AFFILIAZIONE
asl bari
AUTORE PRINCIPALE
Ing. D’Introno Rosita
Registrazione obbligatoria. Una valutazione consentita
login avvenuto
GRUPPO DI LAVORO
Ing. D’Introno Rosita asl bari
AREA TEMATICA
Applicazioni di intelligenza artificiale in sanità
ABSTRACT
Tra le sfide degli ingegneri clinici vi è l’efficientamento del parco macchine anche attraverso la manutenzione, tradizionalmente eseguita in modo reattivo ma che l’IA oggi può rendere predittiva. Nel campo dell’Imaging Diagnostico l’IA sfrutta i dati monitorati da sensori IoT a bordo macchina e li confronta con quelli di un avatar digitale, il Digital Twin. Grazie all’apprendimento automatico il modello virtuale stima la vita residua delle componenti relazionando i dati, rilevando anomalie, tendenze o il degrado delle prestazioni.
Dal 2023 l’ASL Bari si è dotata dei Servizi TubeWatch™ e OnWatch Predict™ che combinano rilevamenti provenienti da sensori IoT e ambientali, consentendone la visualizzazione sulla piattaforma iCenter™. Tali soluzioni sono incluse nel contratto di manutenzione in essere con GE Medical Systems, con l’obiettivo di garantire la gestione e la manutenzione degli asset in Cloud. I dati estratti dalla piattaforma sono stati impiegati dai professionisti dell’ingegneria clinica afferenti alla ASL Bari per comprendere se l’introduzione del sistema di IA ha realmente comportato una riduzione dei tempi di inattività, maggiore efficienza operativa e minore necessità di ripianificare gli esami. Dei dati estratti da iCenter™ è stato possibile analizzare gli alert generati proattivamente dall’IA, distinguerli in funzione della loro significatività e della macrocategoria di appartenenza. Sulla base della letteratura e dell’esperienza pregressa sono stati quantificati i tempi di fermo connessi ai guasti che il sistema avrebbe potuto generare, e i relativi costi/mancati ricavi, evitati a seguito di un intervento tempestivo dei tecnici. Un’ulteriore analisi è stata condotta per calcolare il periodo di uptime prima e dopo l’implementazione dell’IA.
I risultati hanno evidenziato un trend positivamente crescente: nonostante il numero di richieste complessivo sia aumentato dal 2023 ad oggi, si tratta perlopiù di alert generati dal sistema predittivo a seguito dello sviluppo di nuove regole di monitoraggio. Infatti, l’uptime complessivo dei sistemi è notevolmente aumentato. Seppur basata su un breve periodo, l’analisi ha verificato l’obiettivo prefissato ovvero che l’impiego dell’IA ha realmente introdotto benefici per l’Azienda, efficientando la gestione delle risorse finanziarie e ottimizzando l’impiego degli asset, consentendo di garantire la piena operatività dei reparti e migliorare sicurezza e qualità dell’assistenza offerta.
Dal 2023 l’ASL Bari si è dotata dei Servizi TubeWatch™ e OnWatch Predict™ che combinano rilevamenti provenienti da sensori IoT e ambientali, consentendone la visualizzazione sulla piattaforma iCenter™. Tali soluzioni sono incluse nel contratto di manutenzione in essere con GE Medical Systems, con l’obiettivo di garantire la gestione e la manutenzione degli asset in Cloud. I dati estratti dalla piattaforma sono stati impiegati dai professionisti dell’ingegneria clinica afferenti alla ASL Bari per comprendere se l’introduzione del sistema di IA ha realmente comportato una riduzione dei tempi di inattività, maggiore efficienza operativa e minore necessità di ripianificare gli esami. Dei dati estratti da iCenter™ è stato possibile analizzare gli alert generati proattivamente dall’IA, distinguerli in funzione della loro significatività e della macrocategoria di appartenenza. Sulla base della letteratura e dell’esperienza pregressa sono stati quantificati i tempi di fermo connessi ai guasti che il sistema avrebbe potuto generare, e i relativi costi/mancati ricavi, evitati a seguito di un intervento tempestivo dei tecnici. Un’ulteriore analisi è stata condotta per calcolare il periodo di uptime prima e dopo l’implementazione dell’IA.
I risultati hanno evidenziato un trend positivamente crescente: nonostante il numero di richieste complessivo sia aumentato dal 2023 ad oggi, si tratta perlopiù di alert generati dal sistema predittivo a seguito dello sviluppo di nuove regole di monitoraggio. Infatti, l’uptime complessivo dei sistemi è notevolmente aumentato. Seppur basata su un breve periodo, l’analisi ha verificato l’obiettivo prefissato ovvero che l’impiego dell’IA ha realmente introdotto benefici per l’Azienda, efficientando la gestione delle risorse finanziarie e ottimizzando l’impiego degli asset, consentendo di garantire la piena operatività dei reparti e migliorare sicurezza e qualità dell’assistenza offerta.
