Trisha Greenhalgh: uno strumento per prevenire i fallimenti e garantire il successo
Il report | Il video
Roberto Cingolani: quando l’innovazione diventa utile alla società
Il report | Il video
Trisha Greenhalgh: uno strumento per prevenire i fallimenti e garantire il successo
Perché così tanti progetti tecnologici nel settore sanitario falliscono? Questa è la domanda da cui prende spunto l’intervento a 4words 2018 di Trisha Greenhalgh che illustra un nuovo framework per studiare la non adozione, l’abbandono e il fallimento nello scale-up, la diffusione e la sostenibilità (NASSS) delle tecnologie sanitarie e assistenziali. Pubblicato nel novembre 2017 è diventato rapidamente uno degli articoli più scaricati mai comparsi sul Journal of Medical Internet Research [1]. Vari ricercatori, società di design, consulenti e responsabili delle politiche hanno iniziato da allora a usarlo per guidare, supportare e valutare lo sviluppo, l’adozione, l’implementazione e il potenziamento di programmi supportati dalla tecnologia.
Si ritiene che circa l’80 per cento dei progetti di cambiamento supportati dalla tecnologia nell’assistenza sanitaria e sociale sia destinato al fallimento. Il motivo, in realtà noto a tutti, è che sono complessi. Greenhalgh sostiene convintamente che sia il momento di “spacchettare” la questione complessità, perché i progetti tecnologici che falliscono sono costosi, dispendiosi in termini di risorse e potenzialmente dannosi a livello sia umano che di sistema. Molte tecnologie promettenti, continua Greenhalgh, non vengono adottate affatto (per esempio a causa della “resistenza” dei medici), oppure vengono adottate ma rapidamente abbandonate (per esempio quando diventa chiaro che il loro utilizzo crea problemi da qualche altra parte nel sistema).
Lo scale-up delle tecnologie adottate con successo su piccola scala (per esempio, in progetti dimostrativi di verifica teorica – forse come parte di uno studio controllato randomizzato) può risultare difficile o impossibile da realizzare localmente oltre il gruppo iniziale degli entusiasti, e può rivelarsi impossibile diffondere quelle stesse tecnologie altrove (anche quando i setting sembrano confrontabili). Tra l’altro, pochi progetti tecnologici sono sostenuti nel tempo in modo che possano adattarsi a un contesto in evoluzione.
Queste cinque sfide (non adozione, abbandono e fallimento nello scale-up, diffusione e sostenibilità) hanno ispirato lo sviluppo e il test del framework (NASSS) che punta a spiegare questi fenomeni.
Il framework nasce dalla fusione di una ricerca primaria e una secondaria, spiega la Greenhalgh. Nasss infatti si basa sulla più ampia revisione sistematica mai pubblicata sull’adozione della tecnologia nel settore sanitario, a cui si aggiunge un ampio e diversificato campione di studi di casi aziendali seguiti fino a tre anni. I domini presi in considerazione sono sette: la malattia o condizione, la tecnologia, la proposta di valore, il sistema adottante (pazienti, personale), le organizzazioni che adottano, il sistema più ampio e il tempo (perché niente resta fermo, tutto si evolve e si adatta durante l’evoluzione). Ogni dominio del framework può essere semplice (cioè, con poche componenti e categorie chiare e prevedibili – per esempio “preparare un sandwich”), complicato (con più componenti e problemi – per esempio “costruire un razzo”) o complesso (dinamico, ambiguo, imprevedibile, non facilmente disaggregabile nelle componenti che lo costituiscono). Esaminando i domini, precisa la Greenhalgh, è sufficiente prendere in considerazione la situazione semplice e quella complessa che in effetti sono molto diverse; mentre la situazione complicata è, di fatto, quella semplice ma più complicata.
