Protocollo di ricezione ed elaborazione dati per il monitoraggio dell'efficienza delle apparecchiature diagnostiche: verso una governance basata sui dati in sanità

Abstract

L’allocazione e la gestione delle risorse rappresentano una sfida critica e continua per i sistemi sanitari contemporanei. In questo contesto, le apparecchiature per la diagnostica medica costituiscono la risorsa primaria per l’erogazione dei servizi, rendendo essenziale una gestione ottimale della loro capacità produttiva. Questa tesi nasce dalla consapevolezza che l’infrastruttura della rete ospedaliera e territoriale genera costantemente un’enorme mole di dati che, se opportunamente valorizzati, può rivelare informazioni cruciali sull’efficienza operativa dei dispositivi diagnostici. L’obiettivo principale di questo lavoro di tesi è formalizzare e automatizzare un protocollo che copra l’intera pipeline dei dati: dall’acquisizione dei dati grezzi generati dalle apparecchiature diagnostiche, al loro trattamento e alla loro integrazione, fino alla produzione di report tramite dashboard di Business Intelligence. Attraverso l’identificazione di specifici indicatori, il protocollo fornisce ai decisori pubblici e ai manager sanitari uno strumento decisionale oggettivo che facilita l’individuazione di potenziali colli di bottiglia, consentendo di minimizzare i tempi di inattività e ottimizzare l’utilizzo delle macchine. Sebbene la quantificazione dell’impatto effettivo esuli dall’ambito di questo studio, la progettazione di questa pipeline pone le basi per una futura governance data-driven, fornendo lo strumento abilitante per ottimizzare la pianificazione e migliorare l’efficienza dei percorsi di cura.

The allocation and management of resources represent a critical and ongoing challenge for contemporary healthcare systems. Within this scenario, medical diagnostic equipment constitutes the primary resource for service delivery, making optimal management of its production capacity essential. This thesis stems from the awareness that hospital and territorial network infrastructure constantly generates a massive volume of data which, if properly leveraged, can reveal crucial insights into the operational efficiency of diagnostic devices. The primary goal of this thesis is to formalize and automate a protocol covering the full data pipeline: from the acquisition of raw data generated by diagnostic equipment, through its processing and integration, to the production of reports via Business Intelligence dashboards. Through the identification of specific indicators, the protocol provides public decision-makers and healthcare managers with an objective decision-making tool that facilitates the identification of potential bottlenecks, enabling the minimization of downtime and the optimization of machine utilization. While the quantification of the actual impact falls outside the scope of this study, the design of this pipeline lays the groundwork for future data-driven governance, providing the enabling tool to optimize scheduling and improve the efficiency of care pathways.