IBM Point of View

Salierno, Sapio: una predictive analytics al servizio della salute e nel rispetto del business

Per il Group CIO dell’azienda specializzata nella produzione e nella fornitura di gas industriali e medicinali attiva nei servizi homecare il periodo legato alla fase più acuta della pandemia Covid19 ha stimolato e accelerato lo sviluppo di progetti totalmente basati sui dati per disporre della capacità predittiva necessaria per rispondere all’emergenza. Le prospettive di ripensamento di logistica e telemetria basati sui dati per migliorare la qualità dei servizi ai cittadini e garantire lo sviluppo del business

23 Mag 2022

Mauro Bellini

Direttore Responsabile

La pandemia Covid19 ha come ben noto creato tante situazioni di emergenza, ha alzato il livello di attenzione su tantissimi aspetti della vita sociale e professionale e ha imposto una rilettura profonda di tante priorità. Il periodo più acuto di questa situazione ha, nello stesso tempo, contribuito ad aumentare l’attenzione verso il valore della conoscenza che i dati possono mettere a disposizione della collettività e delle imprese e ha nello stesso tempo aumentato l’importanza per le imprese di disporre di una capacità predittiva. In particolare, questa attenzione si è concentrata sulle modalità che portano la predictive analytics al servizio della salute per trasformare i dati in qualità del servizio per le persone, ma anche per garantire il rispetto del raggiungimento di risultati di business.

Per Gruppo Sapio, azienda di riferimento nella produzione e nella fornitura di gas industriali e medicinali e attiva nei servizi di homecare il tema dei dati è da sempre centrale, ma ha assunto un ruolo ancora più determinante in quei momenti, quando la pandemia è entrata di prepotenza nella nostra vita e quando ha avuto un impatto drammatico sul sistema sanitario nazionale e sulle strutture private. Un impatto che, come è noto, ha messo al centro dell’opinione pubblica la disponibilità di respiratori e di ossigeno come mai era accaduto prima.

E Sapio – che opera proprio sulla “materia prima” dell’ossigeno di cui tanto abbiamo sentito parlare – ha avuto la necessità di ottimizzare produzione, controlli dei rifornimenti alle strutture ospedaliere, interventi straordinari, consegne in assistenza domiciliare in emergenza, unitamente al rispetto di logiche di manutenzione degli impianti e di controllo della qualità in una situazione di emergenza che ha cambiato in modo profondo gli scenari operativi.

Riccardo Salierno è CIO di gruppo SAPIO da circa dieci anni e tiene subito a sottolineare una attenzione alla centralità e alla qualità dei dati che viene da lontano e che è da sempre una priorità assoluta, un fattore abilitante per qualsiasi progetto di innovazione.

“Una delle necessità più importanti che si sono dovute affrontare nella fase più acuta della pandemia – spiega entrando subito nel merito di questa esperienza con un esempio – è stata la necessità di intervenire con la massima precisione sulle attività di pianificazione delle consegne dell’ossigeno ai pazienti. La diffusione del Covid19 e la quantità di casi caratterizzati da una situazione di gravità e di emergenza ha “fatto saltare” i modelli di previsione e pianificazione tradizionali e ci ha imposto di ripensare le nostre attività di produzione, di logistica e di consegna cercando nuove forme di conoscenza nei dati a nostra disposizione e allargando il raggio d’azione a nuove fonti che potevano rendere più efficace e più efficiente la nostra organizzazione del lavoro”.

