L'ANALISI

Sanità digitale, i 3 pilastri della process engineering

Come per Industria 4.0, anche per la Sanità 4.0 interconnessione e integrazione saranno strategici per generare flussi costanti di dati e informazioni coerenti. Ma serve un colpo di reni per mandare a segno i vari step. Solo così potrà generarsi la nuova catena del valore chiamata “salute”

Pubblicato il 18 Mag 2020

Fabrizio De Nicola

Direttore generale ARNAS "Garibaldi"

Valentina Russo

ARNAS "Garibaldi"

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Sanità digitale, i 3 pilastri della process engineering

Per gli operatori coinvolti, il pensiero che si possa tramutare in flusso di lavoro digitale ciò che allo stato attuale si svolge ancora attraverso il contatto umano e diretto con il paziente, rende arduo il cambiamento.

Anche i pazienti, nonostante l’utilizzo ormai diffuso di mail e social media come WhatsApp, fa fatica, e solo il 20% circa, prenota le proprie visite specialiste online, o comunica al medico gli eventuali dati raccolti a mezzo delle app gratuite, che via via si stanno sempre di più diffondendo su smartphone o smartwatch.

Stesso destino per i tantissimi dati già digitali e in possesso delle aziende sanitarie, come ad esempio quelli provenienti dalla diagnostica per immagini, o dalle analisi di laboratorio, che restano ancora inutilizzati per gli scopi più evolutivi preposti.  Tuttavia nel 2019 si sono registrati lievi incrementi di progetti pilota di Telesalute e Teleassistenza presso le aziende Sanitarie che più di altre sono state in grado di fare rete sul territorio.

Di fondo, quel che in Industria 4.0 ha rappresentato l’elemento di forza e di svolta per l’efficienza del sistema impresa, in Salute 4.0 assume dei connotati più complessi.

E allora come risolvere?

I 3 pilastri della Sanità 4.0

Le tre colonne portanti su cui si è fondato il principio della Sanità digitale, in perfetta analogia ad Industria 4.0, sono: i sensori capaci di monitorare costantemente il paziente, i Sistemi di connessione (i.e. IoT) veloci ed efficaci, che facilitano lo scambio massiccio di informazioni in tempo reale, e la capacità di conservare, recuperare ed elaborare grandi quantità di dati, nei cosiddetti (Big Data), ed è proprio questo uno dei tasti dolenti della questione, la gestione dei dati in Sanità ed il sempre più importante ruolo assunto della protezione e privacy delle informazioni che inevitabilmente ne sta limitando il suo più alto potenziale.

Oggi tutto intorno a noi e su di noi, parla e ascolta: le strade, le automobili, gli oggetti, in un mondo in cui ci basta tenere in tasca uno smartphone o digitare una pagina internet per permettere ai colossi del web di sottrarci grandi quantitativi di dati. Ci turba ancora, un consenso mirato alla gestione integrata dei nostri dati sanitari, che invece potrebbe rappresentare l’anello vincente di una catena di fattori che interconnessi possono modificare il sistema sanitario da centralizzato e passivo a proattivo e distribuito sul territorio.

Un ambiente costantemente aggiornato ed informato sulle condizioni del paziente non solo può essere in grado di prevedere in anticipo possibili situazioni di emergenza, ma soprattutto è progettato per adottarne le dovute contromisure. Pensare in digitale vuol dire dematerializzare “cartelle cliniche”, sostituendole con algoritmi che estraggono dati paziente da banche dati ospedaliere (amministrazione, laboratorio, radiologia, servizi specialistici, prenotazioni, farmacia) rendendoli a disposizione del personale medico sanitario, aggregandoli secondo le esigenze del caso, e facendoli diventare un utile supporto strategico al processo decisionale del medico.

Verso una medicina su misura

Pensare digitale, è cucire addosso al paziente una medicina personalizzata che cura “la persona” ancora prima di curare la malattia, ne può più di prima umanizzare il percorso diagnostico terapeutico assistenziale. Volendo concretizzare quanto sino a questo momento descritto, la Re-ingegnerizzazione dei Processi in Sanità all’interno di un’azienda ospedaliera dovrebbe prevedere tre step fondamentali:

  • l’innovazione del modello gerarchico funzionale dell’attuale organizzazione, attraverso l’introduzione di team multidisciplinari trasversali per l’innovazione, composti da medici, project manager, ingegneri informatici e di processo, statistici, psicologi esperti in procurement innovativo e legali specializzati in protezione dei dati e della privacy.
  • La raccolta del dato, attraverso la definizione chirurgica del suo ambito, l’utilizzo di strumenti tecnologici di ultima generazione (data visualization, business intelligence, big data analysis), per la ricognizione in tempo reale, l’aggregazione, la pulitura, la correzione, l’estrazione, la sintetizzazione, l’interfaccia grafica, e la navigazione online.
  • Il Procurement per l’innovazione fondamentale per essere competitivi, ma allo stesso modo vissuto ancora dalle aziende sanitarie come un processo critico legato ad una complessità normativa che non ne restituisce in pieno tutti i reali benefici.

L’integrazione di strumenti, tecniche e competenze è sempre alla base dello sviluppo di un qual si voglia progetto, che come in questo caso, essendo innovativi non possono certamente contare su cicli vita predittivi e ben consolidati, ma devono comunque poter trovare luce tra i modelli a ciclo vita più adattivi, iterativi e più soggetti al cambiamento. Da qui il suggerimento di metodologie di gestione più “Agile” rispetto a metodi tradizionali.

Alla ricerca di best practice

Ogni processo assistenziale sanitario necessita di una elevata capacità interpretativa dei bisogni del paziente, della dovuta precisione clinica, dell’intelligenza emotiva ed affettiva, della presa in carico e della gestione dei rapporti con i parenti dell’assistito e di una ricerca continua di best practice.

Re-ingegnerizzazione come Ingegneria Sociale, partendo dall’elemento più semplice che nel percorso diagnostico terapeutico assistenziale abbiamo a disposizione, ovvero il rapporto medico/paziente, non tralasciando mai il principio per cui il comportamento umano è l’insieme delle interazioni che intercorrono tra la persona e l’ambiente circostante.

L’output di tali processi sarà costituito da dashboard multidisciplinari e report in cloud, dotati di una sempre più maggiore capacità di analisi e di profilazione dei pazienti, monitorati in continuo, con l’individuazione di diagnosi sempre più rapide e rapidi riscontri di eventuali situazioni anomale per l’attuazione di misure contenitive del caso. L’integrazione trasversale e non gerarchica di una buona rete informativa all’interno dell’azienda aiuterà sempre di più i sanitari ma anche le direzioni strategiche a ridurre tempi morti e a velocizzare le decisioni.

In altri termini così come per Industria 4.0 l’interconnessione e l’integrazione hanno rappresentato l’elemento centrale per la generazione di flussi costanti di dati ed informazioni consistenti e coerenti, anche per sanità 4.0 potrà generarsi la nuova catena del valore chiamata “Salute”.

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

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
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 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
1
0
Lascia un commento, la tua opinione conta.x