Episode Transcript
[00:00:06] Speaker A: Benvenute e benvenuti a Podcast Nursing, la serie podcast realizzata nell'ambito della sezione Nursing dell'Università di Genova.
Sono Ana Maria Bagnasco. Questi podcast sono dedicati ai temi del dibattito scientifico e contemporaneo sull'infermieristica. Daremo voce a infermieri italiani e internazionali, esperti e ricercatori per comprendere le sfide di questo momento storico che hanno una ricaduta sull'infermieristica.
[00:00:34] Speaker B: Buongiorno a tutti, io sono Paolo Alanda, sono un professore in analisi di dati e modellazione e lavoro all'Università Laval a Quebec City in Canada. Mi occupo di sanità ed esattamente di problemi di organizzazione della sanità, ma sotto il punto di vista economico e quantitativo, quindi mi occupo di risolvere i problemi attraverso i numeri. L'attività di Shack è iniziata poco prima dell'inizio del dottorato e ho sempre lavorato comunque su problemi complessi come l'organizzazione dei flussi dei pazienti, le saloperatorie, la gestione di urgenze a livello numerico e tutto il resto e soprattutto le analisi costo-efficace per quanto riguarda l'economia sanitaria. Lavoro in diversi centri di ricerca, quali il Centro di ricerca dell'Ospedale di Quebec, il Centro di ricerca su trasporti e logistica e il Centro di ricerca e inaugurazioni dei servizi sanitari. Oggi sono qui per parlarvi di un tema molto importante che riguarda la gestione delle sali operatorie negli ospedali, che è un tema cruciale per migliorare l'efficienza e la qualità nell'organizzazione delle attività sanitarie in contesti complessi come la sanità italiana e non solo.
Oggi parleremo quindi di un approccio innovativo che viene utilizzato per la pianificazione e la programmazione delle salle operatorie ed è basato sul modello di ottimizzazione gerarchica multiobiettivo. Questo metodo mira a bilanciare il carico di lavoro del personale utilizzando le risorse in maniera costante e massimizzando la priorità dei pazienti garantendo al contempo un utilizzo ottimale delle risorse ospedaliere. La gestione delle sale operatorie è uno degli aspetti più complessi della sanità.
Queste sale rappresentano il cuore delle attività chirurgiche e possono incidere fino al 60% della missione ospedaliere e al 40% dei costi totali. Questi dati non riguardano solo l'Italia, ma sono dati principalmente a livello mondiale. Quindi abbiamo delle variazioni, in Italia può essere un po' più, un po' meno.
La difficoltà principale risiede nel bilanciare le esigenze delle varie parti interessate, i cosiddetti stakeholder.
Da un lato i pazienti richiedono cure rapide e adeguate soprattutto.
Dall'altro il personale sanitario deve lavorare in condizione ottimale per ridurre lo stress, garantendo in questo caso le migliori cure ai pazienti.
A complicare ulteriormente la situazione vi è la crescente domanda di servizi sanitari semplicemente legata a una cosa, all'invecchiamento della popolazione o all'aumento delle patologie croniche. L'Italia e soprattutto la Regione Liguria sono degli esempi più lampanti quando si parla di invecchiamento e della popolazione e nella difficoltà nell'erogare dei servizi a una popolazione sempre più esigente in termini di salute. Questo fenomeno porta a una pressione sempre maggiore sulle strutture ospedaliere, sulle strutture sanitarie, sul territorio, che devono rispondere rapidamente senza compromettere la qualità delle cure, a volte affrontando anche tagli di budget o condizioni di lavoro sempre più dure.
Pianificare in modo efficiente le salle operatorie e anche l'attività diventa quindi una priorità assoluta.
Uno degli aspetti cruciali della gestione dei sali operatori è garantire un equilibrio tra intensità lavorativa e il benessere del personale sanitario. Sovraccaricare medici e infermieri può portare a errori clinici, burnout e una qualità complessiva delle cure inferiore.
Studi recenti dimostrano che ospedale con un rapporto paziente e personale più equilibrato presentano tassi di mortalità significativamente inferiore. Uno di questi recenti studi, che si chiama RNA Forecast, è stato sviluppato da un'equipe dell'Università di Filadelfia, la Penn State, dove lavora la professoressa Aiken, alla quale hanno collaborato attivamente, sul contesto italiano, l'equipe del Dipartimento di Scienze della Salute di Genova, con i quali collaboro da cinque anni. ed esattamente le professoresse Anna Maria Bagnasco, Loredana Sanso e i professori Gianluca Catania, Milko Zanini, Giuseppe Aleo e il dottor Marco Dinitto.
