Sviluppo di Sistemi di Supporto alle Decisioni per il Management Sanitario
Il progetto
I sistemi sanitari sono sistemi complessi per la cui gestione i decision makers devono stabilire le risorse da impiegare, sia umane (personale medico e infermieristico, operatori socio sanitari, etc.), sia fisiche (posti letto, apparecchiature medicali, etc.) in modo da soddisfare al meglio le richieste dei pazienti, massimizzando importanti KPIs (Key Performance Indicators) e cercando di contenere (minimizzare) i costi.
Data la complessità e l’aleatorietà intrinseca dei processi coinvolti, per studiare tali sistemi sono solitamente utilizzati modelli di simulazione che permettano di riprodurre in modo sufficientemente accurato le varie attività. Tuttavia l’analisi di scenario che può essere effettuata attraverso un modello di simulazione non permette di effettuare scelte ottime se non combinando il modello con un opportuno algoritmo di ottimizzazione. Tale metodologia va sotto il nome di “Simulation-Based Optimization” e rappresenta attualmente la frontiera della ricerca nell’affrontare lo studio di sistemi il cui funzionamento può essere solamente rappresentato in forma “black-box”, ovvero attraverso i run di un modello di simulazione.
Di seguito, alcune applicazioni di questa metodologia a casi reali di management sanitario.
Allocazione ottima delle risorse in reparti ospedalieri
Sviluppato nell’ambito del progetto BuS-4H “Business Simulation for Healthcare”, finanziato dalla Regione Lazio attraverso la Finanziaria Laziale di Sviluppo FILAS, a seguito di contratto stipulato tra il Dipartimento di Ingegneria di Informatica, Automatica e Gestionale della SAPIENZA Università di Roma, l’Università di Roma Tor Vergata, l’Associazione Fatebenefratelli per la Ricerca e la SiliconDev s.r.l.
È stata realizzata una piattaforma digitale per l’allocazione ottima delle risorse del reparto di Ginecologia ed Ostetrica dell’Ospedale Fatebenefratelli San Giovanni Calibita di Roma. Attraverso l’implementazione di un accurato modello di simulazione ad eventi discreti è stato riprodotto il flusso delle gestanti e grazie all’impiego di opportuni algoritmi di ottimizzazione multiobiettivo è stato possibile definire l’insieme delle soluzioni ottime che permettano ai decision maker di determinare il numero di risorse da utilizzare in modo da rispettare vincoli clinici, normativi e strutturali in modo da massimizzare il profitto della struttura, minimizzando il tasso dei parti cesarei, o comunque imponendo che tale tasso sia inferiore ad una certa soglia. Tali obiettivi sono ovviamente in conflitto tra loro, visto che il rimborso alla struttura da parte del Sistema Sanitario Nazionale è maggiore nel caso di parti cesarei, rispetto ai parti naturali.
Riferimenti
A Simulation-Based Multiobjective Optimization. Approach for Health Care Service Management
Gestione ottimizzata del flusso pazienti in pronto soccorso
Un fenomeno purtroppo noto e diffuso in tutto il modo è il sovraffollamento dei Pronto Soccorso. Pertanto lo studio del flusso pazienti in un Pronto Soccorso è di grosso interesse sia dal punto di vista modellistico per la sua complessità e variabilità, sia dal punto di vista della possibile adozione di strategie volte a migliorare la qualità dei servizi erogati. Lo scopo è quello di minimizzare (o comunque mantenere al di sotto di valori soglia associati ad ogni codice di gravità assegnato al triage) alcuni indici come il tempo di attesa prima della prima visita da parte di un medico, il tempo totale di permanenza nel Pronto Soccorso, il numero di pazienti presenti nel Pronto Soccorso, etc.
È stato affrontato il caso del Pronto Soccorso del Policlinico Umberto I di Roma, che in termini di numero di accessi annui, rappresenta uno dei più grandi d’Europa. Le problematiche affrontate sono state molteplici; ne citiamo di seguito due già giunte a conclusione:
- la creazione un modello matematico che riproducesse con buona approssimazione il processo degli arrivi dei pazienti al Pronto Soccorso;
- la calibrazione di un tale modello a fronte della indisponibilità dei dati riferiti numerosi timestamps riguardanti il flusso dei pazienti.
Inoltre, in riferimento ad un Pronto Soccorso collocato in una regione già coinvolta da eventi sismici, è stato creato un modello di simulazione ad eventi discreti che permetta di valutare la validità del piano PEIMAF (Piano di Emergenza Interno per il Massiccio Afflusso di Feriti).
