Al Policlinico Gemelli gli Advanced Analytics aiutano a rispondere con efficacia all’emergenza pandemica
Intervista al Prof. Andrea Cambieri, Direttore Sanitario - Policlinico Universitario "A. Gemelli" di Roma
La Fondazione Policlinico Universitario Agostino Gemelli IRCCS utilizza le soluzioni SAS per prevedere gli afflussi in terapia intensiva, capire le eventuali complicanze mediche dei malati di coronavirus, pianificare il lavoro nei reparti, prevedere gli impatti sull’organizzazione, nonché programmare e gestire in modo efficace la somministrazione dei vaccini. Ne parla in questa intervista il Prof. Andrea Cambieri, Direttore Sanitario del Policlinico Universitario "A. Gemelli" di Roma.
La pandemia Covid-19 ha messo le strutture ospedaliere sotto grandissima pressione imponendo la necessità di dare risposte adeguate in brevissimo tempo. Può descriverci quali sono state (e quali sono tutt’ora) le sfide da affrontare e le esigenze che vi hanno portato a prendere in considerazione di sfruttare sistemi avanzati di analisi?
Due sono le “parole chiave” che identificano la capacità di risposta ad una pandemia come quella che stiamo vivendo da parte di un grande ospedale come il nostro:
Flessibilità, intesa come la capacità di convertire e modificare rapidamente assetti, organizzazione, spazi e tecnologie.
Innovazione tecnologica, come per esempio la telemedicina di cui si è parlato tanto negli ultimi anni e, negli ultimi mesi, si è anche fatto.
Le due parole chiave confluiscono nell’analisi avanzata dei dati che è ciò che ci ha permesso di capire fin da subito l’andamento della curva esponenziale del virus che si presenta a ogni “ondata”.
Entrando un po’ più in dettaglio, può darci un’idea di dove e come sono stati impiegati i sistemi di Advanced Analytics di SAS e in che modo la tecnologia vi sta supportando?
La piattaforma SAS Viya ci ha
permesso di gestire in modo
dinamico i posti letto grazie
alla capacità predittiva.
Abbiamo lavorato a stretto contatto con la Direzione ICT, in particolare, con la divisione Datawarehouse e Flussi IRCCS coordinata da Antonio Marchetti, con l’obiettivo di capire quali metriche fossero più idonee. La sfida è definire un numero ristretto e gestibile di indicatori di cui una parte sono esterni, come per esempio l’andamento dei contagi o l’indice R con T, e una parte sono interni, come gli accessi al pronto soccorso, i tamponi risultati positivi sul totale dei tamponi effettuati, il coefficiente di operatori che si ammalano, la forza lavoro che può rientrare, i posti letti disponibili, ecc. Tutti indicatori necessari per capire come “gestire il fronte”, cosa che riusciamo a fare con la capacità predittiva sfruttando le potenzialità della piattaforma SAS Viya.
I numeri aiutano a capire dove, come e quando gestire in modo dinamico i posti letto in più, per esempio, non solo per le terapie intensive ma anche posti letto “normali” da convertire in letti per le zone sub-intensive e letti per i malati meno gravi che devono comunque essere gestiti in reparti ad hoc, reparti Covid. Questa cosa non avviene in pochi minuti, serve una pianificazione accurata perché gli impatti sono molteplici: è necessario allertare il servizio tecnico per far arrivare l’ossigeno, pianificare il lavoro e i turni di medici e personale infermieristico, organizzare il trasferimento dei “malati bianchi” (pazienti non Covid), recuperare gli asset (macchinari necessari al monitoraggio dei pazienti, farmaci, presidi medici, ecc.)…; senza una capacità di gestione previsionale (con analisi predittive) questa organizzazione sarebbe pressoché impossibile. Ci troveremmo nel caos.
Mondo sanitario e mondo IT parlano lingue diverse. In che modo, per rispondere a queste sfide critiche, avete organizzato il lavoro congiunto ed integrato tra Direzione Sanitaria e Direzione ICT Datawarehouse?
Il mondo IT è il produttore e il gestore del dato, il mondo sanitario invece è il gestore delle attività operative ma è anche il “lettore seriale del dato”: senza i dati le operations non sarebbero in grado di gestire in modo efficace gli eventi, ancor di più quando si tratta di fenomeni straordinari come una pandemia.
Va da sé, dunque, che ci deve essere una strettissima collaborazione tra chi il dato lo produce e lo distribuisce (la Direzione ICT Datawarehouse) e chi lo utilizza (la Direzione Sanitaria e le varie unità operative dell’ospedale).
Può darci evidenza di qualche numerica rispetto al piano vaccinale?
Ad oggi riusciamo a vaccinare circa 420/430 persone al giorno. 130 persone arrivano dalle liste dell’ASL, gli altri sono nostro personale medico sanitario (ormai quasi concluso) e nostri pazienti “super fragili”, cioè coloro che hanno diverse patologie che vanno categorizzate (ne abbiamo 15mila in carico al Policlinico) e per le quali il vaccino va gestito in modo specifico. Possiamo fare circa 75/76 vaccini al giorno per questo tipo di pazienti super fragili. Anche in questo caso, gli Analytics rappresentano l’elemento grazie al quale poter fare una pianificazione efficace del piano vaccinale interno.
Sulla base dei risultati positivi raggiunti da questo progetto, come vede il futuro delle tecnologie per l’analisi avanzata dei dati (tra le quali anche quelle che sfruttano tecniche di Intelligenza Artificiale) in ambito sanitario? Quali sono a suo avviso le prossime frontiere raggiungibili?
In futuro la “tecno-assistenza”
(di cui l’analisi dei dati è
l’elemento cardine) consentirà
di ribaltare il paradigma.
Vedo un futuro interessante nell’ambito della medicina a distanza, e non mi riferisco solo alla telemedicina che siamo riusciti ad attivare oggi ma alla cosiddetta “tecno-assistenza” fatta di wearable device che si connettono con l’ospedale in maniera push (anche non percepita dal paziente) e che possono consentire alla struttura sanitaria di assistere i pazienti in modo proattivo, chiamando il paziente se e quando necessario. Oggi avviene il contrario, è il paziente che chiama l’ospedale per fare visite, controlli, richieste di aiuto. La tecno-assistenza (di cui l’analisi dei dati è l’elemento cardine) ci consentirà di ribaltare il paradigma.
27 luglio 2021
Articoli consigliati
-
Innovation sparksInnovazione e Trasformazione nell’Area Credito: l’esperienza di TIMTIM ha intrapreso un progetto ambizioso volto a innovare processi, sistemi e organizzazione, con l’obiettivo di migliorare l’efficienza e garantire una gestione sempre più data-driven. -
Data for GoodAI_PREMie: innovazione e collaborazione per prevenire le complicazioni della preeclampsiaLa ricerca condotta dall'University College di Dublino potrebbe salvare decine di migliaia di vite utilizzando il machine learning per diagnosticare la preeclampsia. -
Innovation SparksLe Model Card di SAS: una bussola per la trasparenza e l’eccellenza nei modelli di Intelligenza ArtificialeIntegrate nella piattaforma SAS Viya, le Model Card di SAS sono concepite per documentare e chiarire ogni aspetto dei modelli di intelligenza artificiale e machine learning. -
What's HotUna realtà dell’AI oltre l’hype per il settore sanitario e il mondo Life Science. Le previsioni di SAS per il 2025.Industrie farmaceutiche e mondo della sanità compiono passi decisi verso l’innovazione dell’AI e la digital transformation.