Come analizzare i dati sanitari estraendone informazioni statistiche precise e pertinenti.
La semplice dematerializzazione dei documenti clinici non è sufficiente all’estrazione di informazioni rilevanti, catalogate e discriminate tra loro in base alle necessità di identificazione ed estrazione dei dati da parte dei medici e dei direttori sanitari.
Se infatti la spinta alla digitalizzazione dei documenti in sanità ha portato finalmente alla disponibilità di molta documentazione clinica contenuta negli archivi informatici (basti pensare alle prescrizioni, referti, schede di dimissione ospedaliera, la cartella clinica etc., che costituiscono documenti preziosi per diverse esigenze mediche), questo non è sufficiente a fare di tale mole di dati un archivio di informazioni utili all’attività clinica dal punto di vista statistico.
Si tratta di un tema assi complesso, in cui la difficoltà di analisi dei dati è straordinariamente più elevata rispetto ad altri settori, in quanto i campo medico è prassi comune la concentrazione di più informazioni in testi espressi in un linguaggio naturale estremamente tecnico e settoriale.
Il dominio di tale problematica parte da alcune motivazioni non aggirabili a monte, riguardanti alcune contingenze e fattori tecnici. Intendiamoci, la digitalizzazione ottenuta grazie agli EMR è stata ed è tuttora un enorme balzo in avanti, che meriterebbe da qui in avanti un ulteriore sviluppo di utilità collettiva attraverso l’utilizzo di tali dati in sistemi di machine learning.
Occorre infatti ricordare che, dal punto di vista contingente, i dati, in primis, non sono stati progettati per l’utilizzo attraverso dei computer per poter essere aggregati ed analizzati nel loro complesso, bensì tali informazioni di tipo clinico:
vengono raccolte per permettere la migliore comprensione del caso clinico in sé a tutti quei soggetti che dovranno prendersi cura del paziente, oppure per scopi documentativi (ad es. per poter descrivere ciò che è successo per motivi legali), per adempimenti regolatori, per aspetti amministrativi (pagamenti, trasferimenti etc..) sono inserite per rappresentare un fenomeno nel modo più completo, ma non per essere aggregate ed essere utilizzate come base per successive analisi statistiche.E tuttavia, in un’ottica strategica di evoluzione dell’utilizzo dei dati clinici e sanitari ad oggi già potenzialmente disponibili, tali sistemi di analisi statistica delle informazioni di tipo sanitario potrebbero rivelarsi una grande, se non l’unica, soluzione risolutiva di molte problematiche ad aggi aperte.
Pensiamo ad esempio alla possibilità di pianificazione strategica dei bisogni in materia di salute e benessere di ogni collettività,
ma anche ai servizi che possono andare dalla prevenzione di probabili epidemie o pandemie alla possibilità di intervento in tempo reale in caso di allarmi conclamati.
Quali sono dunque le dimensioni di analisi in cui un sistema di Clinical Data Warehouse potrebbe analizzare i dati clinici in termini statistici? Vediamo insieme i principali così sono come organizzati dalla comunità scientifica internazionale:
- Disorders: sign or symptom, disease, syndrome, abnormality, findings, pathologic function…
- Chemicals & Drugs: pharmacologic substance, chemical …
- Genes & Molecular Sequences: gene or genome, molecular sequence…
- Procedures: diagnostic procedures, health care activity, laboratory procedure, therapeutic procedure…
- Activities & Behaviors: individual behavior, event, activity…
- Anatomy: body location or region, body part, organ, organ component…
- Devices: drug delivery device, medical device…
- Living Beings: patient or disabled group, population group, professional or occupational group…
- Phenomena: environmental effect of humans, biologic function, laboratory or test result…
L’analisi statistica di grandi volumi di dati – mediante viste incrociate di molteplici dimensioni di analisi – porta così alla comprensione di fenomeni nuovi che possono dare grande impulso sia nella ricerca dell’efficienza ed efficacia in ambito sanitario che in termini di adeguata programmazione in un settore così strategico.