Viva Italia

Informazione libera e indipendente

Un motore di ricerca e valutazione delle prestazioni sanitarie: ecco come realizzarlo

Un motore di ricerca e valutazione delle prestazioni sanitarie: ecco come realizzarlo | Agenda Digitale

Sanità

Architettura federata, linked open data, multicanalità sono alcuni dei requisiti di un motore di ricerca e valutazione delle prestazioni sanitarie su base regionale. Cosa cercano online i pazienti, come viene valutata la qualità dell’informazione, quali sono i vantaggi di una piattaforma di benchmarking sui servizi

14 minuti fa

Luigi Lella

ISEM – Institute for Scientific Methodology, Palermo

Ignazio Licata

ISEM – Institute for Scientific Methodology, Palermo

Christian Pristipino

Unità di cardiologia interventistica e di emergenza – S.Filippo Neri – ASL Roma 1

linked open data [14][15].

Le pubbliche amministrazioni per ottemperare al loro mandato istituzionale devono infatti non solo erogare adeguati servizi informativi ai cittadini, ma devono altresì aumentare nel tempo la trasparenza e l’efficienza nella gestione delle risorse pubbliche.

Motore di ricerca e sanità: quali requisiti dovrebbe avere una piattaforma affidabile

La realizzazione di una piattaforma dove pubblicare i dati dei servizi erogati relativi a costi, modalità di espletamento e livelli di qualità definiti attraverso criteri oggettivi e scientificamente validi permetterebbe non solo di informare adeguatamente la cittadinanza, ma anche di stabilire una sorta di benchmark di riferimento per le aziende e le istituzioni operanti nel settore da utilizzare per il miglioramento continuo dei servizi.

La pubblicazione dei dati sui servizi clinico sanitari erogati in formato aperto e georeferenziato permetterebbe anche lo sfruttamento di tali dati per realizzare ulteriori servizi di ricerca e informativi, sostenendo le attività delle imprese private.

Si riporta nello specifico un elenco minimo delle caratteristiche generali che dovrebbe contraddistinguere tale piattaforma.