Ma non si può cogliere il valore di questo approccio senza alcuni elementi determinanti per comprendere il contesto di quel periodo e alcune variabili che hanno contraddistinto quella fase. “Normalmente il nostro lavoro era basato sui dati relativi a prescrizioni mediche e consumi reali dei pazienti. Modelli che, per ragioni legate alla responsabilità sociale e all’etica aziendale, tenevano anche conto del fatto che non sempre prescrizioni mediche e consumo coincidevano. Tipicamente, il consumo dei pazienti superava il volume di ossigeno prescritto, per tante ragioni Sapio sosteneva timicamente questo onere considerandolo come parte integrante della propria social responsibility. Nel momento in cui è stato necessario pianificare una emergenza ecco che anche questa variabile ha assunto, insieme a tante altre, una speciale importanza. È stato pertanto necessario considerare anche questa componente per la sua capacità di incidere sull’ottimizzazione dei tempi relativi al recupero delle bombole e per l’impatto importante su tutto il processo di operations. E questo è l’altro aspetto da evidenziare, ovvero che “in quel periodo – spiega -, più che una criticità nella produzione di ossigeno, si sono dovute affrontare criticità nella gestione delle disponibilità di bombole per la gestione della fornitura di ossigeno e sono emersi con maggiore rilevanza i temi legati alla capacità di tracciarne con la massima precisione la presenza, la consegna, il ritiro e la loro gestione nel processo produttivo. Tutti fattori che si sono rivelati determinanti per rispondere a un bisogno sociosanitario drammaticamente importante e urgente ma per la loro incidenza a livello di business”.

In questo scenario è stato predisposto un progetto per la gestione di questi asset, con una visione puntale delle consegne e delle operations, che si è dato l’obiettivo di ottimizzare l’utilizzo di tutte le risorse a partire dai mezzi di trasporto, dalla loro localizzazione in relazione alla posizione dei pazienti per quanto attiene ritiro e consegne. Il tutto in relazione ad altre variabili come i tempi necessari per garantire la presenza di un addetto a un determinato orario compatibile con la fascia oraria prevista per la fornitura del servizio e con altre variabili che in quel momento particolare cambiavano con grande frequenza. Questi obiettivi sono stati affrontati con la creazione di un algoritmo di predictive analytics impostato inizialmente su dati storici e impostato per essere costantemente affinato e migliorato sulla base di dati sulle variabili che venivano costantemente attraverso diverse fonti come i mezzi utilizzati, gli addetti, la tracciatura delle bombole e dati legati alla geolocalizzazione, ai percorsi stradali e alle informazioni sul traffico”.

E il contesto, già di base complesso, si è arricchito appunto di tante nuove variabili considerando anche la sovrapposizione tra la domanda “tradizionale” e le necessità di far fronte a richieste specifiche legate alla pandemia a loro volta collegate a forme di assistenza domiciliare.

“Abbiamo dovuto ripensare la gestione del nostro “parco bombole” – spiega Salierno – sulla base di nuovi parametri. Un parco peraltro molto importante in quanto dotato di oltre 600 mila asset ma commisurato a un turnover tradizionale caratterizzato da una gestione che era appunto soggetta a parametri anche molto discrezionali, che in molti casi “sfuggivano” al controllo dell’azienda. Uno degli esempi più frequenti – precisa – era legato alla difficoltà di gestire la restituzione delle bombole esaurite nel caso di pazienti che per svariate ragioni cessavano di utilizzarle, ma non erano nelle condizioni di riconsegnarle. In questo scenario, a fronte della necessità di disporre del maggior numero possibile di bombole, il tema della tracciabilità e della governance di questa problematica è apparsa in tutta la sua importanza. Non solo, ma si trattava di una problematica che imponeva di “sincronizzare” la fase di recupero dell’asset con le operations legate alla sua sanificazione affinché la bombola potesse poi essere rimessa nella condizione di tornare a erogare il servizio per altri pazienti. E il tema della sincronizzazione dei tempi si è rivelato assolutamente determinante per portare efficienza nei processi: tempi di recupero (viaggio), tempi di sanificazione, tempi di ricarica e tempi di consegna a nuovi pazienti”. A tutto questo si è poi aggiunto il tema del coordinamento con il canale di approvvigionamento gestito dalle farmacie, a loro volta sotto pressione per una domanda che si trovava ad affrontare un incremento nelle richieste.