In relazione al primo dominio, la “condizione o malattia” è semplice quando è ben caratterizzata, ben conosciuta e prevedibile, mentre è complessa quando è poco caratterizzata, imprevedibile oppure ad alto rischio. In relazione ai fattori socioculturali e alle comorbilità, una condizione semplice è improbabile che possa creare gravi problemi nella cura (per esempio un’anca rotta, o anche un attacco di cuore: grave sì ma con un trattamento prevedibile). Una condizione complessa ha invece molte comorbilità ed è difficile inserire il caso del paziente in una serie di linee-guida.
Rispetto al dominio “tecnologia”, riprende la Greenhalgh, una tecnologia semplice (un telefono ad esempio) è agevole da aggiungere o è già installata, misura direttamente la condizione (o il suo cambiamento), non ha bisogno di istruzioni per funzionare o si tratta di istruzioni essenziali, il modello di fornitura è generico, plug-and-play, e può essere facilmente sostituita (pensate al caso un laptop).
Al contrario, una tecnologia è complessa (per esempio la medicina a distanza) quando richiede un processo attento di integrazione in sistemi tecnici complessi, il collegamento tra i dati e la condizione (in particolare il cambiamento) non è immediato, è necessario un training avanzato per gestirla, ha bisogno di una significativa riconfigurazione e di un adattamento del sistema in cui si inserisce.
La “proposta di valore” può riferirsi allo sviluppatore o al paziente. Dal punto di vista dello sviluppatore, la proposta di valore è semplice se il business case è chiaro e promettente, con ragionevoli probabilità di ritorno dell’investimento; parallelamente, dal punto di vista del fruitore, la tecnologia deve essere desiderabile, sicura e costo-efficace. Diventa invece complessa dal punto di vista dello sviluppatore se il business case è improbabile e presenta seri rischi per gli investitori, mentre, dal punto di vista del paziente, se non è desiderabile, è poca sicura, inefficace o troppo costosa.
Dal punto di vista di chi adotta la tecnologia, in una situazione semplice i membri dello staff si limitano a proseguire nel loro lavoro, i cambiamenti di ruoli e pratiche non ci sono o sono minimi, la tecnologia li aiuta a essere più veloci o più efficienti, pazienti e familiari non sono coinvolti. Mentre in una situazione complessa compare una minaccia al tipo di lavoro, allo scopo della pratica o all’identità professionale, i compiti affidati al paziente sono complessi, la rete familiare è attiva e coinvolta, con i problemi del caso.
Rispetto all’organizzazione, prosegue la Greenhalgh, una situazione semplice implica un’unica organizzazione coinvolta, fondi adeguati e una prospettiva di risparmio ben chiara, nessuna influenza sulle routine del team; per l’implementazione inoltre esiste già una visione condivisa e sono necessari soltanto pochi, semplici compiti. Una situazione complessa al contrario prevede molte organizzazioni coinvolte e non in partnership, cambiamenti potenzialmente dirompenti rispetto alle routine; infine è richiesto un lavoro notevole sulla visione e sull’implementazione dell’innovazione.
Dal punto di vista del sistema più ampiamente considerato, ci si trova di fronte una situazione semplice se c’è una proposta politica dietro, se non sono presenti ostacoli dal punto di vista regolatorio, se i gruppi professionali e i cittadini hanno un atteggiamento positivo rispetto all’innovazione. Mentre la situazione si rivela complessa quando è presente una forte opposizione politica, gli ostacoli legali e regolatori sono molti e difficili da risolvere, e, infine, professionisti e cittadini sono sul piede di guerra.
L’ultimo dominio del framework NASSS è il tempo. Non basta adattare la tecnologia una volta per tutte: nel corso del tempo possono presentarsi barriere significative ai cambiamenti necessari, soprattutto se la tecnologia è rigida. All’opposto, se l’organizzazione prevede e incoraggia azioni di adattamento e riflessione sul cambiamento, il risultato è una gestione semplice delle evoluzioni necessarie.
In generale, riassume la Greenhalgh, se prevalgono nei domini le situazioni complesse sarà quasi impossibile implementare i cambiamenti necessari alla nuova tecnologia: in sintesi, la complessità in più domini NASSS appare fortemente predittiva del fallimento del programma. Mentre l’attenzione proattiva alla riduzione della complessità nei diversi domini NASSS nelle fasi iniziali della pianificazione può ridurre il rischio di fallimento (anche se questa ipotesi è ancora da testare empiricamente).
