Dall’appropriatezza prescrittiva alla programmazione sanitaria: il ruolo della qualità del dato nella governance delle liste d’attesa

Abstract

Le liste d’attesa rappresentano una delle principali sfide per la governance dei sistemi sanitari, poiché derivano dall’interazione tra disponibilità dell’offerta, caratteristiche della domanda, appropriatezza prescrittiva e capacità organizzativa. La tesi analizza il possibile contributo dell’innovazione digitale al governo delle liste d’attesa, concentrandosi sulla qualità dell’informazione prodotta nel processo prescrittivo e sul suo utilizzo nei processi di programmazione sanitaria. Il lavoro esamina il progetto PRIORITY in Healthcare, sviluppato nell’ambito del PR FESR Liguria 2021–2027, che prevede un sistema digitale di supporto alla decisione clinica finalizzato a favorire una più uniforme applicazione dei criteri di appropriatezza e delle classi di priorità RAO, mantenendo in capo al medico la decisione finale. L’analisi collega la dimensione clinica a quella organizzativa e programmatoria: una maggiore strutturazione del dato prescrittivo può contribuire a rendere più leggibile la domanda registrata e, se integrata con informazioni sulla capacità produttiva, offrire elementi conoscitivi utili alla programmazione dell’offerta. Tale prospettiva è approfondita attraverso il caso del follow-up oncologico dell’E.O. Ospedali Galliera, che evidenzia il rapporto tra domanda prevedibile, capacità produttiva e organizzazione delle agende. La ricerca non attribuisce a PRIORITY un effetto diretto sulla riduzione delle liste d’attesa, ma ne individua il potenziale contributo nel raccordo tra appropriatezza prescrittiva, qualità del dato e capacità programmatoria. L’innovazione digitale può così generare valore pubblico quando l’informazione prodotta viene trasformata in conoscenza a supporto di decisioni organizzative e allocative più consapevoli.

Waiting lists represent a major challenge for healthcare system governance, as they result from the interaction between service capacity, characteristics of demand, prescribing appropriateness and organisational capability. This thesis examines the potential contribution of digital innovation to waiting-list governance, focusing on the quality of information generated during the prescribing process and its use in healthcare planning. The study analyses PRIORITY in Healthcare, a project developed within the Liguria ERDF Regional Programme 2021–2027. The project involves a digital clinical decision-support system designed to promote a more consistent application of appropriateness criteria and RAO priority classes, while leaving the final decision with the physician. The analysis connects the clinical dimension with the organisational and planning dimensions. More structured prescribing data may contribute to a clearer representation of recorded demand and, when integrated with information on service capacity, provide useful evidence for healthcare planning. This perspective is further explored through the case of oncology follow-up at E.O. Ospedali Galliera, which highlights the relationship between predictable demand, productive capacity and appointment scheduling. The research does not attribute a direct reduction in waiting lists to PRIORITY. Rather, it identifies its potential contribution in connecting prescribing appropriateness, data quality and planning capacity. Digital innovation can therefore contribute to public value when the information it generates is transformed into knowledge supporting more informed organisational and resource-allocation decisions.