Ma l’emergenza ha imposto di portare l’attenzione anche altri temi e accanto a questo progetto ne è stato affiancato un secondo indirizzato alla gestione di un altro aspetto che si è rivelato determinate nella gestione dell’emergenza, vale a dire la telemetria relativa agli apparati che gestiscono l’ossigeno presso le grandi strutture sanitarie. “Negli ospedali non puoi correre il rischio di non disporre dell’ossigeno necessario per le terapie – spiega Salierno -, e in questi casi l’ossigeno viene conferito e gestito all’interno di grandi silos, che arrivano a contenere anche 20 o 30 mila litri, che devono essere controllati costantemente in modo da garantire sia la sicurezza sia la precisione nelle forniture. E la base di partenza di questo progetto – prosegue – è stata rappresentata dalla gestione dei sistemi di telemetria in grado di fornire dati di preallarme e di allarme sui quali è stato impostato un algoritmo che aveva lo scopo di mettere in relazione questi dati con una serie di altri fattori legati alle regole che sottostanno alla logistica e ai trasporti per erogare queste forniture”.

Salierno precisa che la gestione dell’ossigeno rientra nella categoria dei trasporti pericolosi e i mezzi utilizzati sono vincolati a seguire a percorsi speciali. Questi vincoli, in un periodo in cui le consegne dovevano essere intensificate e in cui i controlli sui consumi a loro volta dovevano essere aumentati, hanno assunto un’importanza speciale. La soluzione che si è adottata ha voluto mettere in relazione il controllo dei livelli di allarme, la gestione dei mezzi adibiti a questo servizio, il rispetto di vincoli legati ai percorsi in modo da garantire sempre la corretta quantità di ossigeno presso tutti i centri”. Una soluzione che operativamente si è appoggiata anche su sistemi e servizi di navigazione per il trasporto di merci pericolose che hanno permesso di disporre di dati legati ai vincoli stradali e normativi che regolano questo tipo di viabilità, mettendo a disposizione dati utili per la gestione di tempi di consegna nel rispetto delle regole di trasporto specifiche.

Sempre per non dimenticare il contesto nel quale si è affrontata questa progettualità Salierno ricorda che nei giorni della pandemia la richiesta di ossigeno è salita in pochissimo tempo a volumi che erano drammaticamente superiori alla normale capacità produttiva. Una domanda che Sapio ha dovuto affrontare, in termini di struttura logistica, con il coordinamento di oltre 900 mezzi di trasporto per le consegne operativi in tutte le aree del paese, e con un numero di variabili facilmente immaginabile anche in considerazione del fatto che per il “prodotto” ossigeno, anche a prescindere dall’emergenza, il primo punto di attenzione è nella responsabilità verso i pazienti. Un volume di variabili che si deve poi estendere anche a livello internazionale considerando che il Gruppo è attivo anche in Francia, Germania, Spagna, Slovenia e Turchia.

E si parla di una responsabilità che ha portato a rispondere all’emergenza con un’azione che nell’immediato aveva una sola priorità: fornire ossigeno a tutti coloro che ne avevano bisogno a prescindere dai costi. E che è stata seguita da una fase, affrontata appunto grazie a un grande lavoro sui dati, in cui, fermo restando l’obiettivo di far arrivare l’ossigeno nel più breve tempo possibile a tutti coloro che ne avevano bisogno, entrasse in azione anche una razionalizzazione e una ottimizzazione di tutte le attività e di tutti i costi. In questo fase il tema stesso delle priorità è stato messo al centro dell’attenzione, a fronte della concomitanza di tante urgenze relative ai pazienti è apparso assolutamente fondamentale lavorare su dati che permettessero di valutare, con la miglior consapevolezza possibile, la quantità di tempo necessario per una consegna in funzione della quantità di ossigeno disponibile per effettuare scelte consapevoli e precise e non determinate dalla percezione di urgenza e allarme. “La valutazione dei criteri di importanza – osserva -, è diventata assolutamente centrale e l’Intelligenza artificiale ha permesso di ridisegnare i servizi garantendo una gestione corretta e responsabile delle priorità”.

