Dipartimento di Informatica

Descrizione del progetto

Con questo progetto intendiamo rispondere al bisogno individuato fornendo un insieme di strumenti per il supporto alle decisioni che permettano la definizione e la validazione di politiche di pianificazione della rete di emergenza ed urgenza, e di gestione dei flussi di pazienti che accedono alla rete stessa. Gli strumenti di supporto alle decisioni saranno basati su modelli di analisi quantitativa per la soluzione di problemi complessi. Tali approcci modellistici sono quelli del mondo della Operational Research and Management Science, del Machine Learning e Data Mining, e della Simulazione di Sistemi Complessi. La bontà dell'approccio modellistico per affrontare problemi di gestione dei servizi sanitari è ampiamente dimostrato in letteratura (si veda sezione 2 della "Relazione descrittiva dell'iniziativa proposta"). Nessun aggiornamento. Lo sviluppo di modelli quantitativi, anche se in modalità diverse, è stato l'azione conreta per rispondere ai bisogni individuati. Oltre alla letteratura, la stessa esperienza dei componenti del team di ricerca garantisce la bontà di tali approcci. Il responsabile di questa richiesta di finanziamento ha realizzato due progetti di ricerca, uno finanziato dalla Regione Lombardia ed uno dal MIUR, nei quali sono stati applicati gli approcci modellistici proposti per questo progetto a due problemi che sono strettamente collegati a questa proposta progettuale, ovvero la gestione delle ambulanze e la gestione dei percorsi di cura.
A scopo esemplificativo dei possibili risultati che si possono ottenere adottando un approccio modellistico, nel primo progetto è stato dimostrato che l'uso intelligente delle ambulanze disposte sul territorio avrebbe potuto garantire un miglioramento delle performance del sistema, nei momenti di picco della domanda di emergenza, maggiore di quello che si sarebbe potuto ottenere aggiungendo una o più ambulanze.
Infine, in una nostra analisi preliminare, abbiamo dimostrato come una semplice politica di gestione dei flussi dei pazienti possa ridurre sensibilmente i tempi di attesa (si veda https://iris.unito.it/handle/2318/1624657).

Note