L’ospedale sa quando un guanto sta per finire. Ma spesso non sa se un ecografo sta lavorando.
Per i consumabili il meccanismo è logistica elementare, da decenni (e funziona perfettamente): quando la scorta scende sotto il livello previsto, il sistema genera un alert e il processo di approvvigionamento si attiva.
Ma se applichiamo lo stesso principio agli elettromedicali mobili (pompe infusionali, monitor, ventilatori da trasporto, ecografi portatili,…) emerge una domanda molto meno banale: ne conosciamo davvero l’utilizzo reale?
Non dal punto di vista della manutenzione, dove i dati esistono, ma rispetto al tempo effettivo di utilizzo clinico, a chi e dove le utilizzi, in quale reparto passano la maggior parte del loro tempo…
Uno studio pubblicato su BMC Health Services Research (sotto riporto il link) ha evidenziato che tra il 35% e il 45% degli elettromedicali mobili registra tassi di utilizzo inferiori al 30% del tempo disponibile.
Per un consumabile dunque esiste un indicatore naturale: il numero di pezzi in stock, mentre per un elettromedicale mediamente non si ha nessuna informazione simile.
Per avere un indicatore efficace bisognerebbe avere a disposizione:
- tempo di presenza fisica in una data posizione;
- tempo di uso clinico effettivo;
- tempo di attesa tra utilizzi;
- tempo perso nella ricerca dell’asset.
Eppure nessun sistema informativo ospedaliero (HIS, CMMS, asset management,…) produce questi dati in modo automatico e continuo.
Così, nella pratica, succede qualcosa di molto semplice: si stima, si chiede ai reparti, si fanno conteggi manuali e ipotesi spesso basate sui bisogni del momento. Oppure si compra un’altra macchina perché “non si trova mai quella che serve”.
L’indice di utilizzo reale degli elettromedicali è probabilmente uno degli indicatori più importanti e allo stesso tempo meno visibili, nella governance operativa degli ospedali.
Per misurarlo servono tre elementi:
- posizione continua dell’asset (sistemi RTLS);
- correlazione con attività clinica reale (integrazioni software, analisi dati di rete, sensoristica);
- analisi storica per reparto, dispositivo e fascia oraria.
—
📚 Per chi vuole approfondire
—