Nella prima fase dell’epidemia, il sistema sanitario di Regione Lombardia si è trovato improvvisamente a dover gestire il rapido e notevole aumento di pazienti. Per limitare il contagio e per gestire l’emergenza è stato necessario mettere in atto soluzioni che consentissero l’assistenza dei malati di Covid-19 a domicilio.
A supporto di tale attività, l’ASST Fatebenefratelli Sacco insieme all’ATS Città Metropolitana di Milano e al Dipartimento di Scienze Biomediche e Cliniche “Luigi Sacco” dell’Università degli Studi di Milano, hanno attivato in brevissimo tempo, sotto il coordinamento del professor Gianvincenzo Zuccotti, un nuovo servizio per monitorare e gestire a domicilio pazienti Covid-19 dimessi dal comparto ospedaliero: il servizio COD-19, cioè “Centro Operativo Dimessi Covid-19”.
Regione Lombardia ha anche sollecitato azioni volte a sviluppare soluzioni innovative, utilizzando come leva i fondi POR FESR 2014-2020 nell’ambito dell’Avviso Pubblico “Misura a sostegno dello sviluppo di collaborazioni per l’identificazione di terapie e sistemi di diagnostica, protezione e analisi per contrastare l’emergenza Coronavirus e altre emergenze virali del futuro”. Grazie a questa misura è stato finanziato lo sviluppo di una piattaforma intelligente per la gestione dell’emergenza sanitaria, da parte degli istituti sanitari sopra citati, in collaborazione con il personale del Laboratorio OptLab – diretto dal professor Giovanni Righini – del Dipartimento di Informatica “Giovanni Degli Antoni” della Statale di Milano e con le società Linkup, azienda di informatica, ACT Operations Research, azienda di ingegneria e intelligenza artificiale, e Spindox, azienda di consulenza e servizi ICT.
Il sistema informativo di COD-19, sviluppato a tempo di record da LinkUp, è presto diventato una sorgente preziosa di dati da analizzare. Acquisiti in forma anonima, riguardano un periodo compreso tra gennaio e luglio 2020. La loro rielaborazione ha rivelato un’alta percentuale di pazienti COVID-19 con malattie ipertensive, obesità o altre forme da iperalimentazione. Tutte le informazioni raccolte sono state poi utilizzate per la creazione di un prototipo di un modello predittivo basato su tecniche di machine learning, sviluppato da Spindox e ACT-OR, che potenzialmente è in grado di individuare quale sia il più probabile decorso della SARS-CoV-2 basandosi sulla conoscenza di informazioni mediche legate al singolo paziente, in modo da personalizzare gli interventi.
Nell’ambito del progetto COD-19, i ricercatori hanno affrontato due ulteriori problemi di ottimizzazione.
- Il professor Alberto Ceselli e il dottor Michele Barbato hanno studiato il problema di partizionare in modo ottimale un territorio in zone, per contenere o ritardare il più possibile la diffusione del contagio, mantenendo libertà di movimento all’interno di ciascuna zona.
- Il professor Ceselli e il dottor Marco Premoli hanno studiato il problema di in secondo luogo, come allocare i pazienti e come (ri-) allocare agli ospedali le risorse disponibili (ventilatori, posti-letto, personale sanitario …) in modo da minimizzare tempi e costi, garantendo un livello di saturazione non eccessivo a ciascun ospedale e un livello di servizio accettabile a ciascun paziente. Per entrambi i problemi sono stati sviluppati modelli e algoritmi di ottimizzazione matematica.
Le attività di studio relative al contrasto alla pandemia non si sono esaurite al termine del progetto COD-19 (conclusosi ufficialmente il 30 ottobre 2020). COD-19 non ha mai smesso di essere operativo e i ricercatori dell’OptLab sono tuttora impegnati nel risolvere problemi di ottimizzazione particolarmente attuali, come la massimizzazione dell’efficienza dei centri vaccinali e l’ottimizzazione nell’allocazione delle persone delle diverse categorie e fasce d’età ai centri stessi.
Un progetto in corso presso l’OptLab, nel quale sono impegnati i ricercatori Nicola Bianchessi, Emanuele Tresoldi e Marco Casazza, riguarda l’ottimizzazione dei turni di lavoro del personale sanitario, tema particolarmente critico in un momento in cui le risorse umane nei sistemi sanitari sono le più preziose e le più scarse.
