moxoff – la vera sfida è stata integrare le diverse fonti e i sottosistemi dell’ospedale lodigiano, sfruttando il numero nosologico come comune denominatore e facendo confluire tutte le informazioni in un unico data lake ampio e sufficientemente flessibile per supportare gli sviluppi futuri. Si trattava insomma di unire e rendere accessibile all’utente finale una moltitudine di dati differenti e non necessariamente strutturati: si passa infatti da informazioni molto specifiche, ad esempio la data e l’orario di entrata-uscita, a campi di testo libero, come le note di diario clinico”.

Come sottolinea Speranza, le attività di pre-processing del dato – ovvero le operazioni di raccolta, pulizia, normalizzazione, integrazione, preparazione al fine delle analisi – hanno rappresentato un punto chiave del progetto. La stretta collaborazione tra Moxoff e l’Asst di Lodi è stata fondamentale per la selezione degli indicatori pertinenti e la definizione dei contenuti all’interno di ciascuna dashboard, perché fossero rilevanti per gli utenti finali.

L’intelligenza artificiale a supporto dei clinici

Nei mesi successivi all’insorgere dell’emergenza, Regione Lombardia ha avviato un’attività di formalizzazione del dato: durante la seconda ondata pandemica, infatti, tutte le aziende ospedaliere avevano l’obbligo di comunicare la lista dei ricoverati e il numero di posti letto secondo un protocollo unico predefinito.

Le nuove disposizioni hanno richiesto un adeguamento del software di Moxoff perché potesse gestire le informazioni nel formato regionale standard, aprendo prospettive interessanti. Come spiega Speranza, infatti, con le normative che impongono l’omogeneizzazione della base dati per il sistema sanitario e la comunicazione delle informazioni relative ai pazienti Covid, la soluzione di Moxoff potrebbe essere utilizzata da qualsiasi struttura sanitaria sul territorio lombardo per formulare analisi cliniche, senza la necessità di adattamenti.

“L’aggiunta di funzionalità di intelligenza artificiale – suggerisce Esposti – avendo già disponibile la popolazione dati necessaria, potrebbe offrire un valido supporto decisionale per il personale medico”.

Diventa così possibile prevedere la necessità futura di posti letto in base ai ricoveri attuali, identificare subito eventuali anomalie nella reazione a un trattamento oppure capire il decorso clinico e conoscere tutta la storia del paziente all’ingresso in pronto soccorso tramite codice fiscale, risalendo subito a informazioni rilevanti.

“La possibilità di effettuare analisi con dati già elaborati e aggiornati in real-time – argomenta Speranza – accelera e semplifica il processo decisionale, senza tuttavia sostituirsi all’esperienza dei clinici o agli studi di biostatistica e medicina classica. La stessa base di dati pre-filtrati potrebbe essere utilizzata anche per eseguire ricerche in ambito accademico”.

“L’intelligenza artificiale – conclude Esposti – può coadiuvare il clinico laddove questi usa solitamente la propria esperienza, mettendo a disposizione un patrimonio informativo ancora più ampio a supporto delle decisioni”.

Arianna Leonardi

Giornalista

Collaboratrice e redattrice per numerose pubblicazioni tecniche, specializzate in Informatica, Automazione ed Elettronica, Arianna Leonardi ha maturato una significativa esperienza anche nel campo della fotografia, dell’industria video e dei media online. In ambito giornalistico, segue principalmente le tematiche legate alla digitalizzazione delle imprese, con un focus su cloud transformation, big data analytics e intelligenza artificiale. Iscritta all’Ordine dei Giornalisti dal 2008 e all’Associazione Nazionale dei Fotografi Professionisti, lavora con ZeroUno dal 2013.

Articolo 1 di 4