Riallocazione data-driven domanda in network di strutture

Nei sistemi sanitari con domanda variabile e risorse limitate, la congestione nei Pronto Soccorso può crescere rapidamente, aumentando tempi di attesa e inefficienze operative. Per affrontare questi picchi di afflusso, è possibile adottare strategie di riallocazione centralizzata dei pazienti non urgenti tra strutture con diversi livelli di saturazione. Applicando modelli di ottimizzazione e criteri di equità in un network di pronto soccorso, l’approccio consente di bilanciare meglio domanda e capacità, ridurre significativamente i tempi di attesa e migliorare la gestione complessiva dei flussi di pazienti.

Quando la domanda di servizio è variabile e le risorse sono limitate, il rischio di congestione cresce rapidamente: aumentano i tempi di attesa, si riduce la capacità di presa in carico e si generano inefficienze a cascata. La pandemia COVID-19 ha amplificato queste dinamiche, rendendo evidente la necessità di soluzioni più integrate e coordinate per gestire i picchi di afflusso e l’overflow di pazienti.

In questo contesto, abbiamo proposto una strategia di riallocazione centralizzata dei pazienti, focalizzata sui casi non urgenti. L’idea è sfruttare gli squilibri domanda-capacità tra strutture: quando un ospedale è saturo, parte del carico può essere reindirizzato verso strutture meno congestionate, migliorando la distribuzione dei pazienti sull’intero sistema e riducendo la congestione complessiva.

L’implementazione è stata sviluppata in un network di 4 pronto soccorso affiliati ad un’unica ASST che contano un numero di accessi annuale superiore a 100.000.

Strategia metodologica

Step 1 — Modello stocastico di ottimizzazione
Sviluppo di un modello stocastico per ottimizzare la riallocazione dei pazienti non urgenti sotto scenari di incertezza, con obiettivi di:

  • minimizzare il tempo complessivo nel sistema (attesa + gestione)
  • bilanciare domanda e capacità tra ospedali/cliniche

Step 2 — Pooling (raggruppamento pazienti) e criteri di equità (fairness)
Introduzione di strategie di patient pooling e vincoli di equità per garantire una riallocazione:

  • flessibile (adattabile ai picchi)
  • equa (evitando di far attendere i pazienti oltre ragionevoli intervalli di tempo),

Risultati

Miglior gestione dei flussi
L’approccio on-demand riduce i tempi di attesa del 25–30%, accelerando l’accesso alle cure e aumentando il throughput.

Ottimizzazione della “flotta”/trasferimenti
La strategia di pooling incrementa in media il numero di pazienti riallocati, riducendo i costi della flotta del 5–10%.

Maggiore stabilità nella pianificazione delle risorse
La strategia di routing consistente riduce i tempi di attesa di circa 10%, rendendo più prevedibile l’allocazione delle risorse e facilitando il dimensionamento ottimale della flotta.

Altri casi studio che potrebbero interessarti