AFFILIAZIONE
Medipass_ergéa Group
AUTORE PRINCIPALE
Ing. Spinosa Sandro
Registrazione obbligatoria. Una valutazione consentita
login avvenuto
GRUPPO DI LAVORO
AREA TEMATICA
Reingegnerizzazione di processi e sistemi di controllo: innovazione nei flussi operativi
ABSTRACT
Scopo
L’obiettivo del progetto è sviluppare e valutare un modulo di ottimizzazione automatica basato su tecniche intelligenti per la pianificazione dei trattamenti radioterapici in un reparto dotati di più LINAC con caratteristiche eterogenee. Il sistema introduce un approccio dinamico e data-driven alla pianificazione, con l’obiettivo di ridurre la variabilità del carico di lavoro, migliorare la distribuzione dei trattamenti e diminuire l’impegno manuale richiesto nella gestione delle agende.
Materiali e Metodi
Il modulo integra tecniche di ricerca operativa con approcci AI-based per generare automaticamente proposte di simulazione e trattamento, tenendo conto di configurazione delle sale, orari di lavoro, manutenzioni programmate, tipologia e durata dei trattamenti, classe di urgenza e vincoli organizzativi.
A differenza dei metodi tradizionali basati su slot standardizzati, il sistema analizza dati operativi reali e informazioni storiche per adattare dinamicamente la pianificazione e supportare la ripianificazione in presenza di imprevisti.
Il centro dispone di cinque LINAC con caratteristiche tecniche differenti. I test interni confrontano il flusso manuale basato su Excel con l’approccio automatizzato. Gli indicatori considerati includono: tempo di generazione dei piani settimanali, variabilità del carico tra le sale, riduzione di condizioni di sovra/sottoutilizzo e tasso di accettazione delle proposte.
Risultati
I risultati preliminari mostrano che il modulo è in grado di generare pianificazioni coerenti con i vincoli clinici e tecnici, riducendo significativamente l’intervento manuale. Si osserva una distribuzione più equilibrata degli inizi trattamento, con minori fluttuazioni settimanali e maggiore stabilità del carico tra i LINAC. Il tempo medio di pianificazione risulta ridotto rispetto al metodo manuale. Il sistema consente inoltre una più rapida identificazione di configurazioni ottimali e una maggiore capacità di adattamento in condizioni operative variabili.
Conclusioni
L’introduzione di un modulo di pianificazione intelligente consente di evolvere la pianificazione radioterapica da processo statico a sistema dinamico, adattativo e predittivo. I risultati preliminari suggeriscono un miglioramento dell’efficienza operativa e della stabilità nell’utilizzo delle risorse. Ulteriori sviluppi includono la validazione su periodi più estesi e la quantificazione dell’impatto complessivo sul servizio.
L’obiettivo del progetto è sviluppare e valutare un modulo di ottimizzazione automatica basato su tecniche intelligenti per la pianificazione dei trattamenti radioterapici in un reparto dotati di più LINAC con caratteristiche eterogenee. Il sistema introduce un approccio dinamico e data-driven alla pianificazione, con l’obiettivo di ridurre la variabilità del carico di lavoro, migliorare la distribuzione dei trattamenti e diminuire l’impegno manuale richiesto nella gestione delle agende.
Materiali e Metodi
Il modulo integra tecniche di ricerca operativa con approcci AI-based per generare automaticamente proposte di simulazione e trattamento, tenendo conto di configurazione delle sale, orari di lavoro, manutenzioni programmate, tipologia e durata dei trattamenti, classe di urgenza e vincoli organizzativi.
A differenza dei metodi tradizionali basati su slot standardizzati, il sistema analizza dati operativi reali e informazioni storiche per adattare dinamicamente la pianificazione e supportare la ripianificazione in presenza di imprevisti.
Il centro dispone di cinque LINAC con caratteristiche tecniche differenti. I test interni confrontano il flusso manuale basato su Excel con l’approccio automatizzato. Gli indicatori considerati includono: tempo di generazione dei piani settimanali, variabilità del carico tra le sale, riduzione di condizioni di sovra/sottoutilizzo e tasso di accettazione delle proposte.
Risultati
I risultati preliminari mostrano che il modulo è in grado di generare pianificazioni coerenti con i vincoli clinici e tecnici, riducendo significativamente l’intervento manuale. Si osserva una distribuzione più equilibrata degli inizi trattamento, con minori fluttuazioni settimanali e maggiore stabilità del carico tra i LINAC. Il tempo medio di pianificazione risulta ridotto rispetto al metodo manuale. Il sistema consente inoltre una più rapida identificazione di configurazioni ottimali e una maggiore capacità di adattamento in condizioni operative variabili.
Conclusioni
L’introduzione di un modulo di pianificazione intelligente consente di evolvere la pianificazione radioterapica da processo statico a sistema dinamico, adattativo e predittivo. I risultati preliminari suggeriscono un miglioramento dell’efficienza operativa e della stabilità nell’utilizzo delle risorse. Ulteriori sviluppi includono la validazione su periodi più estesi e la quantificazione dell’impatto complessivo sul servizio.
