
AFFILIAZIONE
Sapienza Università di Roma
AUTORE PRINCIPALE
Dr.ssa Sbardella Rachele
VALUTA IL CHALLENGE
Registrazione obbligatoria. Una valutazione consentita
login avvenuto
Seleziona da 1 a 5 stelle e conferma il voto.
GRUPPO DI LAVORO
Dr.ssa Sbardella Rachele – Sapienza Università di Roma
Ing. D’anna Carmen – Azienda Ospedaliera San Giovanni Addolorata, Roma
Dr.ssa Finti Alessia – Sapienza Università di Roma
Ing. Lazzari Stefano – Azienda Ospedaliera San Giovanni Addolorata, Roma
Ing. Marinozzi Franco – Sapienza Università di Roma
Ing. Bini Fabiano – Sapienza Università di Roma
AREA TEMATICA
Gestione delle tecnologie biomediche
ABSTRACT
La definizione del Piano triennale degli investimenti richiede criteri trasparenti e riproducibili per ordinare le tecnologie da rinnovare, evitando decisioni basate su singoli indicatori (es. età) o su valutazioni non confrontabili. Obiettivo dello studio è sviluppare e testare un modello di supporto alle decisioni per il ranking di priorità di rinnovo, utilizzabile con dati tipicamente disponibili nei sistemi di ingegneria clinica. È stata implementata in MATLAB una pipeline multicriterio che integra: (i) pesi soggettivi derivati da giudizi esperti mediante COWA; (ii) pesi oggettivi ricavati dai dati tramite Analisi delle Componenti Principali (PCA); (iii) combinazione dei pesi con approccio di teoria dei giochi per ottenere un compromesso tra prospettiva esperta e informazione statistica; (iv) calcolo dell’indice sintetico di priorità (ξ) e ranking tramite TOPSIS. I criteri considerati sono: età, numero di guasti/anno, indice di manutenzione annuo e carico di lavoro. Il modello è stato verificato su dataset simulato e applicato a dati reali anonimizzati di grandi apparecchiature (n=20; 7 tipologie: TAC, RM, angiografi, mammografi, telecomandati, trocostratigrafi, acceleratori lineari) dell’AO San Giovanni Addolorata di Roma. L’applicazione ai dati reali ha prodotto un ranking globale e ranking intra-tipologia, utili rispettivamente per la programmazione multi-area e per confronti omogenei tra dispositivi simili. I pesi finali hanno evidenziato maggiore influenza di età e affidabilità, con contributo significativo dell’impegno manutentivo e peso più contenuto del carico di lavoro. La graduatoria ha identificato un gruppo di tecnologie ad alta priorità e una coda a bassa priorità, evidenziando differenze rilevanti anche all’interno della stessa tipologia. Il modello consente una prioritizzazione spiegabile e replicabile, direttamente spendibile per costruire e motivare un Piano triennale di rinnovo, migliorando tracciabilità e coerenza decisionale. Futuri sviluppi includono l’integrazione di indicatori di downtime/rischio, analisi di sensibilità e una dashboard di aggiornamento.