Questo gruppo di ricerca è molto attivo e si occupa del settore delle scienze infermeristiche. Per bilanciare il carico del lavoro è fondamentale distribuire equamente gli interventi lungo la settimana, evitando concentrazione di attività in giorni specifici. evitando picchi di attività che renderebbero complesse le attività quotidiane da svolgere, le cosiddette, per esempio, miss care o quelle mancate.
I bilanciamenti dell'attività e del carico del lavoro non solo migliorano l'efficienza operativa, ma consentono anche una gestione più fluida delle emergenze, riducendo il dischio di interruzione improvvise delle attività.
Dare priorità ai pazienti più urgenti è una delle sfide principali in ambito quindi ospedaliero. Specialmente nei contesti pubblici, la gestione dell'ista di attesa deve essere trasparente ed efficiente, in modo che i pazienti con esigenze gravi non vengano penalizzati dai lunghi tempi di attesa. Dall'altro lato, è importante anche rispettare i tempi dei pazienti meno gravi, che hanno bisogno comunque di eseguire un intervento chirurgico entro i tempi massimi indicati dal Ministro della Salute.
L'algoritmo che viene utilizzato in questo modello che io fra poco vi presento prende in considerazione il tempo trascorso dalla diagnosi e il livello di priorità clinica per garantire che i pazienti più vulnerabili vengano trattati tempestivamente.
Questo sistema evita anche il rischio di privilegiare i casi più gravi a scapito di pazienti con patologie meno urgenti, ma pur sempre critiche.
Questa maniera di gestire le priorità è stata creata da un team di ricercatori e professori dell'Università di Genova, tra cui le professoresse Angela Testi ed Elena Tanfari del Dipartimento di Economia e dal professor Giancarlo Torre della Facoltà di Medicina di Genova. Questo approccio è stato molto usato nella letteratura scientifica e tuttora è in uso per problemi di questo tipo in quanto è un metodo che garantisce una gestione delle priorità equa ed efficiente.
Il modello che vi presento è basato sulle matheuristiche. Le matheuristiche sono algoritmi di ottimizzazione che combinano tecniche esatte. che sono basate su programmazione matematica con metodi euristici o meteoristici. Quindi è la fusione tra queste due parole. Questi algoritmi sono particolarmente efficaci quando si affrontano problemi complessi, come quelli della pianificazione chirurgica, dove una soluzione ottimale esatta potrebbe essere troppo costosa o lenta da calcolare.
L'idea alla base delle mate oristiche è sfruttare la precisione dei metodi esatti per migliorare l'efficienza e la qualità delle soluzioni generate dalle oristiche. In pratica si parte da una soluzione iniziale trovata tramite una tecnica veloce ma approssimata e poi la si affina utilizzando strumenti di ottimizzazione matematica come la programmazione lineare o intera.
Uno dei principali vantaggi è la capacità di gestire problemi su larga scala mantenendo un buon compromesso tra qualità della soluzione e tempi di calcolo.
Per risolvere il problema, io e i colleghi di un gruppo di ricerca tra il professore Sa, Simona Mancini dell'Università di Palermo, il professore Barta Renghieri dell'Università di Torino e il dottor Davide Duma dell'Università di Pavia, abbiamo sviluppato un algoritmo, ma teoristico, basato su una ricerca locale molto avvicinato. Questo lavoro è stato pubblicato nel 2021 sulla rivista European Journal of Operational Research.
Il nostro metodo si basa su un algoritmo che utilizza una variante che combina la capacità esplorativa delle tecniche auristiche con l'accuratezza degli algoritmi matematici. Il nostro obiettivo era ottimizzare due obiettivi contemporaneamente.
Il bilanciamento del carico di lavoro e la massimizzazione della priorità dei pazienti.
Il processo inizia con una soluzione iniziale generata in modo rapido e approssimativo.
