
I dati al servizio della salute e per il cittadino
Di Francesco Rainini, Digital Accelerator Leader - SAS
Tempo di lettura: 4 min
Tempo di lettura: 4 min
Digitalizzazione, collaborazione tra ospedali e territorio, telemedicina, assistenza domiciliare e assistenza remota dei pazienti costituiranno il tessuto dell’innovazione spinta dai prossimi investimenti nell’ambito del servizio sanitario nazionale, nel quale le nuove tecnologie agiranno come spinta importante su due principali direzioni, quella dell’efficienza dei processi e quella clinica.
"La digitalizzazione va accelerata
sia dal lato dei servizi ma anche dal lato
della domanda e della fruizione"
FRANCESCO RAININI
Digital Accelerator Leader - SAS
“La digitalizzazione va accelerata sia dal lato dei servizi ma anche dal lato della domanda e della fruizione."
FRANCESCO RAININI
Digital Accelerator Leader - SAS
Nel contesto evidenziato da uno studio di Deloitte emerge un’Unione Europea sottoposta a una crescente domanda di servizi sanitari. A questa crescente domanda si contrappone una contrazione della capacità erogativa dei servizi richiesti, tra cui la diminuzione di posti letto pro capite; è pertanto intuitivo aspettarsi che gli investimenti siano indirizzati sia sul fronte del potenziamento ospedaliero, sia su quello del potenziamento territoriale destinando in questo modo la capacità ricettiva ospedaliera ai soli casi necessari e domiciliando i pazienti quanto più possibile nelle proprie residenze territoriali.
Figura 1 - Studio Deloitte -Digital Transformation: shaping the future of European healthcare- (Settembre 2020)
Più i processi saranno distribuiti, più saranno tra loro interconnessi da un collante di dati che diventa fondamentale per fare in modo che l’innovazione non si incagli contro la mancata interoperabilità dei processi stessi; in altre parole la trasformazione digitale produrrà rilevanti quantità di dati che saranno scambiate tra esseri umani, computer e macchine specialistiche, al fine di far procedere il tutto in modo fluido garantendo, da un lato, una esperienza di qualità al paziente e ai caregiver; dall’altro la massimizzazione di utilizzo delle risorse da parte del servizio sanitario nazionale riducendo al minimo sprechi e dirottando così gli investimenti dalle attività a basso valore aggiunto (ad esempio la presa di prenotazioni) ad altre con alto contenuto di valore e specialistico (medici, personale paramedico, infrastrutture, strumentazione, farmaci, ecc…).
Sarebbe però molto limitativo considerare questi flussi di dati solo dal punto di vista operativo, necessari cioè a far funzionare le cose in modo preciso, semplice e veloce, questo perché una funzione importantissima dei dati è quella di consentire la creazione di algoritmi che siano in grado di controllare e migliorare i servizi. Un esempio molto concreto lo possiamo immaginare con pazienti in riabilitazione motoria, i quali possono seguire programmi di recupero messi a punto da personale specializzato, utilizzando un televisore e dispositivi da maneggiare dotati di tecnologia IoT. In questo scenario semplificato possiamo identificare quattro livelli di utilizzo dei dati:
ESECUZIONE
a. Lo specialista mette a punto un piano di esercizi che manda al paziente periodicamente
b. L’esecuzione degli esercizi viene comunicata allo specialista il quale verifica come il paziente segue i programmi di recupero
MONITORAGGIO
a. I dispositivi IoT rilevano i movimenti che sono comunicati allo specialista per una valutazione dei progressi sul recupero motorio
b. I dispositivi rilevano situazioni di movimento anomalo (eseguito male) e lo comunicano immediatamente al paziente attraverso una segnalazione acustica
ANALISI
a. Tutti i dati della terapia riabilitativa (esercizi, farmaci somministrati, biometria, ecc…) sono analizzati insieme da opportuni algoritmi, per fornire agli specialisti indicazioni sull’efficacia del protocollo riabilitativo e per personalizzarlo sulla base dei progressi del paziente
b. I dati di una più ampia popolazione di pazienti sono utilizzati come “mappa” di riferimento per capire se il paziente si sta muovendo o meno in uno spazio riabilitativo noto (paragonabile a una popolazione simile).
OTTIMIZZAZIONE
a. Gli algoritmi utilizzano i dati a disposizione per suggerire agli specialisti ambiti di personalizzazione dei programmi riabilitativi in modo tale da accelerare il processo di recupero.
b. Gli algoritmi suggeriscono piani di allocazione del personale e dei macchinari per ottimizzarne la distribuzione sul territorio e l’utilizzo da parte dei pazienti in riabilitazione.
Tra gli ingredienti di base che devono essere fortemente presenti all’interno di prossimi investimenti citiamo:
- Il potenziamento delle strutture sanitarie con personale medico e paramedico
- La formazione digitale del personale
- La tecnologia hardware e software
- Una connettività veloce e resiliente
Non dobbiamo però dimenticare un ingrediente altrettanto importante, cioè la spinta digitale sui cittadini (e quindi sui pazienti); il rapporto DESI (Digital Economy and Society Index) 2022 della Commissione Europea vede l’Italia al terzultimo posto nella sezione Human Capital and Digital Skills, cioè in quella sezione che analizza le competenze digitali di base e avanzate della popolazione dei paesi membri. Questo significa che la digitalizzazione va accelerata sia dal lato dei servizi ma anche dal lato della domanda e della fruizione; in altre parole, dobbiamo fare in modo che cresca nei cittadini italiani una forte consapevolezza del valore derivante dalla digitalizzazione in modo tale che cresca da parte loro la domanda e la fruizione dei servizi in modalità digitale, massimizzando così gli investimenti effettuati.
18 ottobre 2022
Articoli consigliati
-
Innovation SparksDall’osservazione dei macchinari alla modellazione avanzata dei fenomeni: l’analisi dei processi produttivi di KMEMonitoraggio dei processi, modellazione avanzata e tracciabilità della carbon footprint: come KME garantisce una sostenibilità misurabile lungo la supply chain.
-
Innovation SparksComputer vision per città più inclusive: il progetto “data for good” del team RationenceIl racconto di come è nata l’idea di costruire uno strumento basato sulla computer vision capace di individuare automaticamente le barriere architettoniche nelle città.
-
Innovation SparksEsplorare il potenziale nascosto nei dati: il viaggio del team Intesa Sanpaolo al SAS HackathonIn questa intervista, il team di Intesa Sanpaolo che ha partecipato all’hackathon racconta come è nato il progetto, quali sfide ha incontrato, e come, dietro l’analisi dei dati, ci sia stata soprattutto un’esperienza umana e professionale di crescita condivisa.
-
Innovation SparksPrevedere il futuro delle promozioni nella GDO: il progetto di Axiante al SAS HackathonIntervista a Mirko Gubian, Global Demand Senior Manager, Stefano Brambilla, Application Architect e Jedina Xure, Data Scientist di Axiante.



