La gestione e l’ottimizzazione dei processi di bed management sono sfide centrali nel contesto sanitario italiano, sempre più sollecitato dalla domanda crescente di posti letto. Gli ospedali faticano a rispondere adeguatamente alla richiesta, dovuta a fattori come invecchiamento della popolazione, aumento del numero di pazienti affetti da patologie croniche e crescente complessità dei casi clinici.
Questi fenomeni richiedono una gestione delle risorse ospedaliere, tra cui i posti letto, più dinamica ed efficiente, per fare fronte alla loro scarsità e massimizzarne l’uso. Tra le strategie adottate per affrontare questa criticità, l’introduzione della figura del bed manager si sta rivelando particolarmente efficace nel garantire un’allocazione appropriata dei posti letto e nel facilitare il flusso dei pazienti, dal ricovero alla dimissione.
Secondo le “Linee d’indirizzo nazionali per la gestione del sovraffollamento in Pronto Soccorso” (Ministero della Salute, 2019), il bed manager è la figura professionale responsabile del monitoraggio in tempo reale della disponibilità dei letti, del coordinamento dei piani di dimissione e dell’ottimizzazione dell’accesso alle UO, contribuendo a contenere fenomeni come overcrowding e boarding, spesso associati a peggiori esiti clinici e a un aumento del rischio organizzativo (Hoot&Aronsky, 2008; Smalley et al., 2020).
Il bed manager può provenire da diversi background professionali (infermieri, medici o ingegneri gestionali), ma spesso è una figura infermieristica con competenze trasversali clinico-organizzative. Il ruolo richiede, infatti, esperienza sul campo e capacità di analisi, visione sistemica e abilità di comunicazione interprofessionale, diventando nodo strategico tra Pronto Soccorso, UO e la Direzione Sanitaria.
Obiettivo
L’obiettivo del lavoro consiste nell’approfondire responsabilità e funzioni della figura del bed manager, partendo dall’analisi dei dati raccolti durante un periodo di osservazione sul campo. Tale osservazione ha, infatti, permesso di tracciare una mappatura dettagliata delle fasi del processo di bed management, esplorando le attività quotidiane.
Successivamente, si sono analizzate e classificate le attività rilevate in base alla rilevanza, così da proporre soluzioni ispirate ai principi del lean thinking, orientate alla riduzione degli sprechi e all’ottimizzazione dell’efficacia di tale figura in un’ottica di business process improvement. L’obiettivo finale è valutare il potenziale impatto organizzativo del bed manager nel miglioramento dei percorsi di cura e nella gestione complessiva dei flussi ospedalieri.
Materiali e metodi
Il presente lavoro si basa sull’osservazione diretta condotta nell’arco di quattro giornate presso l’Asst Valle Olona nel presidio ospedaliero di Busto Arsizio, affiancando la figura del bed manager aziendale e documentandone le attività quotidiane svolte in ufficio e in Pronto Soccorso.
Per la mappatura delle attività si è usato un diagramma Swim Lane, utile per rappresentare graficamente il processo di bed management in funzione del contesto operativo (Pronto Soccorso o ufficio) e della natura delle competenze richieste (cliniche o gestionali), evidenziando complessità e trasversalità del ruolo. Questo approccio ha permesso di evidenziare la multidimensionalità del ruolo, che richiede al bed manager costante alternanza tra azioni operative sul campo e funzioni di coordinamento organizzativo.
Si sono valutate le attività individuate attraverso un sistema di assegnazione di punteggi numerici su tre dimensioni: impatto sul patient flow, dispendio di tempo per il bed manager e rilevanza clinica percepita per il paziente. A ciascuna attività è stato attribuito un punteggio su scala da 1 a 5 (dove 1 indica un impatto minimo e 5 un impatto elevato), per identificare le attività più critiche e orientare eventuali proposte di miglioramento.
