Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

sanità

Gestire le cronicità mediche grazie ai big data: idee per un futuro sostenibile

Il ruolo di big data e data analytics nella gestione corretta del paziente cronico in un’ottica di maggior attenzione ai costi e alla razionalizzazione delle risorse. L’importanza di una visione integrata e paziente-centrica dei percorsi diagnostico-terapeutici (PDTA). Le potenzialità della piattaforma Arno di Cineca

16 Gen 2019

Marisa De Rosa

Direttore Business Unit Sanità, Cineca


Big Data e Data Analytics saranno cruciali per vincere la sfida della governance delle patologie croniche e per  garantire, quindi, la sostenibilità del nostro sistema sanitario nel prossimo decennio. Attraverso l’uso di queste tecnologie e la tracciatura del paziente nel suo percorso clinico, sarà possibile prevedere l’impatto di queste patologie sul Sistema Sanitario Nazionale e mettere in atto strategie sia per la prevenzione che per la corretta gestione del rischio anche attraverso l’implementazione di linee guida personalizzate sul paziente.

Si potrà, in ultima analisi, gestire in maniera ottimale l’aumento dei costi sanitari ed assistenziali e l’aumento di complessità nella gestione del paziente causati da una serie di fattori quali il miglioramento delle condizioni socio-sanitarie, l’aumento dell’aspettativa di vita e l’invecchiamento demografico.

Il Piano nazionale della Cronicità

Il contesto è quello in cui gli operatori sanitari sono chiamati quotidianamente ad effettuare scelte terapeutiche determinanti per la salute del paziente e nel quale, quindi, una corretta informazione e la disponibilità di dati sul profilo del paziente cronico diventano strumenti importanti per le decisioni di governo clinico e soprattutto per la gestione delle malattie croniche mettendo il paziente al centro del processo e garantendo la continuità assistenziale.

Il Piano nazionale della Cronicità (PNC) nasce nel 2016 dall’esigenza di armonizzare a livello nazionale le attività in questo campo, proponendo un documento, condiviso con le Regioni, che, compatibilmente con la disponibilità delle risorse economiche, umane e strutturali, individui un disegno strategico comune inteso a promuovere interventi basati sulla unitarietà di approccio, centrato sulla persona ed orientato su una migliore organizzazione dei servizi e una piena responsabilizzazione di tutti gli attori dell’assistenza. Il fine è quello di contribuire al miglioramento della tutela per le persone affette da malattie croniche, riducendone il peso sull’individuo, sulla sua famiglia e sul contesto sociale, migliorando la qualità di vita, rendendo più efficaci ed efficienti i servizi sanitari in termini di prevenzione e assistenza e assicurando maggiore uniformità ed equità di accesso ai cittadini.

Cineca ha un’esperienza di oltre 30 anni nel supportare le Regioni e le ASL nella governance in sanità attraverso l’utilizzo di Real World Data, al fine di monitorare i percorsi diagnostico-terapeutici, le cronicità, l’appropriatezza e i costi nella reale pratica clinica attraverso la piattaforma ARNO. Ogni prestazione del paziente nel percorso di cura e assistenza, dalla diagnosi al trattamento e al follow-up, genera una grande mole di dati e immagini (Big Data) che spesso risiedono frammentati all’interno delle strutture sanitarie in data base separati e indipendenti (visione silos). Al fine di avere una visione integrata dei percorsi diagnostico-terapeutici (PDTA) per singolo paziente e tracciarne la complessità, è necessario che tali flussi siano integrati con una visione paziente-centrica. A partire dai flussi amministrativi per singolo paziente, attraverso le potenzialità della piattaforma ARNO e utilizzando algoritmi definiti e validati, è possibile identificare coorti di pazienti affetti da malattie croniche, al fine di studiarne gli aspetti specifici come la continuità e l’appropriatezza della cura, il carico assistenziale, la diffusione delle patologie e i costi nella reale pratica clinica, nell’ottica di una governance integrata del processo di cura delle malattie croniche.