Finora il framework è stato usato dal team che l’ha ideato soprattutto per creare nuove tecnologie e per identificare soluzione tecnologiche che hanno poca probabilità di avere successo, per progetti di implementazione ma anche per illustrare fallimenti nell’implementazione di una tecnologia. Ultimamente si è rivelato utile per elaborare linee guida necessarie a orientare gli investimenti in programmi di sviluppo di nuove tecnologie da parte dei sistemi sanitari nazionali. La Greenhalgh conclude il suo intervento evidenziando come le prospettive di applicazione del framework non si esauriscono qui, rimandando a futuri, auspicabili sviluppi.
A cura di Alessio Malta, Il Pensiero Scientifico Editore
Bibliografia
[1] Greenhalgh T, Wherton J, Papoutsi C, et al. Beyond adoption: a new framework for theorizing and evaluating nonadoption, abandonment, and challenges to the scale-up, spread, and sustainability of health and care technologies. J Med Internet Res 2017;19:e367. doi: 10.2196/jmir.8775.
Video abstract
Roberto Cingolani: quando l’innovazione diventa utile alla società
Esordisce raccontando che a volte “la sorpresa è dietro l’angolo”, Roberto Cingolani, fisico e direttore scientifico dell’Istituto italiano di tecnologia di Genova, perché sempre più spesso tecnologie nate per altri scopi si dimostrano la soluzione di problemi che ancora non si conoscevano quando sono state sviluppate. Non risiede ovviamente solo nella serendipità la spiegazione dei promettenti successi che le innovazioni tecnologiche stanno ottenendo nel settore sanitario, quanto nel fatto che mondi come quello della fisica, delle nanotecnologie e della meccanica quantistica – fino a qualche tempo fa lontani dalla medicina – abbiano cominciato a parlarsi e a confrontarsi su metodi, possibilità e risoluzioni di quesiti aperti.
Sono tre gli ambiti in cui si stanno manifestano queste felici interazioni: il primo è quello dell’intelligenza artificiale o della robotica intelligente, il secondo è quello della meccanica quantistica, e il terzo quello dei sistemi informatizzati con capacità computazionale elevata.
Per mostrare come l’intelligenza artificiale possa venire in aiuto della medicina, Cingolani mostra il filmato di un umanoide in grado di muoversi come un buon karateka, dotato di una visione neuromorfica e di un apparato vestibolare simile al nostro, che presenta la nostra stessa capacità sensoriale. Grazie alle sue capacità di “compliance”, ossia di “cedevolezza”, l’umanoide è una macchina “gentile” con l’essere umano in grado di fermarsi quando lo urta. Questo perché si è arrivati a imitare la biomeccanica dell’uomo in modo molto avanzato sia dal punto di vista dell’equilibrio dinamico che del posizionamento.
Cosa ha a che fare tutto questo con la nostra salute? La risposta sta nella capacità di questo tipo di macchine nell’aiutare chi ha perso la mobilità a muoversi meglio. “Dopo aver trascorso anni a educare la macchina a muoversi come il migliore di noi”, spiega infatti Cingolani, “questa macchina può ora restituirci la cortesia, rieducando i pazienti al movimento”. Sono stati così sviluppati strumenti per la riabilitazione della parte alta e bassa del corpo molto meno evocativi dei robot, perché non hanno la forma di un umano, ma dotati della stessa intelligenza e biomeccanica di un umanoide. Si tratta di esoscheletri o protesi bioniche che, una volta indossate, aiutano il paziente a recuperare la mobilità fisica perduta. Il medico e il fisioterapista rimangono i driver del processo di riabilitazione con il valore aggiunto che queste macchine consentono di trattare il paziente in maniera personalizzata e con un livello di precisione quantitativa che nessun essere umano potrebbe applicare perché dotata di una capacità potentissima di parallelizzare le terapie. Possibili beneficiari di questa nuova frontiera della riabilitazione sono le persone che hanno subito un incidente, quelle colpite da ictus o da una malattia neurodegenerativa, che hanno problemi di mobilità legati all’età come gli anziani o con problemi di neurosviluppo come gli autistici.