  • Architettura federata: un sistema di basi di dati federato [16] che mappi sistemi di basi di dati autonomi multipli, realizzati e tenuti in costante aggiornamento da parte delle PPAA periferiche sanitarie in una singola base di dati federata, che consenta in futuro al cittadino di ricercare informazioni su servizi clinico-sanitari su tutto il territorio nazionale;
  • Linked open data: le basi di conoscenza manutenute dalle PPAA devono basarsi sul paradigma del LOD cloud [17], ovvero devono assumere la struttura di open dataset collegati ad ontologie e ad altri open dataset, per consentire un’agevole ed efficace ricerca delle informazioni sui servizi erogati dalle strutture cliniche. Vanno predisposte soluzioni in grado di garantire la certificabilità e la non alterabilità del dato pubblicato. Soluzioni basate ad esempio sulla tecnologia blockchain potrebbero essere in grado di raggiungere questo risultato [18].
  • Internazionalizzazione, accessibilità ed usabilità: dati, informazioni e interfacce utente (GUI) devono essere predisposti in modalità multilingua per garantire non solo un adeguato livello di accessibilità delle informazioni, ma anche per supportare la futura ricerca di servizi digitali transfrontalieri da parte di cittadini comunitari non residenti sul territorio nazionale [19]. Relativamente alle GUI vanno garantiti i livelli minimi di accessibilità ed usabilità del WCAG 2.1 [20];
  • Multicanalità: è opportuno separare contenuti e funzionalità della piattaforma dalle modalità di erogazione e visualizzazione, in modo da consentire la fruizione del servizio informativo su più canali (portali, app, chatbot [21]) e da vari tipi di dispositivi (pc, tablet, smartphone etc.). Questa scelta aiuta a garantire la coerenza dell’informazione veicolata dai differenti canali di comunicazione attivati per il cittadino, migliorando la customer experience e creando anche i presupposti per la realizzazione di nuovi servizi “phygital”, che facciano convergere realtà digitale e realtà fisica [22]. Un esempio potrebbe essere quello di un’app che interagisce con l’ambiente fisico della struttura clinico-sanitaria, che all’accesso dell’assistito gli ricordi l’ora dell’appuntamento, inviando contestualmente all’HIS un trigger per l’aggiornamento della lista delle visite ambulatoriali giornaliere programmate e dei tempi di attesa stimati, che guidi l’assistito a pochi minuti dall’inizio della visita in un percorso di realtà aumentata fino all’ambulatorio di destinazione, che ricordi all’assistito in caso di necessità le fasi preparatorie della visita a cui si deve sottoporre.
  • Rispetto della privacy: i cittadini devono essere adeguatamente informati e tutelati relativamente al trattamento dei loro dati, in ottemperanza al GDPR ed alle normative nazionali sulla privacy [23], se i dati vengono utilizzati per l’aggiornamento degli indicatori di qualità dei servizi erogati dalle strutture clinico sanitarie. In linea di massima però è possibile escludere l’utilizzo di dati sensibili e personali specie nella rilevazione della customer satisfaction [24];
  • Informazioni sui servizi clinico-sanitari: il cittadino deve innanzitutto avere un quadro completo sui servizi disponibili a livello regionale, con un servizio di geolocalizzazione e con ulteriori servizi che lo aiutino a raggiungere facilmente il punto di erogazione. Vanno inoltre specificate le modalità di erogazione del servizio (come prestazione erogabile dal SSN/SSR, in intramoenia, in extramoenia, con accesso diretto all’ambulatorio o sfruttando servizi di telemedicina etc.), i costi, i tempi di attesa per la presa in carico (ad es. informazioni sulle relative liste di attesa), le modalità di preparazione a visite ed interventi, i livelli di qualità percepita dagli utenti (in primis attraverso la rilevazione della customer satisfaction) e possibilmente ulteriori informazioni relative a outcome, tempi di recupero funzionale, durata dell’eventuale follow up etc. I requisiti funzionali e contenutistici completi andrebbero esplicitati in fase progettuale coinvolgendo i vari stakeholders a cominciare dal cittadino/assistito, seguendo opportune metodologie progettuali come quella definita dall’AgID [25];
  • Valutazione comparativa dei servizi clinico-sanitari: la piattaforma deve consentire un’agevole valutazione dei servizi clinico sanitari disponibili a livello regionale, consentendo un ordinamento della lista dei risultati basato su criteri impostati dall’utente del motore di ricerca (ad es. costi, tempi di presa in carico, tempi di recupero funzionale, livello di qualità globale, qualità degli ambienti, qualità dell’accoglienza, qualità delle professionalità). La stessa lista di risultati deve essere resa esportabile in formato aperto [26];
  • Funzionalità di Medicina di precisione o personalizzata: se disponibili, la piattaforma deve garantire anche l’accesso a funzionalità predittive che, a fronte dell’inserimento di ulteriori dati personali e sanitari da parte dell’utente del motore di ricerca e nel rispetto delle normative sul trattamento di tali dati, consentano di avere una stima più precisa relativamente ad outcome, rischi e tempi di recupero funzionale [27][28][29][30].

I vantaggi di una piattaforma di benchmarking nella sanità

Un servizio digitale online di questo tipo può finalmente garantire al cittadino un’adeguata informazione relativamente all’offerta di servizi clinico-sanitari presenti a livello regionale e in futuro anche nazionale, evitando overload informativi, perdita o incompletezza delle informazioni e soprattutto certificando la qualità del dato.

Per essere però realmente efficace ed affidabile la sua realizzazione deve basarsi su alcuni presupposti di seguito riportati.

Come sottolineato al punto 6, l’elenco esatto di contenuti e funzionalità del servizio digitale online deve risultare da una precisa attività progettuale che coinvolga tutti i principali stakeholder a cominciare dal cittadino, fruitore della piattaforma informativa. Nel rispetto delle linee guida predisposte dall’AGID, il servizio va progettato attorno al cittadino, cercando di venire incontro a tutte le sue esigenze e permettendogli di reperire tutte le informazioni di cui ha bisogno nel minor tempo possibile e nella maniera più agevole possibile.

È di fondamentale importanza non solo la standardizzazione dei dati e degli indicatori riportati dalla piattaforma, ma assicurare anche la qualità del dato alla fonte per il quale va effettuato un costante controllo della qualità.

Per esempio, da anni, la Società Italiana di Cardiologia Interventistica raccoglie i dati di attività dei laboratori italiani secondo un suo schema nazionale, su base volontaria, che vede la partecipazione di oltre il 99% dei laboratori italiani. Il rapporto viene poi reso disponibile al GISE e pubblicato sul giornale italiano di cardiologia l’anno successivo [31]. Altro esempio di successo è dato dal PRogramma REgionale VALutazione Esiti [32] che annualmente viene svolto dalla Regione Lazio per indirizzare la politica sanitaria e il controllo di quantità/qualità delle prestazioni, obbligando i centri a fornire dati non solo sul volume delle attività, ma anche in merito agli outcome in base a dati ufficiali con valore legale (le cartelle SDO).

