"Digital Pathology e Intelligenza Artificiale nella pratica diagnostica: Analisi dell'implementazione e delle ricadute organizzative nella SC Anatomia e Istologia Patologica dell'Azienda Ospedaliera Universitaria di Alessandria"

Abstract

ABSTRACT Introduzione L’istopatologia tradizionale presenta inefficienze operative, TAT elevati e difficoltà nella gestione di volumi crescenti di campioni. Queste criticità richiedono una trasformazione digitale del workflow diagnostico per migliorare qualità ed efficienza dell’assistenza nei laboratori moderni. Scopo del Lavoro L’elaborato propone una roadmap per la digitalizzazione del Laboratorio di Anatomia Patologica dell’AOU AL con l’obiettivo di migliorare l’assistenza tramite diagnosi più rapide e accurate. Il progetto mira a modernizzare il servizio, aumentando efficienza e sostenibilità. Sono stati analizzati il workflow analogico, progettato quello digitale integrato e valutati gli effetti su TAT e accuratezza diagnostica. Materiali e Metodi È stato adottato un approccio strutturato, partendo dall’analisi del processo “As-Is” per individuare inefficienze e misurare TAT e volumi. La pianificazione ha utilizzato SWOT, Lean e diagramma di Gantt. L’implementazione si è basata su tre pilastri: sistema informativo di laboratorio potenziato, digitalizzazione delle immagini tramite scanner WSI e piattaforma con Intelligenza Artificiale per la diagnosi su biopsie prostatiche. Il progetto ha previsto test e introduzione graduale. Risultati Il workflow digitale con IA ha ridotto significativamente il TAT e migliorato l’accuratezza diagnostica. La riduzione fino al 65,5% nei carcinomi prostatici e del 30–40% nei casi generali e stata raggiunta grazie all’eliminazione dei Muda e all’accesso immediato alle immagini. L’IA ha supportato l’identificazione delle lesioni, riducendo la variabilità tra osservatori. Conclusioni La trasformazione digitale si dimostra un modello efficace per migliorare efficienza e accuratezza diagnostica. L’adozione di un workflow digitale completo è fondamentale, ma richiede di affrontare le complessità legate all’implementazione e all’evoluzione tecnologica.

ABSTRACT Introduction Traditional histopathology has operational inefficiencies, high TATs, and difficulties in handling increasing volumes of samples. These challenges require a digital transformation of the diagnostic workflow to improve the quality and efficiency of care in modern laboratories. Aim of the WorkThe paper proposes a roadmap for the digitization of the Pathological Anatomy Laboratory of the AOU AL with the aim of improving care through faster and more accurate diagnoses. The project aims to modernize the service, increasing efficiency and sustainability. The analog workflow was analyzed, the integrated digital workflow was designed and the effects on TAT and diagnostic accuracy were evaluated. Materials and Methods A structured approach was adopted, starting from the analysis of the "As-Is" process to identify inefficiencies and measure TAT and volumes. The planning used SWOT, Lean, and Gantt chart. The implementation was based on three pillars: an enhanced laboratory information system, image digitization via WSI scanners and a platform with Artificial Intelligence for the diagnosis of prostate biopsies. The project involved testing and phasing-in. Results AI-powered digital workflow significantly reduced TAT and improved diagnostic accuracy. The reduction of up to 65.5% in prostate cancers and 30–40% in general cases was achieved thanks to the elimination of Muda and immediate access to images. AI supported the identification of lesions, reducing variability between observers. Conclusion Digital transformation proves to be an effective model for improving diagnostic efficiency and accuracy. Adopting a comprehensive digital workflow is critical, but it requires addressing the complexities of implementation and technological evolution.