Questi risultati si sono potuti ottenere, ci tiene a sottolineare Cingolani, grazie alla collaborazione con il mondo ospedaliero e con la stessa Inail perché solo chiedendo direttamente al customer che cosa gli serva realmente, gli scienziati possono avviare progetti di ricerca utili per la società. Da questo approccio è scaturito uno studio fatto in collaborazione con molti ospedali sulle probabilità di caduta degli anziani, attuato attraverso piattaforme intelligenti in grado di registrare la capacità di equilibrio e fornire una misurazione quantitativa della stabilità del paziente anziano. Si tratta di una ricerca importante, che apre la strada alla possibilità di certificare la stabilità di un paziente con implicazioni sia dal punto di vista terapeutico sia da quello assicurativo: tra 35 anni il 65 per cento della popolazione avrà più di 65 anni di età con costi enormi e di lunga durata. Con la stessa filosofia, l’Istituto italiano di tecnologia ha avviato una sperimentazione con l’Ospedale Gaslini di Genova che ha interessato i bambini con diagnosi certificata di autismo. Si è infatti scoperto che questi bambini reagiscono a terapie riabilitative in maniera più efficace quando il loro interlocutore non è un essere umano ma un umanoide, che ha la capacità di fare movimenti mirror like, di stabilizzare lo sguardo, e soprattutto di misurare esattamente la cinematica delle traiettorie del paziente in maniera molto accurata, cosa che il medico può fare solo empiricamente e non in maniera quantitativa.
Come si è arrivati a realizzare macchine in grado di “valutare” i nostri movimenti e capire quando si manifestano delle deviazioni dalle traiettorie reali, dei tremolii, degli impercettibili movimenti, che il medico non può vedere, non stando 24 ore su 24 con il paziente e non avendo una capacità di osservazione così precisa, ma che possono essere prognostici con largo anticipo di una patologia degenerativa? “Semplicemente testando centinaia di persone che camminano, le stesse che percorrono i nostri corridoi” spiega Cingolani. “Gli algoritmi che sviluppiamo nell’ambito dell’intelligenza artificiale sono in grado di vedere delle alterazioni dalle condizioni di equilibrio ideali della camminata tipica che possono essere indicatori molto precoci di qualcosa che non va nell’anziano, in chi ha avuto un incidente e così via. È chiaro che tutto questo non è altro che un esempio di augmented performance, perché queste macchine fanno tutto quello che farebbe ogni essere umano con un livello di precisione assolutamente più elevato, dovuto innanzi tutto alla costanza della misurazione, in secondo luogo alla potenza del calcolo e al parallelismo (ossia al fatto che centinaia di persone sono monitorate insieme senza che se ne accorgano)”.
Sempre in collaborazione con l’Inail viene svolta la ricerca per la realizzazione delle protesi della mano. Serve infatti la collaborazione dei pazienti Inail per educare l’arto ‘fantasma’ ad apprendere la biomeccanica di una mano vera. “Senza l’esperienza diretta di questi pazienti” sottolinea Cingolani “non si arriverebbe a poter sviluppare questa tecnologia on demand e a customerizzarla. Oggi invece abbiamo sviluppato il prototipo per la mano dell’uomo, della donna e del bambino. È una tecnologia molto semplificata rispetto all’umanoide del quale abbiamo parlato all’inizio, ma che possiamo utilizzare tutti i giorni e che cambia davvero la vita delle persone”.
Così come può cambiare la vita di un anziano poter disporre di un esoscheletro dotato di una batteria leggera e di velcri che gli consentono di indossarlo da solo, grazie al quale può alzarsi di notte per andare in bagno senza dover ricorrere all’aiuto di nessuno. Anche questa tecnologia è nata ascoltando le richieste dei pazienti Inail e ha un costo inferiore ai 50.000 euro, “un quinto del costo di una tecnologia di rilevazione militare” ricorda Cingolani.