È infine importante raccogliere il feedback del cittadino/assistito attraverso opportune form di customer satisfaction che valutino i servizi clinico-sanitari sotto molteplici punti di vista e come differenza tra ciò che l’utente si aspetta di ricevere e quanto pensa di aver ricevuto seguendo la metodologia SERVQUAL [33][34]. Altri indicatori di qualità dei servizi possono provenire dai dati regionali sulle liste di attesa, dai flussi ministeriali o direttamente dai dossier sanitari elettronici ospedalieri e territoriali [35].

Il sistema di indicatori per la valutazione della qualità dei servizi andrebbe messo gratuitamente e liberamente a disposizione nel LOD cloud con i relativi aggiornamenti.

L’impatto previsto di una piattaforma realizzata secondo questi criteri non è solo quello di migliorare a breve termine il servizio informativo rivolto al cittadino, ma anche quello a lungo termine di uniformare i livelli di qualità dei servizi erogati e di favorire la nascita di ulteriori servizi informativi creati dalle aziende private basati sulle basi di conoscenza sviluppate.

_______________________________________________________________________

Bibliografia

[1] Pew Research Center. The Internet and Health, 2013. ultimo accesso il giorno 20/04/2021 all’indirizzo: http://www.pewinternet.org/2013/02/12/the-internet-and-health

[2] Deering, M.J. And Harris, J., Consumer health information seeking and hypothesis testing. Journal of the American Medical Informatics Association: JAMIA 2008, 15, 484-495.

[3] Griffin R.J., Dunwoody, S. and Neuwirth, K., Proposed model of the relationship of risk information seeking and processing to the development of preventive behaviors. Environmental Research 1999, 80, 230-245.

[4] Eysenbach, G., Medicine 2.0: social networking, collaboration, participation, apomediation and openness. Journal of Medical Internet Research 2008, 10, 1-11.

[5] Prasad, B., Social media, health care and social networking. Gastrointestinal Endoscopy 2013, 77, 492-495.

[6] Park, H. and Park M.S., Cancer information-seeking behaviors and information needs among Korean Americans in the online community. Journal of Community Health 2013, 39, 213-22.

[7] Van de Belt, T.H., Engelen, L.J., Berben, S.A., Teerenstra, S., Samsom, M. and Schoonhoven, L., Internet and social media for health related information and communication in health care: preferences of the Dutch general population. Journal of Medical Internet Research 2013, 15, 1-11.

[8] Rutsaert, P., Pieniak, Z., Regan, A., McConnon, A. and Verbeke, W. Consumer interest in receiving information through social media about the risk of pesticide residues. Food Control 2013, 34, 386-392.

[9] Zhao Y. and Zhang J., Consumer health information seeking in social media: a literature review, Health Information & Libraries Journal 2017, 34, pp.268-283

[10] Daraz L., Morrow A.S., Ponce O.J., Beuschel B., Farah M.H., Katabi A., Alsawas M., Majzoub A., Benkhadra R., Seisa M., Ding J., Prokop L. and Murad H., Can patients trust online health information? A meta-narrative systematic review addressing the quality of health information on the Internet. J.Gen.Inter.Med 2019, 34(9):1884-91.

[11] Chang D.T.S, Abouassaly, R., Lawrentschuk N., Quality of health information on the Internet for urolithiasis on the Google Search Engine, Adv. Urol. 2016, 1-5

[12]Fahy, E., Hardikar, R., Fox A., Mackay, S., Quality of patient health information on the internet: reviewing a complex and evolving landscape. Australas. Med. J. 2014, 7, 24-28.

[13] Strzelecki A., Google Medical Update: why is the search engine decreasing visibility of health and medical information websites ?, Int. J. Environ.Res.Public Health, 2020, 17, 1160.

[14] S.C. Necula, Semantic web applications:current trends in datasets, tools and technologies development for linked open data, 2020, Informatica Economica vol 24, no.4.

[15] K. Munir, M.S. Anjum, The use of ontologies for effective knowledge modelling ad information retrieval, 2018, Applied Computing and Informatics 14, 116-126.

