Application of discrete-event simulation for helping hospital decision-making during a pandemic

Solitamente i sistemi sanitari sono disegnati e ottimizzati considerando stabilità nel sistema e nel suo intorno. Nel 2020 ha messo a dura prova il sistema sanitario la comparsa dell’infezione da SARS-cov2, un virus altamente contagioso che in pochi mesi ha portato alla diffusione di una pandemia mondiale. In un contesto di pandemia, non è più possibile assumere una delle principali ipotesi che suppongono stabilità e profonda conoscenza della malattia. Per questo motivo, i sistemi di assistenza sanitaria hanno dovuto reinventare il loro modo di pianificare e gestire le loro operazioni. Infatti, i sistemi ospedalieri sono progettati per un carico medio di pazienti e non per epidemie che causano un forte afflusso di persone che spesso necessitano di cure intensive. Per questo motivo, quando il numero di casi cresce in modo esponenziale, un’emergenza sanitaria pubblica può trasformarsi in una crisi operativa. La pandemia è un evento dinamico a lungo termine che richiederà lo sviluppo di una strategia proattiva quasi costante e la risoluzione dei problemi che da essa emergono. In questi casi di instabilità, la progettazione e l'uso di strumenti di simulazione di eventi discreti è rilevante per valutare i cambiamenti nel layout, i modi di gestire i pazienti o per testare diverse politiche da implementare. A tal fine, sono state effettuate analisi dei dati raccolti in un database e successivamente è stato creato un modello di simulazione a partire da tali dati. L’obiettivo del progetto di ricerca a cui ho partecipato è quello di sviluppare un modello che possa aiutare a ridimensionare i processi sanitari per supportare il sovraccarico degli ospedali.