la piattaforma online

Come oggettivare le competenze cliniche del medico internista: la sperimentazione

La competenza medica non può essere di per sé garantita da titoli accademici o da autoreferenzialità specialistiche. Ecco perché e in che modo Fadoi e Università Bocconi hanno sviluppato dei criteri di valutazione del medico internista obiettivi e riproducibili su tutto il territorio nazionale, con un sistema digitale

Pubblicato il 26 Nov 2018

Andrea Fontanella

Presidente nazionale Fadoi

Antonino Mazzone

Fadoi - responsabile del progetto

Franco  Vimercati

Presidente Fism

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Come oggettivare le competenze cliniche del medico internista: la sperimentazione

C’è un tema, di grande attualità in ambito sanitario che è quello della valutazione oggettivabile delle competenze professionali del dirigente medico. La definizione di cos’è un buon medico è infatti molto dibattuta a livello nazionale e internazionale ed è sempre più di attualità per la determinazione dei requisiti professionali.

Perché valutare le competenze del medico internista

Una società scientifica come Fadoi – che ha come mission fondamentale quella di contribuire a migliorare, attraverso la formazione e la ricerca clinica, le capacità tecnico-scientifiche e professionali dei Medici Internisti ospedalieri – ha almeno tre motivi per affrontare la verifica e lo sviluppo professionale del medico internista:

  • la necessità di garantire una prestazione sanitaria di qualità che metta al centro il paziente;
  • il bisogno di saper rispondere con appropriatezza alle nuove sfide generate dai cambiamenti epidemiologici, che hanno portato alla prevalenza di polipatologie, comorbilità, politerapie con poche evidenze scientifiche sul paziente reale;
  • acquisire la credibilità, essendo quella medica una professione che ha il privilegio di auto-determinarsi grazie alla propria storia ed etica professionale. Pertanto, insieme a Fism, Fadoi sta sperimentando attivamente un percorso di accreditamento professionale, per ora volontario, e finalizzato alla valutazione delle competenze del singolo definendo alcuni standard professionali a garanzia del paziente.

Come determinare la clinical competence

In relazione al decreto Gelli-Bianco abbiamo inoltre sviluppato, insieme ad altre società scientifiche, le raccomandazioni cliniche in alcuni settori ove non esistono linee guida e/o medicina basata su evidenze scientifiche forti e condivise. Si è, quindi, intrapreso un percorso con il supporto metodologico di SDA Bocconi, cominciato con la creazione di un gruppo di lavoro per determinare gli item valutativi con metodologie validate scientificamente. Con il supporto dell’ISS abbiamo cominciato a lavorare su come stimare con obiettività e nel tempo le competenze del medico internista.

La clinical competence è il risultato delle conoscenze, dell’abilità e delle capacità tecniche, delle qualità professionali, manageriali, relazionali e operative di ogni singolo specialista nel contesto sanitario di riferimento. Tutto questo presuppone un bilanciamento ottimale di alcune componenti quali il sapere, il saper fare e il saper essere, nella prospettiva di una corretta interazione tra medico e paziente nelle decisioni pratiche per la risoluzione di problemi clinici semplici e complessi. Purtroppo la competenza medica non può essere di per se garantita da titoli accademici o da autoreferenzialità specialistiche. In quest’ottica Fadoi dal 2011, in collaborazione con l’Università Bocconi, ha sviluppato dei criteri di valutazione del medico internista obiettivi e riproducibili su tutto il territorio nazionale. La sperimentazione si è concretizzata in una valutazione pratica delle competenze cliniche del medico Internista al Congresso Fadoi svoltosi a Bologna nel 2018.

I dirigenti medici internisti volontari che si sono cimentati nella prova sono stati oltre ottanta provenienti da varie aziende ospedaliere italiane ed hanno sostenuto il test durante il congresso Fadoi. Gli obiettivi della valutazione sono stati: il ragionamento multi logico, la valutazione delle patologie in rapporto alle comorbidità e al disease clustering. Non più linee guida viste come paradigma ma come punto di partenza per un ragionamento più organico e multidimensionale. In pratica passaggio dai RCT (Randomized Controlled Trials) al RW (Real Word). Passaggio dallo status di studente/studioso a quello di professionista competente.

I cluster di valutazione

I criteri di stima sono basati su tre cluster di valutazione:

Le domande (raccolte in un book)

  • Piattaforma online per permettere di assegnare da un panel di esperti tre livelli di difficoltà per ogni domanda, grazie al metodo Rand.
  • Sistema dei Tag per l’indicizzazione di ogni domanda
  • Selezione di domande mediante algoritmo di randomizzazione in grado di generare una distribuzione omogenea dei Tag e dei livelli di difficoltà.

Editing di casi clinici reali

  • Piattaforma online per permettere a panel di esperti di assegnare con metodo Rand livelli differenti di difficoltà e di appropriatezza diagnostica e terapeutica.
  • Sistema dei Tag per l’indicizzazione dei casi clinici per ottenere, insieme alle domande del Book, una prova il più possibile bilanciata.

Video per la valutazione delle procedure cliniche pratiche.

Il portale a disposizione del candidato prevede le istruzioni per la realizzazione del video, la cui finalità è quella di valutare il rapporto medico/paziente nella somministrazione del consenso informato, permettere, inoltre, la registrazione di procedure tecniche (in questa fase, abbiamo scelto, toracentesi e paracentesi). Un panel di esperti valuta ogni blocco video sempre con metodo Rand.

La valutazione delle competenze cliniche effettuata con questo sistema ha un’oggettività di oltre l’80%, e ha ottenuto il consenso e la customer satisfaction di oltre il 95% dei valutati.

Indicatori per parametrare la qualità delle cure

La qualità delle cure deve essere parametrata in base ad indicatori specifici. Scienza clinica ed esperienza del medico devono essere complementari nella gestione del paziente reale delle nostre U.O. Infatti esperienza, conoscenza scientifica, medicina basata sull’evidenza e buon senso clinico costituiscono gli elementi fondanti della competenza medica necessaria per curare oggi pazienti adulti, anziani critici, fragili e con dimissioni difficili.

In realtà lo sforzo che sta portando avanti Fadoi ha un duplice significato per la crescita del valore professionale del medico internista, perché creando e mettendo a disposizione uno strumento operativo con cui valutare che cosa sa e sa fare un internista, permetterà, una volta applicato, anche se in via sperimentale, di comprendere meglio le necessità formative dei nostri medici e, non meno importante, la possibilità di poter disporre di un potente strumento di pianificazione dell’aggiornamento professionale.

Questo progetto rappresenta, pertanto, un primo importante passo nella definizione di un nuovo ruolo delle società scientifiche, quali promotrici dello sviluppo e del monitoraggio continuo della professionalità individuale del medico e potrà essere l’inizio di una metodologia di verifica delle capacità professionali che non deve essere intesa come valutazione autoritaria ma come uno strumento di continuo miglioramento come previsto nel codice deontologico.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
0
Lascia un commento, la tua opinione conta.x