Mapping delle attività
Partendo dalla figura 1, si rappresentano le attività mattutine svolte ogni giorno dal bed manager aziendale. Dalla flow chart emerge che la maggioranza delle attività in carico a tale figura sono in prevalenza di natura gestionale; gli accessi in PS avvengono principalmente nella seconda parte della giornata, mentre le attività di monitoraggio e assolvimento del debito informativo occupano in misura maggiore la mattina. La giornata inizia con la rilevazione dei parametri di afflusso in PS, in particolare:
- l’indicatore NEDOCS definisce un valore univoco che rappresenta l’affollamento in PS in un determinato istante di tempo. Si tratta di un indicatore complesso che prende in considerazione le caratteristiche strutturali e organizzative del presidio e la presenza di pazienti in boarding
- il boarding, ovvero il numero di pazienti in attesa di ricovero da più di 12 h se non in OBI, oppure da più di 44 h se avviato il processo di OBI
- il calcolo del 91° percentile di afflusso in PS per la valutazione di un eventuale fenomeno di iperafflusso.
Analizzata e quantificata la domanda potenziale di posti letto, il bed manager raccoglie le disponibilità delle UO avviando una comunicazione diretta tramite mail o contatto telefonico. Questa modalità, pur consolidata, è interamente manuale e assorbente in termini di tempo: il contatto telefonico è gestito personalmente dal bed manager, con il rischio di ricevere informazioni discordanti anche nello stesso reparto.
In ottica di efficienza e riduzione degli sprechi, secondo i principi del lean thinking, tale attività può essere classificata come spreco da overprocessing, poiché caratterizzata da ridondanza e mancanza di standardizzazione.
Per questo, nel corso del lavoro si proporranno soluzioni per ottimizzare questa fase e migliorarne affidabilità e tempestività.Un altro aspetto negativo spesso riscontrato è la difficoltà da parte dei reparti di garantire adeguata disponibilità di posti letto in relazione all’elevato numero di pazienti in attesa. Questa criticità genera insoddisfazione e incide significativamente sugli indicatori di performance della struttura. Inoltre, è il principale ostacolo nell’attività di bed management e ne compromette l’efficacia del ruolo.
Definiti fabbisogno e capacità ricettiva delle UO, inizia la fase di preparazione del “modulo necessità”, contenente anagrafica del paziente, diagnosi di ricovero, clinica e priorità di assegnazione della risorsa posto letto. Questi dati saranno poi verificati con valutazione diretta in PS.
La figura 2 illustra le attività svolte nel pomeriggio, con particolare riferimento alla gestione dei pazienti in boarding. Attraverso monitoraggio e confronto diretto con il personale medico di PS, il bed manager analizza le richieste cliniche e logistiche di ogni paziente, individuando le soluzioni più adeguate a garantire un’allocazione efficiente dei posti letto e ridurre i tempi d’attesa.
In parallelo, il bed manager gestisce anche i trasferimenti intra ed extra-ospedalieri, coordinandosi con le UO, con altri presidi e, se necessario, attraverso il portale Creta per i trasferimenti interstrutturali. Tutte queste attività di trasferimento e movimentazione dei pazienti devono essere registrate nei sistemi informativi aziendali dedicati, consentendo la tracciabilità operativa e la produzione di dati utili all’analisi dell’efficienza gestionale, con impatto positivo sulla qualità complessiva dell’assistenza.
Valutazione delle attività
Al termine della fase di osservazione e mappatura nel presidio di Busto Arsizio, si sono divise le principali attività svolte nella giornata in cinque macrocategorie operative:
- andamento della domanda
- monitoraggio
- valutazione dei pazienti
- trasferimento del paziente
- valutazione della risorsa posto letto.
Per ciascuna attività in queste categorie si è condotta una valutazione basata su una scala da 1 a 5 su tre dimensioni principali:
- patient flow, misura l’impatto dell’attività sull’efficienza del flusso dei pazienti nella struttura
- tempo, stima il dispendio temporale richiesto al bed manager per svolgere l’attività
- impatto sul paziente valuta la rilevanza dell’attività in termini di benefici per il paziente e supporto alla qualità del percorso di cura.
A ciascuna attività si è attribuito un valore totale (TOT), ottenuto sommando i punteggi assegnati per ciascuna dimensione. Le attività risultate più rilevanti in termini di valore complessivo sono (figura 3): la rilevazione della disponibilità dei posti letto dalle UO e il trasferimento effettivo del paziente.
Nell’ambito di un approccio lean, particolare attenzione è andata all’indicatore tempo, cruciale per individuare sprechi organizzativi. A tal fine, per maggiore chiarezza visiva, si sono evidenziate in rosso le attività con impatto significativo (valori 4 e 5), poiché richiedono elevato dispendio di tempo e influenzano in modo rilevante il percorso del paziente e l’organizzazione aziendale.
