L’efficienza delle strutture sanitarie passa inevitabilmente da un cambio di paradigma, ovvero dall’abilitazione di quella che si definisce data-driven governance. Ogni giorno, cliniche e ospedali si trovano a gestire una mole impressionante di dati, alcuni dei quali derivanti da attività amministrative (fatture e procurement, per esempio, ormai completamente digitalizzati), altri riconducibili ai flussi informativi con gli enti di riferimento, ma moltissimi dalle attività e dai processi interni: cartelle, anamnesi, referti, esami, informazioni anagrafiche e molto altro. Esattamente come in ogni altro settore, la mole di dati derivanti dalla pratica quotidiana nasconde insight di valore inestimabile a livello strategico, in grado di fare la differenza tra una struttura agile e capace di perfezionare il patient journey dei propri assistiti, e una minata dalle inefficienze.
La principale criticità del settore riguarda il fatto che la valorizzazione dei dati, finalizzata a perfezionare la governance clinica e il percorso del paziente, è ancora piuttosto carente. L’ultimo report dell’Osservatorio Big Data & Business Analytics del Politecnico di Milano è molto chiaro in proposito: nonostante l’emergenza covid abbia evidenziato la centralità della valorizzazione dei dati al fine di prendere le migliori decisioni strategiche e operative, la sanità è l’ultimo settore delle industry considerate, con una quota di mercato pari ad appena il 5%. Un abisso rispetto al 28% delle banche.
Approccio data-driven e l’impatto sui tempi d’attesa e l’appropriatezza prescrittiva
Il passaggio a un sistema decisionale basato su insight non è solo un passo avanti, ma una necessità. Si pensi, a titolo d’esempio, al tema dell’appropriatezza prescrittiva, uno dei pilastri su cui si basa il nostro Sistema Sanitario: con questa espressione si intende il livello di adeguatezza di un percorso terapeutico comprendente visite, esami, interventi e follow-up, in funzione della patologia diagnosticata o, rimanendo nella prima parte del journey, dei sintomi lamentati. Prescrivere visite, esami, terapie e accertamenti non necessari rappresenta un’inutile pressione per il paziente, un costo evitabile per il sistema e alimenta l’altro grande limite del Sistema Sanitario: i tempi di attesa, applicabili sia a livello di singola struttura che di sistema nel suo complesso. Tutto ciò conduce un numero sempre maggiore di persone dalla sanità pubblica a quella privata.
Agendo in modo corretto sull’appropriatezza prescrittiva, cosa possibile solo avendo insight di valore a disposizione, si possono ottenere risultati importanti sia in termini di efficacia del percorso di cura che di efficienza della struttura, che infatti potrebbe trattare più casi razionalizzandone i costi ed abbattendo le sacche di inefficienza. In altri termini, una governance data-driven finirebbe per ottimizzare i processi interni della struttura ma anche la relazione con il paziente, creando fidelizzazione.
Lo scoglio: creare una cultura delle informazioni
Adottare un sistema di governance data-driven non è un’attività semplice né immediata. Per diversi motivi: da un lato, occorre fare i conti con la frammentazione dei dati, che spesso sono sparsi in svariati sistemi dipartimentali che agiscono sotto forma di silos impedendo una reale valorizzazione delle informazioni sottostanti.
Altra sfida riguarda l’esigenza di trattare enormi volumi di informazioni non strutturate (si pensi anche solo ai referti redatti in linguaggio naturale), e soprattutto, l’assenza di un approccio manageriale finalizzato alla valorizzazione del patrimonio esistente e alla creazione di una cultura delle informazioni alla base di ogni processo decisionale. Talvolta, quest’ultimo rappresenta il vero limite al progresso delle strutture sanitarie, perché l’abilitazione tecnologica – ovvero gli strumenti di analisi dei Big Data – sono disponibili, così come la capacità di estrarre informazioni di valore da fonti testuali, vocali e da immagini: si pensi alle potenzialità dell’Intelligenza Artificiale rispetto all’interpretazione dell’imaging radiologico, cosa che peraltro rappresenta la base su cui si sviluppano la radiomica e radiogenomica, due delle più grandi promesse della scienza contemporanea e fondamenti della medicina personalizzata.
I benefici della data-driven governance: dalla riduzione degli sprechi alla maggiore redditività
Adottare una governance data-driven significa quindi essere in grado, grazie ad apposite piattaforme tecnologiche integrate con i sistemi gestionali e dipartimentali, di estrarre il patrimonio informativo di cui cliniche e ospedali sono dotati e identificare processi finalizzati alla riduzione degli sprechi, all’ottimizzazione dei workflow esistenti e delle risorse a disposizione della struttura stessa.
La data analysis permette infatti di monitorare l’esecuzione dell’immensa quantità di processi che la struttura porta avanti ogni giorno, rilevando – a titolo d’esempio – l’attivazione di servizi non particolarmente utili, la presenza di spese superflue, evidenti carenze a livello di comunicazione tra reparti, una burocrazia eccessiva che si annida nei tradizionali processi di front office, tempi di attesa inaccettabili e una gestione delle risorse (anche umane) da perfezionare e rivedere.
Affidandosi ai dati, gli interventi di ottimizzazione possono essere molto rilevanti: si pensi, ad esempio, alla migliore allocazione degli investimenti in funzione di servizi che non solo vengono richiesti dai pazienti (alcuni esami o visite specialistiche), ma sono anche giustificati da una corretta appropriatezza prescrittiva (nuove assunzioni, acquisto di nuovi macchinari…); si pensi poi alla tipica riduzione degli sprechi e delle inefficienze, che magari si annidano in processi gestiti in modo manuale e cartaceo, per non parlare dell’aumento di redditività, che è una conseguenza diretta e piacevolmente inevitabile di quanto sopra.
