tecnologie digitali

Una sanità “phygital” per la medicina sul territorio: cosa serve, come fare

In aggiunta alle Case e agli Ospedali di Comunità previsti dal PNRR, luoghi in cui prestare assistenza sul territorio, dobbiamo pensare a un modello dove la medicina “fisica”, in presenza, si sposa con quella digitale: la sanità phygital

Pubblicato il 07 Set 2021

Massimo Mangia

SaluteDigitale.blog

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Enforcement del Garante privacy in sanità negli ultimi anni: spunti di riflessione

Il potenziamento della sanità territoriale, obiettivo dichiarato del Piano Nazionale di Ripresa e Resilienza (PNRR), si fonda sulla creazione di presidi territoriali (Case e Ospedali della Comunità, Centrali Operative Territoriali), rispettivamente 1.288 e 381 e su un processo di trasformazione digitale delle cure attraverso la telemedicina, soprattutto per connettere i pazienti domiciliari con i medici.

L’obiettivo è di avvicinare la sanità al territorio così da ridurre le distanze tra i pazienti e i servizi sanitari e, così facendo, migliorare la qualità delle cure.

Cambiare la Sanità con PNRR, telemedicina e fascicolo sanitario elettronico: proposte di policy

La qualità in sanità

Ci diversi aspetti che concorrono a determinare la qualità in sanità. Esaminiamo i quattro principali che sono espressi dalla figura sottostante.

L’efficienza

La sfida, in questo caso, è riuscire a fare di più con le risorse disponibili. Il decentramento e la frammentazione delle risorse, professionali e tecniche, sul territorio è quasi sempre sinonimo di poca efficienza.

Nel mondo dei servizi la tendenza, in tutto il mondo, è al contrario di centralizzare le risorse per utilizzarle al meglio e fare sinergie. La scelta di distribuire sul territorio professionalità e tecnologie mediche va quindi controcorrente.

L’efficacia

Gli esiti clinici dipendono dall’efficacia dei processi diagnostici e terapeutici. Le competenze specialistiche sono e rimarranno dei medici ospedalieri. La medicina non è una scienza esatta ma una pratica basata sulle conoscenze scientifiche. Come allora aumentare il livello di conoscenza dei medici del territorio per evitare il rischio, assai concreto, di interventi medici che non abbiano solide basi scientifiche e quindi inutili o addirittura dannosi per il paziente?

La risposta è nella Evidence Based Practice e nella sanità basata sulle conoscenze, scientifiche e cliniche (Knowledge Driven Healthcare).

La sicurezza

Ridurre i rischi e gli errori è imperativo per aumentare la qualità della sanità. Soltanto negli USA muoiono, ogni anno, 98.000 persone per errori sulle terapie. L’uso concomitante di farmaci, anche di quelli senza obbligo di ricetta, può comportare gravi rischi ed effetti avversi come sanguinamento, cadute, costipazione, sedazione e così via (con due farmaci il rischio è del 13%, con cinque il 38%, con sette raggiunge l’82%). Metà della popolazione anziana assume da 5 a 9 farmaci al giorno, l’undici per cento più di 10. Le reazioni avverse provocate da farmaci sono responsabili del 3.1 – 6.2 % dei ricoveri ospedalieri e del 2.4 – 3.4 ‰ degli accessi in pronto soccorso.

Anche in questo caso la sanità basata sulla conoscenza, aumentando il livello di consapevolezza dei medici sui rischi da loro indotti, è la risposta per gestire il rischio clinico in modo efficace.

La sostenibilità

Il modello logistico – organizzativo proposto nel PNRR è fortemente dipendente da strutture fisiche e dal largo uso di professionisti, due fattori che ne rappresentano il limite in termini di scalabilità e sostenibilità economica.

Le tecnologie digitali previste sono viste principalmente come strumenti per raccogliere dati, archiviarli o rappresentarli tramite cruscotti. La telemedicina è vista come un mezzo per connettere medici e pazienti (televisita) o rilevare dati clinici (telemonitoraggio) a distanza.

Un ponte tra il mondo fisico e quello digitale

L’organizzazione e i modelli per la cura e l’assistenza dei pazienti cronici o la prevenzione sono stati tutti concepiti dieci – venti anni fa. Il Chronic Care Model, ad esempio, fu ideato dal dottor Wagner nei primi anni del duemila.

Se i principi e gli obiettivi di questi modelli rimangono tuttora validi e sono largamente condivisibili, è però necessario pensare a una loro re-ingegnerizzazione in funzione della grande evoluzione delle tecnologie digitali.

La capacità di raggiungere il paziente dovunque si trovi, grazie a internet, di interagire con lui grazie a canali digitali, come app, chat-bot, sistemi telefonici con riconoscimento della voce (IVR), di gestire una relazione attraverso CRM, sono tutte potenzialità ancora poco sfruttate e, in ogni caso, pensate per essere accessorie o secondarie rispetto al lavoro dei medici e degli infermieri.

Con le tecnologie oggi disponibili è possibile passare dal concetto di “medicina assistita dalle tecnologie digitali” a quello di “medicina incentrata sulle tecnologie digitali” o, più semplicemente, di medicina digitale.

Non si tratta di scegliere tra l’uomo – medico o infermiere – e la “macchina” né di disumanizzare la medicina. Senza un uso intelligente e pervasivo delle tecnologie digitali la scelta, per la maggioranza delle persone, è tra queste e il nulla.

I pazienti cronici sono talmente tanti che non è realistico pensare che possano essere gestiti esclusivamente con modelli di medicina tradizionali, né che la telemedicina possa essere la “bacchetta magica” con cui risolvere il problema.

Se poi provassimo ad ampliare l’orizzonte e pensare a coloro che non sono ancora pazienti cronici, diventa ancora più evidente come i modelli di medicina attuali siano improponibili.

Alla dimensione fisica della medicina dobbiamo allora abbinare una dimensione digitale che trasformi una serie di concetti a partire dalla Casa di Comunità che, da struttura fisica, diventi un luogo virtuale di servizi per la prevenzione, la cura e l’assistenza delle persone. Bisogna realizzare nuovi strumenti informatici in grado di interagire con i pazienti attraverso canali digitali, utilizzando le tecnologie più avanzate per informare, educare, sensibilizzare e assistere le persone in modo pro-attivo, automatico, senza la necessità di interventi umani. Questi devono essere disponibili, ovviamente, nei casi in cui ci sia un’effettiva necessità di una relazione professionale personale, non per le attività che possono essere di routine.

Una sanità ibrida o phygital, in grado di assicurare a tutti i cittadini una serie di servizi dovunque essi si trovino, senza limiti fisici e temporali.

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