Uno studio che ha esaminato il modo in cui i dati dei pazienti esistenti potrebbero essere utilizzati per prevedere coloro che hanno maggiori probabilità di aver bisogno di cure ospedaliere ha portato a una riduzione media del 35% delle presenze di pronto soccorso in tutto lo Staffordshire.
Lo scopo dello studio era di esaminare come i dati dei pazienti esistenti potessero essere utilizzati per prevedere coloro che più probabilmente andranno in pronto soccorso o necessiteranno di cure ospedaliere nel prossimo futuro e interverranno con un coaching clinico mirato per ridurre la loro dipendenza dai servizi di pronto soccorso e GP.
Il progetto è stato guidato dal dottor Paddy Hannigan, presidente dello Stafford and Surround Clinical Commissioning Group (CCG) e responsabile clinico del programma digitale Staffordshire & Stoke-on-Trent Integrated Care System (ICS), che ha avviato la sperimentazione con due dei sei CCG e tre ospedali per acuti nel 2016.
Quando il processo è iniziato per la prima volta, i CCG erano saldamente le organizzazioni statutarie in atto, tuttavia, nel luglio 2022 sono stati sciolti per far posto agli ICS a seguito del Royal Assent of the Health and Care Bill.
I CCG quindi non esistono più, ma per tutta la durata di questo studio di controllo randomizzato erano ancora le organizzazioni responsabili del raggiungimento dei migliori risultati sanitari per le popolazioni locali.
Risultati promettenti
Stafford e Surrounds CCG, che ora fa parte dello Staffordshire and Stoke-on-Trent Integrated Care Board (ICB), volevano sviluppare un processo basato sull’intelligenza artificiale che potesse alleviare la pressione sul sistema e sul personale fornendo allo stesso tempo un migliore esperienza del paziente. La scelta più ovvia del software per raggiungere questo obiettivo è stata la soluzione Predict di HN.
Il software è progettato specificamente per i medici e coloro che sono coinvolti nella pianificazione delle cure, consentendo alle organizzazioni di identificare in modo accurato ed efficiente i pazienti a rischio di eventi avversi e prevenibili come progressione incontrollata della malattia, ricovero e degenza ospedaliera prolungata.
Utilizzando HN Predict, Staffordshire è stato in grado di identificare e dare priorità alle persone a rischio di peggioramento delle condizioni di salute in tempo reale, analizzando le cartelle dei loro pazienti. L’algoritmo ha preso di mira le persone che avrebbero consumato tre o più giorni di degenza in ospedale per acuti nei prossimi sei mesi o che avrebbero richiesto un aumento delle cure guidate dal medico di famiglia.
I risultati della sperimentazione sono stati estremamente promettenti, con una riduzione media del 35% delle presenze in pronto soccorso e una riduzione del 30% per paziente del costo medio totale delle cure ospedaliere, cosa che è stata per la gioia del capo progetto Dr Hannigan.
Ha detto: “C’è un vantaggio molto chiaro in termini di risultato del processo e di ciò che è stato fatto. Possiamo vedere riduzioni significative delle presenze di pronto soccorso, quindi da un punto di vista del sistema, ci sono vantaggi chiari e positivi di ciò che stiamo cercando di fare”.
Il successo del processo è dovuto al rapporto tra Staffordshire e HN e alla capacità di co-progettare insieme la soluzione, secondo Mark England, CEO di HN.
“Lo sviluppo di software e lo sviluppo di modelli di dati è un processo costoso e devi assicurarti che sia esattamente in sintonia con ciò che le persone vogliono e ciò che fa la differenza”, ha affermato.
“Avere clienti come Staffordshire in cui è possibile co-progettare la soluzione insieme a loro è l’unico modo per navigare nella complessità dei sistemi sanitari”.
Non senza le sue sfide
Il progetto è stato un viaggio pluriennale e una sfida ovvia è stata la pandemia di Covid-19 che ha intralciato tutto, tuttavia c’erano anche alcune sfide meno ovvie, tra cui persuadere diversi team dei potenziali vantaggi dell’apprendimento automatico.
Il dottor Hannigan ha affermato: “Quando parlo con team operativi che probabilmente sono abbastanza lontani dall’intero concetto di dati e apprendimento automatico, a volte è difficile persuadere i colleghi del potenziale e dei vantaggi.
“I buoni risultati e i dati positivi e potenti che abbiamo notato significavano che potevo convincere le persone a provarlo su larga scala”.
Il CEO di HN ha evidenziato un’altra sfida alla base di questo progetto parlando a Digital Health News, basata sull’adozione di un approccio pluriennale.
“La prevenzione delle previsioni richiede un orizzonte temporale, che a volte è davvero difficile da accettare nel SSN. Il nostro intervento offre vantaggi annuali, ma l’adozione di un approccio pluriennale è una delle sfide”, ha spiegato.
“Devi davvero configurarlo, ridimensionarlo, integrarlo e portarlo in tre anni per sviluppare prove del mondo reale ed è quello che stiamo iniziando a fare nello Staffordshire.
“Ora stiamo aumentando il servizio, ma adottare un approccio pluriennale è uno dei problemi perché i budget venivano rilasciati su base semestrale durante il Covid, quindi non c’è mai stata alcuna certezza reale su quale sia il finanziamento”, Ha aggiunto.
Cosa ci aspetta sia per Staffordshire ICS che per HN?
Il progetto di intervento di coaching clinico guidato dall’intelligenza artificiale non è l’unico progetto su cui stanno lavorando Staffordshire ICS e HN, poiché la coppia ha anche unito le forze per lavorare insieme attivamente al loro programma di fragilità e invecchiamento della salute.
L’obiettivo è vedere come i metodi di previsione dei dati potrebbero funzionare per i pazienti a rischio di caduta e saranno presi in considerazione anche per coloro che sono a maggior rischio di dimissione ritardata dall’ospedale in caso di ricovero.
Sul progetto Frailty and Aging, il dottor Hannigan ha affermato: “L’ambizione principale è scoprire se possiamo prevedere le persone il cui livello di fragilità cambierà più rapidamente.
“Abbiamo 30.000 pazienti moderatamente fragili, 10.000 con grave fragilità e abbiamo 3.000 posti nel nostro servizio di team multidisciplinare per fragilità, quindi dobbiamo scoprire come possiamo schierare le persone che trarranno il massimo beneficio e come possiamo applicarli in modo uniforme.
“Sarà un grosso problema per gli ICS come noi assicurarsi di ottenere una distribuzione più uniforme delle risorse”.
HN sta giocando ancora una volta un ruolo chiave per aiutare a intervenire tempestivamente e ridurre il numero di pazienti che diventano gravemente fragili. L’Inghilterra crede che la sindrome sia evitabile se viene affrontata nelle fasi iniziali.
Ha detto: “Il SSN inizia a concentrarsi sulle persone quando sono gravemente fragili e verso la fine della vita. Stanno facendo sì che molti pazienti ricevano cure davvero scadenti e scarsi risultati perché vengono trasportati in ospedale che non è un posto appropriato per loro poiché subiscono danni evitabili e si decondizionano.
“La fragilità è una sindrome abbastanza reversibile e gestibile nelle sue fasi iniziali e se troviamo quelle persone abbastanza presto, possiamo davvero aiutare. Se potessimo intervenire e fare una grande differenza, ciò altererebbe davvero la qualità degli ultimi anni di vita di qualcuno, quindi penso che sia un’area davvero importante”.