[16] N. Masood, B. Eaglestone, Component and federation concept models in a federated database system, 2003, Malaysian Journal of Computer Science, Vol.16 no.2, pp. 47-57

[17] A. Assaf, R. Troncy, A Senart, What’s up LOD Cloud ? Observing the State of Linked Open Data Cloud Metadata, 2015, Springer International Publishing Switzerland, F. Gandon et al. (Eds.): ESWC 2015, LNCS 9341, pp. 247-254

[18] B.Koteska, E. Karafiloski, A.Mishev, Blockchain implementation quality challenges: a literature review, 2017, Proc. of SQAMIA 2017

[19] My [email protected], Electronic cross-border health services in the EU, ultimo accesso il giorno 20/04/2021 all’indirizzo: https://ec.europa.eu/health/sites/health/files/ehealth/docs/myhealth_qa _en.pdf

[20] Web Content Accessibility Guidelines (WCAG) 2.1, ultimo accesso il giorno 20/04/2021 all’indirizzo: https://www.w3.org/Translations/WCAG21-it/

[21] T. Nadarzynski, O. Miles, A. Cowie, D. Ridge, Acceptability of artificial intelligence (AI)-led chatbot services in healthcare: a mixed-methods study, 2019, Digital Health, vol.5, pp.1-12

[22] R.N. Bolton, J.R. McColl-Kennedy, L. Cheung, A. Gallan, C. Orsingher, L. Witell, M. Zaki, Customer experience challenges: bringing together digital, physical and social realms, 2018, Journal of Service Management, vol. 29 no. 5, pp. 776-808.

[23] Garante per la Protezione dei Dati Personali, Il testo del regolamento, ultimo accesso il giorno 20/04/2021 all’indirizzo: https://www.garanteprivacy.it/il-testo-del-regolamento

[24] Garante per la Protezione dei Dati Personali, Linee guida in tema di trattamento di dati per lo svolgimento di indagini di customer satisfaction in ambito sanitario – 5 maggio 2011, ultimo accesso il giorno 20/04/2021 all’indirizzo: https://www.garanteprivacy.it/web/guest/home/docweb/-/docweb-display/docweb/1812910

[25] Designers Italia, Linee guida per orientare la progettazione di servizi e ambienti digitali partendo dalle effettive esigenze degli utenti, ultimo accesso il giorno 20/04/2021 all’indirizzo: https://designers.italia.it/linee-guida/

[26] Formez PA, Formati aperti, ultimo accesso il giorno 20/04/2021 all’indirizzo: http://egov.formez.it/sites/all/files/open_data_-_formati_aperti.pdf

[27] L.Lella, I.Licata, G.Minati, C. Pristipino, A.G. De Belvis, R. Pastorino, Predictive AI models for the personalized medicine, 2019, Proc. HealthInf 2019, pp. 396-401

[28] L.Lella, L.Gentile, C. Pristipino, D. Toni, Predictive clustering learning algorithms for stroke patients discharge planning, 2021, Proc. HealthInf 2021, pp.296-303

[29] L.Lella, I.Licata, Length of hospital stay prediction through unorganised Turing machines, 2018, Proc. HealthInf 2018, pp.402-407

[30] L.Lella, A. Di Giorgio, A.F. Dragoni, Length of stay prediction and analysis through a growing neural gas model, 2015, AI-AM/[email protected] 2015

[31] https://www.google.com/url?sa=t&source=web&rct=j&url=https://gise.it/Uploads/EasyCms/GICI_2019_88178.pdf&ved=2ahUKEwiw-6S5naDwAhWp3eAKHUzECZEQFjADegQIDxAC&usg=AOvVaw1Jj-oqKfHaVJMD2cVZaNUs.

[32] https://www.dep.lazio.it/prevale2020/index.php

[33] A. Parasuraman, Refinement ad reassessment of the SERVQUAL scale, 1991, J.Retail, 67, 420-450

[34] A.Allahham, Determinants of Customer Satisfaction in Healthcare Services, Int. J. of Business and Management Invention, vol 2, issue 12, pp. 59-63

[35] Garante per la Protezione dei Dati Personali, Linee guida in tema di fascicolo sanitario elettronico e di dossier sanitario, 2019, ultimo accesso il giorno 20/04/2021 all’indirizzo: https://www.garanteprivacy.it/home/docweb/-/docweb-display/docweb/1634116

Digital event, 24 giugno

Forum PA: Trasformare il Sistema Sanitario Nazionale, potenziamento del territorio e data governance

Smart health

@RIPRODUZIONE RISERVATA


Argomenti


Canali

Articoli correlati

Articolo 1 di 4

Fonte: agendadigitale.eu

Doroteo Cremonesi

Doroteo Cremonesi

Affascinato dal progresso, dalla tecnologia e dall'energia, amante delle automobili

Related Posts

Leave a Reply

Your email address will not be published. Required fields are marked *