Titolo della tesi: Modelli sperimentali, con tecnologie digitali di frontiera, per analisi di dati statistico inferenziali e ricerca intervento sulla interazione tra caregiver e pazienti-assistiti portatori di handicap cognitivi nei servizi socio-sanitari e assistenziali
Il seguente lavoro di Dottorato nasce dall’idea di esaminare il potenziale d’uso di strumenti di Digital Transformation e delle c.d. “Tecnologie Abilitanti” per la realizzazione di servizi innovativi ad alta valorizzazione umana e tecnologica.
Partendo dalla riflessione che il comportamento delle persone disabili non è esclusiva funzione della loro disabilità ma anche una risposta alla situazione o al comportamento dell'altro (com’è ampiamente documentato nella letteratura scientifica di settore), condivise con alcune persone che hanno collaborato a questo progetto di ricerca (professionisti di settore, operatori direttamente a contatto con gli assistiti, consulenti qualificati sul piano professionale e scientifico e collaboratori di lunga esperienza accademica nell’ambito psico-sociale), sono state identificate, nel panorama delle tecnologie digitali, le tecnologie “abilitanti” in grado di concorrere a migliorare la gestione dei percorsi di cura e la qualità della relazione - assistito paziente con un complessivo risultato di miglioramento della qualità di vita sia dell’assistito che del paziente.
Le fasi principali di realizzazione delle tecnologie concepite ed in particolare rappresentate da un motore di Business Intelligence (BI) in grado di monitorare, in maniera continua, ed in tempo reale, sia i parametri vitali che psico-socio-relazionali dei pazienti/assistiti) hanno visto:
• una prima serie indagini, volte ad esaminare i processi psico-socio-relazionali,
• una visione integrata del sistema operativo e informativo di supporto,
• l’identificazione dei potenziali requisiti tecnici del sistema BI da implementare,
• la realizzazione di sistemi di “input” ed “output” delle informazioni (tabelle, grafici e diagrammi) necessari all’elaborazione delle analisi statistiche, nonché di tutti gli strumenti necessari per l’acquisizione, l’elaborazione e la reportistica dei dati,
• fasi di test e di “fine tuning” del sistema, con fasi di rielaborazione cicliche dei dati, anche sulla base dei risultati ottenuti dallo studio concomitante degli aspetti psico-socio-relazionali, oggetto della ricerca.
Da un punto vista “formale” la presente tesi di dottorato ha inteso ripercorrere il filo logico di analisi e sviluppo appena descritto ed è stata perciò strutturata, come segue:
Capitolo 1. In questo capitolo, sono descritte le principali tecnologie della Transizione 4.0 ed esaminate, nel dettaglio, quelle di maggior impatto per il lavoro svolto;
Capitolo 2. Il capitolo restituisce evidenza dei termini in cui la Transizione Digitale 4.0 ha impattato ed impatta il settore sanitario, integrando le tecnologie dell’informazione e della comunicazione per promuovere la prevenzione, la diagnosi, il trattamento e il monitoraggio della salute.
Capitolo 3. Illustra il razionale scientifico del lavoro realizzato, ponendo l’attenzione sull’importanza della relazione tra operatori ed assistiti, della consapevolezza di ruolo degli operatori per la qualità della relazione e della necessità di una metodologia di monitoraggio informatizzata;
Capitolo 4. In questo capitolo è data traccia delle singole fasi di sviluppo della soluzione BI, a partire dall’analisi e definizione dell’architettura del software, procedendo attraverso definizione e sviluppo delle entità da realizzare, test di funzionamento, debug e fine tuning del prototipo fino all’implementazione in ambiente operativo. Il capitolo descrive, in maniera dettagliata, tutte le tabelle, le schede e le pagine implementate, integrando anche una descrizione del packaging statistico implementato, per simulare scenari futuri e individuarne i più probabili, anticipando gli eventi e implementando misure idonee in tempi utili (Capacità predittiva, “being prepared”).
Capitolo 5. Sono qui riassunti i principali risultati realizzati attraverso il progetto implementato. Grazie all’attività di raccolta e informatizzazione dei dati, il centro di riabilitazione potrà operare sui “Big data” elaborando, nel corso degli anni, delle previsioni che attraverso l’utilizzo di algoritmi di “Machine learning” consentiranno, dopo varie fasi di fasatura ed affinamento, di giungere alla elaborazione di modelli sui quali poi effettuare stime e previsioni. Queste ultime potranno andare dall’ipotesi di evoluzione clinica futura del singolo paziente (o del gruppo) alla realizzazione di analisi più complesse basate sull’interessenza fra variabili endogene ed esogene (quali ad esempio il clima organizzativo e psicologico-relazionale del contesto, l’affollamento delle aule o dei laboratori, la frequenza delle visite dei parenti, etc.). L’applicazione di questi algoritmi che rappresentano oggi l’avanguardia del Data Mining, può concorrere ad offrire chiavi di lettura finora inesplorate e probabilmente inesplorabili con i metodi finora conosciuti.
Non meno importante è l’evidenza del supporto che le tecnologie possono dare nel quotidiano, impattando trasversalmente macchinari, dispositivi, processi, infrastrutture, persone, servizi e tutte le altre aree aziendali, indipendentemente dal settore di riferimento.
Capitolo 6. A completamento del lavoro, il capitolo 6, riporta le principali considerazioni scaturite dai contenuti espressi nelle sezioni precedenti.