Big data in Sanità

Per definire il concetto di Big Data in Sanità cito lo studio “Study on Big Data inPublic Health, Telemedicine and Healthcare”, Final Report, December 2016 della Commissione Europea.

keyboard_arrow_right
keyboard_arrow_left
Big Data in Health refers to large routinely or automatically collected datasets, which are electronically captured and stored. It is reusable in the sense of multipurpose data and comprises the fusion and connection of existing databases for the purpose of improving health and health system performance. It does not refer to data collected for a specific study.”
The analysis of Big Data, whether it is structured or unstructured, usually requires significant logistic efforts and computing power.
Independent of the actual definition and the field of application (e.g. public health), the value chain of Big Data consists of generating and collecting data, storing and processing, and, finally of the distribution and analysis of the relevant data (data analytics).
Applications may either be prospective data monitoring or retrospective data analysis and may contribute to:
  • increasing the effectiveness and quality of treatments
  • widening possibilities for the prevention of diseases by identification of risk factors for disease at population, subpopulation, and individual levels, and by improving the effectiveness of interventions to help people achieve healthier behaviours in healthier environments,
  • the improvement of pharmacovigilance and patient safety through the ability to make more informed medical decisions based on directly delivered information to the patients,
  • prediction of outcomes, e.g. containment and improvement of chronic diseases, global infectious disease surveillance through evolving risk maps and better understanding of demographic challenges and trends as well disease transmission pathways,
  • knowledge dissemination, e.g. help physicians to stay current with the latest evidence guiding clinical practice, reduction in inefficiency and waste, improvement in cost reduction.

La piattaforma ARNO – Real World Data


L’Osservatorio Arno
è stato selezionato dalla Commissione Europea come uno dei 20 esempi di uso di Big Data in sanità.
La necessità di utilizzare nel territorio i Real World Data per supportare la governance in sanità, è stato il principale driver per il Cineca nel 1987 per mettere a punto un data base di popolazione paziente-centrico (Osservatorio ARNO), attraverso l’integrazione dei differenti flussi locali e regionali, al fine di tracciare il percorso del paziente e monitorare i percorsi terapeutici (PDTA), la cronicità, l’appropriatezza delle cure e i costi assistenziali nella reale pratica clinica.
Dai dati dell’Osservatorio ARNO, su una popolazione di 9.002.862 abitanti, il 39% presenta almeno una cronicità di cui il 14% ha una sola patologia cronica, il 7,9% due e il 5,3% più di tre, percentuali che aumentano significativamente negli anziani, dove si concentra maggiormente la morbilità, la presenza di multipatologie e dove è particolarmente necessaria assistenza a lungo termine. Le patologie croniche a maggior prevalenza negli anziani sono Ipertensione (66,1%), Dislipidemie (29,7%), Diabete (17,7%), Tumori (13,3%). Se ci concentriamo sul diabete, nel corso degli ultimi 20 anni, la prevalenza del diabete farmaco-trattato è aumentata dell’80% a fronte di un aumento di spesa di 2 volte tanto. L’86% dei pazienti con diabete ha altre comorbidità tra cui ipertensione, scompenso cardiaco e patologie respiratorie.

La piattaforma ARNO

Esempi di analisi sulle cronicità da: Rapporto ARNO Anziani 2018, Rapporto ARNO Diabete 2017

Con le moderne tecnologie di Big Data è possibile conciliare e analizzare dati sociosanitari provenienti dalle fonti più eterogenee. E con l’ausilio delle tecnologie GIS (Sistema Informativo Geografico) è possibile soddisfare tutte quelle richieste che riguardano la pianificazione del territorio, le politiche ambientali, il monitoraggio socioeconomico-sanitario, le diseguaglianze, l’esposizione a fattori di rischio ambientali e sociali.

Mappe di rischio con dati georeferenziati

Conclusioni


La sfida del prossimo decennio sarà quella di riuscire a prevedere in maniera precisa l’evolversi delle malattie croniche. Per raggiungere questi obiettivi è sempre più importante avere la disponibilità di informazioni sul profilo del paziente cronico raccolti durante il percorso di cura come strumenti indispensabili per il supporto alla decisione e il governo clinico. Con l’uso delle nuove tecnologie (Big Data, Data Analytics) e con la tracciatura del paziente nel percorso del SSN sarà possibile prevedere l’impatto delle patologie croniche sul SSN e mettere in atto strategie sia per la prevenzione che per la corretta gestione del rischio anche attraverso l’implementazione di linee guida personalizzate sul paziente. Con le tecniche di patient empowerment sarà inoltre possibile mantenere un contatto con il paziente che potrà mettere in atto misure di self-audit anche con il supporto del Medico di Medicina Generale. L’avvento delle nuove tecnologie di intelligenza artificiale e machine learning, i dati integrati per singolo paziente, come quelli dell’Osservatorio ARNO, rappresentano una fonte per la costruzione di indicatori economici ed informazioni cliniche indispensabili per la gestione corretta del paziente cronico in un’ottica di maggior attenzione ai costi e alla razionalizzazione delle risorse.

@RIPRODUZIONE RISERVATA

Articolo 1 di 4