NOVITÀ PEER-REVIEWED — ORGANIZZAZIONE DEL PRONTO SOCCORSO
Il 25 settembre 2026 il Journal of Medical Systems ha pubblicato uno dei rari studi prospettici in cui un sistema di intelligenza artificiale non è stato soltanto valutato retrospettivamente, ma utilizzato per programmare concretamente la presenza dei medici in Pronto Soccorso.
CHE COSA È CAMBIATO
Nel Pronto Soccorso pediatrico dell’Università Hacettepe di Ankara, un modello di previsione degli accessi basato su deep learning è stato combinato con un sistema di ottimizzazione per assegnare da 3 a 6 medici al turno 16:00–24:00, invece dei quattro medici fissi abituali.
Su 9.626 accessi, la durata media della permanenza dopo la valutazione è stata di 175,9 minuti con la programmazione predittiva e di 184 minuti con la programmazione tradizionale.
La riduzione stimata è risultata compresa fra circa 4 e 11 minuti, soprattutto nei pazienti a minore gravità e nelle prime ore del picco serale. Le analisi corrette per il raggruppamento giornaliero, tuttavia, non hanno raggiunto la significatività statistica. Non sono emersi segnali di peggioramento della sicurezza a breve termine.
PERCHÉ È IMPORTANTE PER PS E 118
Lo studio rappresenta un passaggio dalla semplice previsione dell’affollamento a una modifica reale dell’organizzazione del personale. Un sistema analogo potrebbe aiutare a rinforzare selettivamente i turni nelle fasce di maggiore afflusso, anticipare i picchi stagionali e programmare in modo più razionale personale, mezzi e squadre territoriali.
SOLIDITÀ E MATURITÀ DELL’EVIDENZA
Evidenza promettente ma preliminare. Lo studio è prospettico, peer-reviewed e operativo, ma è monocentrico, pediatrico, non randomizzato, limitato ai turni serali e condotto per sei mesi.
Inoltre, il sistema ha assegnato mediamente 4,31 medici per turno rispetto ai quattro del controllo. Non è quindi ancora dimostrato quanto del beneficio dipenda dall’algoritmo e quanto dalla maggiore presenza media di personale. Mancano prove conclusive su mortalità, eventi avversi, abbandoni, boarding e sovraffollamento complessivo.
DISPONIBILITÀ IN ITALIA E STATO REGOLATORIO
Non si tratta di un prodotto commerciale disponibile o marcato CE. Gli autori hanno reso pubblico il codice del sistema. Se utilizzato esclusivamente per previsioni aggregate e programmazione dei turni, potrebbe non essere un dispositivo medico; la classificazione dipenderebbe tuttavia dalla destinazione d’uso concreta.
Un’eventuale implementazione italiana richiederebbe validazione locale, valutazione d’impatto GDPR, uso di dati anonimizzati o adeguatamente protetti e supervisione umana sulla programmazione. I dati sanitari identificabili non devono essere trasferiti a strumenti di IA consumer.
CHE COSA VERIFICARE PRIMA DELL’ADOZIONE
- prestazioni nei Pronto Soccorso adulti e nel 118;
- beneficio a parità di ore-medico;
- accuratezza durante epidemie ed eventi straordinari;
- impatto su attese, abbandoni, boarding e carico individuale;
- equità e accettabilità dei turni generati;
- procedure alternative quando le previsioni risultano errate.
Fonte primaria: Birbilen AZ, Akbasli IT, Teksam O. Forecast-Driven Dynamic Physician Staffing in a Pediatric Emergency Department: A Prospective Quasi-Experimental Pilot Study. Journal of Medical Systems. Pubblicato il 25 settembre 2026. Consulta lo studio.
Questo contenuto ha finalità informative e formative. L’intelligenza artificiale deve essere utilizzata come supporto organizzativo e non come sostituto del giudizio clinico o delle decisioni professionali.