In questo senso Salierno aggiunge poi una considerazione nel merito di queste tipologie di progetti. In questi due casi legati a consegne e telemetria, l’emergenza ha per certi aspetti stimolato e sollecitato lo sviluppo e la capacità di intervenire e di lavorare sui dati e ha permesso di rispondere a questa esigenza sociale e del mercato. Ma se si tolgono le “lenti” dell’emergenza e si osserva a questo processo con lo sguardo della programmazione e della pianificazione aziendale diventa importante analizzare questi processi di sviluppo avendo una visione chiara sia degli effort sia dei benefici. Nel nostro caso la lettura dei benefici è stata determinata dalla lettura delle priorità sanitarie, ma dopo aver rispettato gli impegni etici e sociali occorre anche saper gestire e aggiungere una valutazione pragmatica per definire un processo che sappia gestire le priorità sociali nel rispetto degli obiettivi di business e di profittabilità dell’azienda”. Pragmatismo dunque, considerando, come tiene a sottolineare ulteriormente, il grande lavoro di preparazione necessario per questi progetti: “occorre infatti una preparazione di fondo, è necessario avere la consapevolezza che spesso nelle aziende non c’è tempo per le sperimentazioni e che per portare risultati che siano poi misurabili in termini di qualità del servizio e in termini di business occorre contare su competenze specifiche e su modelli di riferimento”. Questo sono due fattori importanti che permettono di indirizzare lo sviluppo nella giusta direzione e che nello stesso tempo forniscono un riscontro concreto, in termini di ritorno dell’investimento. “E certamente questo processo ci ha poi portati a considerare con grande attenzione il tema delle competenze – aggiunge -, e a verificare quanto i “data scientist” siamo una “merce rara”, molto ricercata e quanto sia importante unire le competenze specifiche su logiche predittive con competenze di dominio”.

“In generale – conclude – c’è poi un grande tema di gestione di regole e di governance, soprattutto per quanto riguarda il settore sanitario che è giustamente soggetto a normative e regolamenti molto rigorosi per quanto attiene sicurezza e privacy. Se poi si pensa che molti di questi servizi sono erogati sulla base di gare che hanno una durata mediamente triennale e che ci sono policy che impongono di gestire i dati solo per il tempo relativo alla fornitura, con la condizione di cancellare grandi moli di dati nel momento in cui termina il servizio, appare importante disporre di modelli che permettano di accelerare le logiche di apprendimento per ottimizzare rapidamente la gestione, ovviamente nel massimo rispetto di privacy e sicurezza. Considerando in tutto questo anche un ulteriore elemento di complessità determinato dal fatto che i sistemi sanitari regionali fanno riferimento a diverse forme di standardizzazione, con sistemi informativi guidati da logiche specifiche, nell’erogazione di servizi è importante disporre di soluzioni che permettano di creare le migliori condizioni possibili, con la migliore ottimizzazione possibile delle risorse, ma avendo la possibilità di valutare il ritorno dell’investimento a fronte di uno scenario caratterizzato da un crescente numero di variabili”.

Il contenuto è stato realizzato all’interno del progetto Leaders&Tech, la community di Innovatori di IBM in collaborazione con il Network Digital360 e Partners4Innovation.

L’obiettivo della community è favorire lo scambio di innovazione trasversale e continua, concreta e scalabile su temi di primaria importanza per il business.

@RIPRODUZIONE RISERVATA
Mauro Bellini
Direttore Responsabile

Direttore responsabile delle testate “verticali” di Digital360: Blockchain4Innovation, PagamentiDigitali, Internet4Things, BigData4Innovation e Agrifood.Tech si occupa di innovazione digitale applicata alla realtà delle imprese, delle pubbliche amministrazioni e del sociale.

Argomenti trattati

Aziende

I
Ibm

Approfondimenti

A
Analytics
D
digital health
E
e-health
S
supply chain

Articolo 1 di 2