Sanità, come governare le liste d’attesa con l’intelligenza artificiale

Migliorare i tempi di attesa di esami e visite specialistiche grazie all’AI. L’offerta Clinika del Gruppo Maps-Artexe [...]
Annalisa Casali

giornalista

Clinika Artexe
  1. Home
  2. Vendor Point of View
  3. Sanità, come governare le liste d’attesa con l’intelligenza artificiale

La sanità fa i conti con la ripresa delle prestazioni dopo il lockdown e si trova ad affrontare una situazione sconfortante. Quelle che erano liste d’attesa semestrali tipiche di alcuni esami diagnostici come TAC o risonanze magnetiche sono diventate ormai la norma anche per una semplice ecografia. Il lockdown ha imposto la sospensione dell’erogazione di tutte le prestazioni non urgenti per diversi mesi. Nelle ultime settimane, le aziende sanitarie si sono attivate per riprogrammare gli appuntamenti e riprendere l’erogazione delle prestazioni sospese. Secondo stime del Centro di Ricerca in Economia e Management in Sanità (CREMS) dell’Università LIUC Carlo Cattaneo, durante il lockdown sono saltati 20,4 milioni di analisi del sangue e più di un milione di ricoveri, riprogrammati o annullati 12,5 milioni di esami diagnostici e 13,9 milioni di visite specialistiche.

ArtexeLo stesso studio evidenzia che i ritmi dell’attività specialistica in questa fase di ripresa sono comunque calati in media del 30%, per effetto delle nuove regole di distanziamento sociale e della necessità di adottare modalità sicure per effettuare le prestazioni. “Molte strutture hanno adottato un approccio conservativo – spiega Fabrizio Selmi, Healthcare Market Specialist della business unit Ricerca e Sviluppo del Gruppo Maps – Artexe (nella foto a sinistra) –, aumentando in modo cautelativo i tempi delle prestazioni causando, quindi, un ulteriore allungamento delle liste d’attesa”. Il risultato combinato del fermo delle attività per oltre due mesi e della ripresa “col freno” è un allungamento dei tempi di attesa per tutte le prestazioni e gli esami ambulatoriali che a fine anno potrà variare, secondo gli esperti della LIUC, tra i 90 e i 120 giorni.

Come si può rimediare, dunque, a questa situazione? Per ovviare a questi effetti, e per contenere ulteriormente i tempi di attesa, alcune aziende sanitarie stanno valutando come organizzarsi per aumentare l’offerta, ampliando gli orari di apertura degli ambulatori, assumendo temporaneamente nuovi medici e, ove possibile, ricorrendo alle strutture private. Questa può essere senz’altro una soluzione per le visite specialistiche, ma non risolve il problema degli esami radiologici ed ecografici, per cui esistono delle limitazioni oggettive date dalla capacità dei macchinari stessi.

Gestire in modo più efficace i tempi d’attesa con l’aiuto dell’AI

”Gli interventi sull’offerta, però, non possono rappresentare l’unico ambito d’azione – sottolinea il manager –. È fondamentale operare anche lato domanda, con iniziative efficaci, che permettano di contenere il fenomeno della medicina difensiva”. Cosa significa medicina difensiva? Per capirlo occorre avere ben presente la situazione attuale, in cui molti medici di base spesso prescrivono esami costosi, come TAC e risonanze, anche in situazioni in cui non sarebbero strettamente indicati, per cautelarsi contro il rischio di azioni legali da parte del paziente. Questo fenomeno provoca un allungamento dei tempi di erogazione di queste particolari categorie di prestazioni, oltre che un aggravio dei costi a carico del sistema sanitario nazionale. Ecco perché un numero crescente di aziende sanitarie sta sperimentando i benefici di una gestione più efficace della domanda di prestazioni sanitarie. Una gestione “intelligente”, che fa leva sulle capacità di Big Data Analytics e AI delle piattaforme tecnologiche di nuova generazione. Piattaforme come Clinika. I suoi servizi utilizzano basi di conoscenza specifiche dell’ambito clinico insieme a tecnologie di elaborazione del linguaggio naturale (NLP) e algoritmi di Machine Learning. Clinika permette di identificare e qualificare le informazioni cliniche non strutturate definite sotto forma narrativa, come il referto di una visita medica o di un esame, oppure come brevi frasi di testo, tipicamente quelle contenute nel quesito diagnostico delle ricette dematerializzate. Il quesito diagnostico è una frase a testo libero inserita nella ricetta dematerializzata, che descrive l’episodio clinico che ha portato il medico a prescrivere quel particolare esame o visita. Il motore di ricerca semantico della piattaforma Artexe “comprende” il significato del linguaggio naturale parlato dai clinici, analizza i referti e fornisce diagnosi strutturate. Offre, quindi, alle aziende sanitarie la possibilità di utilizzare un’ampia quantità di informazioni rilevanti all’interno delle applicazioni gestionali automatizzando numerosi processi amministrativi e attività cliniche che oggi gravano sui medici e sul personale ASL.

Clinika/VAP, l’appropriatezza prescrittiva come base per efficientare il servizio sanitario

Grazie all’uso di sistemi abilitati dall’AI è possibile anche gestire in modo più efficace ed efficiente le liste d’attesa monitorando costantemente i comportamenti prescrittivi dei medici. Il modulo Clinika/VAP è un sistema evoluto che permette di valutare in modo sistematico e automatizzato l’appropriatezza prescrittiva delle ricette dematerializzate relative a esami diagnostici e visite specialistiche. Il motore semantico di Clinika/VAP utilizza algoritmi di elaborazione del linguaggio naturale per tradurre il testo non strutturato in una tassonomia di casistiche codificate, verificando immediatamente se l’esame indicato rientra nell’elenco delle prestazioni giudicate appropriate per quella particolare diagnosi. Le linee guida prescrittive contenute nei modelli RAO (Raggruppamenti Omogenei di Attesa) potranno essere trasformate in regole formali. L’analisi semantica del quesito diagnostico di ciascuna prescrizione permetterà di riconoscere e qualificare i concetti clinici espressi dal medico prescrittore, che saranno confrontati con le regole prescrittive per valutare automaticamente l’appropriatezza o meno della richiesta formulata. Le organizzazioni sanitarie potranno, quindi, monitorare l’andamento dei flussi delle prescrizioni, individuando le anomalie e le criticità su cui intervenire. “Una maggiore attenzione all’appropriatezza prescrittiva permette alle aziende sanitarie di riguadagnare efficienza, riducendo anche i tempi di attesa senza compromessi sulla qualità del servizio – osserva Selmi –. Le ASL potranno raccogliere e confrontare i dati relativi alle ricette, e nel momento in cui le performance di un medico prescrittore si discostano notevolmente dalla media potranno mettere in atto iniziative ad hoc”. Le iniziative potranno andare dalle semplici campagne di sensibilizzazione fino alla creazione di un vero e proprio sistema di incentivi economici da erogare ai medici più virtuosi. CliniKA/VAP si integra con la soluzione gestionale per il governo dei tempi d’attesa di Artexe. Così facendo, permette alle organizzazioni sanitarie di far evolvere il tipico approccio reattivo alla gestione dei tempi d’attesa, in cui si evidenziano le criticità e si attuano interventi di tipo tattico sull’offerta, in un approccio più strategico, coinvolgendo anche i medici prescrittori nelle attività di pianificazione del fabbisogno di prestazioni e monitorando sistematicamente l’andamento della domanda.

White Paper - Smart Health: guida alle nuove frontiere digitali della sanità

FacebookTwitterLinkedIn