La pandemia ha messo in evidenza il pericolo burnout per medici e infermieri come testimoniato anche dal tragico incidente nel quale ha perso la vita un’infermiera di 27 anni nel brindisino. La donna era reduce da due notti consecutive di turno nella propria struttura.

C’è la stanchezza fisica dovuta al picco della pandemia, lo stress nervoso ma anche il forte disagio e stress di chi non si sente apprezzato e ha un distacco emotivo dal proprio lavoro.

Per cercare di contrastare soprattutto il secondo aspetto, durante The Anesthesiology Business Event della Società Americana di Anestesiologia di Dallas si è discusso sull’utilizzo dell’Intelligenza Artificiale per modellare i turni del personale.

AI, controllo e flessibilità

Secondo il progetto, la programmazione basata sull’Ai migliora significativamente l’impegno dei medici e riduce il burnout creando orari equi e flessibili che supportano l’equilibrio tra lavoro e vita privata – anche durante la pandemia di Covid-19.

Gli studi dimostrano che la metà di tutti i medici sperimentano il burnout durante la loro carriera, guidato da fattori tra cui il carico di lavoro, le richieste di lavoro, l’integrazione con la vita privata, il controllo e la flessibilità degli orari.

Il software di programmazione basato sull’intelligenza artificiale ha concesso più giorni di ferie, ha ridotto i giorni di ferie non concessi e ha fornito flessibilità e prevedibilità, rispetto al precedente sistema di programmazione creato dal personale, ottenendo punteggi di impegno significativamente migliorati dagli anestesisti entro sei mesi.

“Abbiamo implementato la programmazione Ai degli anestesisti nel 2018 per aumentare il controllo e la flessibilità e abbiamo visto rapidamente i benefici“, ha detto Dhruv Choudhry, M.D., autore principale dello studio e specializzato in anestesiologia presso Ochsner Health a New Orleans.

“In media, la programmazione permette ai nostri anestesisti di avere una o due mattine e uno o due pomeriggi liberi al mese per consentire un maggiore equilibrio tra lavoro e vita privata in modo che possano partecipare meglio agli eventi importanti per loro“.

Sei mesi dopo che il dipartimento ha implementato il sistema di programmazione AI, i punteggi di impegno medio di sessanta anestesisti sono aumentati da 3,3 a 4,2 su 5 (sulla base di un sondaggio di Press Ganey), uno dei maggiori miglioramenti nel sistema Ochsner Health.

La collaborazione con la startup

Anche in Italia si sta cercando di applicare l’intelligenza artificiale per la gestione dell’ospedale. L’Università di Genova e la startup innovativa SurgiQ hanno sviluppato una soluzione che prevede l’assegnazione di giorno, slot temporale e sala operatoria ai pazienti tenendo presente una serie di vincoli che vanno dal tipo di intervento a disponibilità delle sale, urgenza e altri fattori. Altri vincoli arrivano dalla disponibilità del personale e delle altre unità operative.

Grazie a un data set di diecimila interventi fornito dalla Asl 1 Liguria è stato istruito e addestrato un modello di deep learning che, insieme a un altro set di dati, permette di stimare la durata degli interventi e applicare la pianificazione.

I dati forniti da Dedalus riguardano invece il solo modello di pianificazione, comprendono la configurazione delle sale operatorie e la lista di pazienti da operare relativi ad un mese tipo. I dati sono consultabili anche tramite una web app che permette di inserire i parametri per la definizione di un problema.

Con questa soluzione è possibile simulare in tempo reale l’impatto sulle liste operatorie derivante dalla trasformazione delle sale operatorie in terapie intensive per i pazienti Covid-19.