L’analisi mostra che la valutazione clinica dei pazienti, benché dispendiosa in termini di tempo, ha impatto relativamente limitato sugli altri due indicatori. Si precisa, però, che l’aspetto clinico resta di competenza esclusiva del medico, che definisce in autonomia il percorso terapeutico più appropriato. Il ruolo del bed manager, sebbene preveda interazione e confronto continuo con il personale di PS, è strettamente gestionale e organizzativo.
La sua funzione principale è facilitare trasferimento e allocazione dei pazienti nelle UO più idonee, in conformità con le indicazioni fornite dal personale sanitario. Successivamente, si sono sommati i valori totali delle diverse attività (figura 4) per area di riferimento, definendo quindi come tali categorie di attività impattino sul percorso del paziente. Poiché il numero di attività varia tra categorie, si è calcolata la media per area: si è diviso il punteggio totale per ciascuna attività per il numero di attività presenti in ciascuna area, ottenendo una media ponderata che riflette l’impatto complessivo di ogni area, tenendo conto delle differenze nel numero di attività.
Questo passaggio ha permesso di confrontare in modo equo l’importanza delle diverse aree, eliminando il rischio di sovra-rappresentazione delle aree con più attività e fornendo una visione più equilibrata del loro impatto complessivo sul percorso del paziente. Si sono visualizzati i risultati usando una scala cromatica, per facilitare l’interpretazione visiva delle differenze tra aree.
Infine, si sono tradotti graficamente i dati medi per area in un diagramma ad area radiale (radar chart, figura 5): le cinque categorie di attività sono rappresentate ai vertici di un pentagono. Le tre linee colorate nel diagramma rappresentano le performance delle attività rispetto ai tre indicatori principali (patient flow, tempo, impatto sul paziente), con valori compresi tra 0 e 5. Un’attività può essere considerata efficiente in termini di tempo quando la linea verde (tempo) si trova più internamente rispetto alle altre attività, indicando che richiede meno tempo.
Al contrario, se la linea verde è più esterna, l’attività potrebbe essere meno efficiente in termini di tempo e potrebbe essere candidata a un’ottimizzazione. Per esempio, la valutazione dei pazienti ha una linea verde esterna, indicando maggiore dispendio di tempo rispetto ad altre attività, come il trasferimento del paziente, che invece presenta una linea verde interna, suggerendo maggiore efficienza in termini di tempo.
Bibliografia
1) Hoot, N. R., & Aronsky, D. (2008). Systematic review of emergency department crowding: Causes, effects, and solutions. Annals of Emergency Medicine, 52(2), 126-136
2) Smalley, C. M., Simon, E. L., Meldon, S. W., Muir, M. R., Briskin, I., Crane, S., Delgado, F., Borden, B. L., & Ferte, B. S. (2020). The impact of hospital boarding on the emergency department waiting room. Journal of Emergency Medicine, 59(5), 725-731
3) Mahmoudian, Y., Nemati, A., & Safaei, A. S. (2023). A forecasting approach for hospital bed capacity planning using machine learning and deep learning with application to public hospitals. Health [DOI: 10.1016/j.health.2023.100245].
4) El-Bouri, R., Taylor, T., Youssef, A., Clifton, D. A. (2021). Machine learning in patient flow: a review. Progress in Biomedical Engineering, 3(2). [DOI: 10.1088/2516-1091/abddc5]
A cura di:
Alfredo Adinolfi Borea, dirigente ingegnere gestionale UOS Gestione Operativa in Staff alla Direzione Generale ASST Valle Olona; Emanuele Porazzi, direttore, Osservatorio sulle Performance organizzative Sanitarie e Socio Sanitarie LIUC Business School, Università Cattaneo – LIUC; Direttivo INGESAN; Fabrizio Schettini, ingegnere gestionale, coordinatore Healthcare Data Science LAB – HD LAB, LIUC, Università Cattaneo; Direttivo INGESAN; Federica Asperti, dottoranda e collaboratrice di ricerca, Healthcare Data Science LAB – HD LAB, LIUC, Università Cattaneo; Edoardo Provasi, studente del corso di Laurea Magistrale in Ingegneria Gestionale presso LIUC, Università Cattaneo, specializzazione in Gestione Integrata delle Aziende e dei Servizi in Sanità