Successivamente, l'algoritmo esplora diversi vicinati per migliorare progressivamente la soluzione. I vicinati sono sottinsiemi di soluzioni che sono correlate tra loro. Nel nostro caso abbiamo implementato i seguenti vicinati. Uno è la risegnazione di pazienti, dove esploriamo la possibilità di spostare i pazienti tra diverse sessioni operatorie. L'altra è l'ottimizzazione dei giorni consecutivi, per esempio in questo caso analizziamo due giornate specifiche per trovare una migliore distribuzione delle operazioni. E infine l'ottimizzazione di due specialità chirurgiche in cui si confrontano le assegnazioni tra due dipartimenti per ottimizzare l'uso delle risorse. Questa struttura permette di migliorare progressivamente la soluzione partendo da differenti prospettive ed evitando di rimanere bloccati in soluzioni sub-ottimale. L'algoritmo applica una strategia adattiva che modifica l'esplorazione in base ai risultati parziali, garantendo flessibilità e adattamento ai cambiamenti nei dati. Inoltre, l'algoritmo ha una strategia specifica per ottimizzare l'occupazione dei letti, garantendo una gestione più equilibrata e riducendo i picchi di carico. I risultati ottenuti da questo algoritmo sono estremamente promettenti e significativi. In particolare, l'algoritmo ha dimostrato di poter ottenere soluzioni migliori rispetto ai metodi tradizionali, sia in termini di bilanciamento del carico di lavoro, sia nella massimizzazione della priorità dei pazienti. Uno dei principali vantaggi riscontrati è la riduzione significativa dei tempi di elaborazione. Utilizzando questo algoritmo si è ridotto comunque molto il tempo per ottenere una soluzione ottima, circa 70% rispetto ai metodi standard. e questo è fondamentale soprattutto in un contesto in cui le decisioni devono essere prese rapidamente e con precisione. L'algoritmo ha mostrato una grande capacità di distribuire il carico del lavoro tra il personale in modo equilibrato. Questo significa che i picchi di attività sono stati ridotti permettendo al personale sanitario di lavorare con maggiore sanità e sicurezza. Questo bilanciamento ha un impatto diretto sulla qualità delle cure poiché riduce il rischio di errori per esempio dovute a stanchezza e stress del personale. Il modello ha permesso comunque di dare priorità ai pazienti con urgenze maggiori senza compromettere l'efficienza complessiva del sistema. Rispetto ai metodi tradizionali, abbiamo osservato una riduzione dei tempi di attesa per i pazienti più critici di circa il 30%, garantendo al contempo un utilizzo ottimale delle salle operatorie. Un altro risultato significativo riguarda anche la trasparenza del processo decisionale grazie all'utilizzo di criteri chiari e oggettivi. L'algoritmo ci consente quindi di spiegare facilmente perché un paziente è stato programmato in un determinato giorno piuttosto che in un altro. Questo aspetto è particolarmente importante nei seduti repubbliche, nella sanità, dove la gestione di sé attesa è spesso oggetto di dibattito e di critiche. Il nostro ormaidano è stato testato su un insieme di dati molto ampio, reso disponibile da un team di ricerca holandese, basato su istanze realistiche e su diverse specialità cliniche, riscontrando quindi un netto miglioramento delle performance in contesti con alta variabilità di casi chirurgici.
I risultati ci evidenziano che l'efficacia dell'approccio proposto è capace di migliorare sia l'efficienza operativa che la qualità del servizio offerto, rappresentando un modello replicabile e soprattutto scalabile per le realtà sanitarie.
Quindi, in un contesto sanitario pubblico, regionale anche, come quello italiano, l'applicazione di questi modelli di ottimizzazione molto obiettivo per la pianificazione delle sale operatorie è soprattutto vantaggiosa.
Le strutture ospedaliere sono soggette comunque a vincoli di bilancia, una crescente domanda di interventi e possono trarre benefici dall'adozione di questi algoritmi. L'integrazione dei due criteri, come il bilanciamento del carico e la massimizzazione della priorità, rappresenta quindi un passo avanti nella gestione ottimale delle saloperatorie.
Questo metodo può essere esteso anche da altre aree, naturalmente per supportare una pianificazione più equa ed efficiente. Vi ringrazio per aver seguito questo podcast e un sentito grazie a tutti.
[00:12:24] Speaker A: Podcast Nursing affronta l'aggiornamento scientifico continuo sull'infermieristica italiana e internazionale e promuove la cultura e la conoscenza del nursing.