Sempre nell’ambito delle tecnologie robotiche che vengono in aiuto del paziente, il direttore dell’ Istituto italiano di tecnologia spiega che ora ci si sta ponendo il problema dell’empatia tra la macchina e il suo utilizzatore. Questo non significa solo che la macchina deve essere in grado di riconoscere lo stato emotivo delle persone con cui interagisce (e quindi di mettere, per esempio, una musica che piace al paziente se vede che ha le sopracciglia corrucciate), ma che deve avere essa stessa un’espressività che comunichi uno stato emotivo tranquillo e costante al paziente. È questo uno studio che l’Istituto italiano di tecnologia sta svolgendo con la Fondazione Don Gnocchi, con l’obiettivo di produrre robot molto economici, che dovrebbero costare come uno scooter, ma dotati di intelligenza artificiale molto sviluppata, e quindi in grado di eseguire degli ordini come quello di portare un bicchiere d’acqua al paziente che è in un’altra stanza. Per eseguire questo ordine il robot deve riconoscere, oltre all’ordine, anche il bicchiere, la bottiglia e il posto. Per farlo, deve potersi muovere in un’infrastruttura wireless estremamente veloce (a 5 o 6 giga), che gli consenta di effettuare i supercalcoli necessari. Entra quindi in gioco un altro aspetto molto importante, quello delle infrastrutture. Perché senza infrastrutture avanzate un paese non può aspirare alla medicina del futuro. Queste stesse infrastrutture sono quelle che servono alla chirurgia robotica, per teleoperare in aree 5 giga a 100 metri di distanza dalla sala operatoria con precisione micrometrica.
La meccanica quantistica ci viene incontro, spiega ancora Cingolani, anche per effettuare diagnosi là dove non ci sono gli ospedali. Con l’aiuto del biologo, grazie a un fenomeno che prende il nome di interazione plasmonica, siamo in grado di potenziare la capacità di rilevamento di alcuni marcatori anche di 1-10 milioni di volte e quindi di anticipare la diagnosi di molte patologie. Si aprono quindi prospettive interessanti per la genetica, perché i test effettuati con questa tecnica potranno consegnarci i risultati in tempo reale e a costi veramente molto contenuti. Il tutto partendo da una piccolissima quantità di campioni prelevati dal paziente (saliva, sangue o capelli) o dal sistema che si vuole analizzare, perché l’amplificazione della sensibilità diagnostica di questi marcatori potrebbe essere utile anche per scoprire episodi di sofisticazione alimentare, come nel caso del pesce o dello zafferano, oppure per di evidenziare il deterioramento di un alimento attraverso il cambiamento di colore della scatola che lo contiene, impregnata del marcatore.
Ma una delle prospettive ora più affascinanti, che si è aperta con l’impiego dell’intelligenza artificiale, della meccanica quantistica e dei supercomputer, è quella di rendere possibile addirittura la progettazione e l’accelerazione dal punto di vista chimico della produzione di un farmaco. E questo “oltre ad abbattere i costi, rende più gestibile la filiera della produzione, più democratica la medicina e probabilmente contribuisce più di qualunque altra tecnologia a diminuire le disuguaglianze. Questo risultato da solo vale tutto lo sforzo tecnologico impiegato, a partire da un robot per arrivare alla meccanica quantistica” sottolinea Cingolani. “Per raggiungerlo” conclude “servono infrastrutture massive, che costano fatica, sono interdisciplinari, non hanno un capo o un proprietario, ma gente umile che sia disposta a parlare partendo dalle necessità, in questo caso della clinica, che suggerisce la direttiva”.
A cura di Mara Losi, Il Pensiero Scientifico Editore
Da leggere
Cingolani R. Il mondo è piccolo come un’arancia. Una discussione semplice sulle nanotecnologie. Milano: Il Saggiatore, 2014.
Cingolani R, Metta G. Umani e umanoidi. Vivere con i robot. Bologna: Il Mulino, 2015.
© 