Systemic Social Factors and Healthcare Data Quality: A Socio-Technical Systems Analysis

Nel moderno ospedale, un vasto registro digitale registra ogni battito cardiaco, ogni diagnosi e ogni farmaco somministrato. Questi record elettronici sono l'ossatura dell'assistenza ai pazienti, guidando i medici mentre prendono decisioni di vita o di morte e aiutando gli ospedali a funzionare senza intoppi. Affinché questi sistemi funzionino, le informazioni al loro interno devono essere perfette. Se un record manca di un dettaglio, contiene un errore di battitura o elenca una condizione con il nome sbagliato, le conseguenze possono propagarsi verso l'esterno, portando a ritardi nei trattamenti, personale confuso e persino danni ai pazienti. Per anni, l'assunto è stato che se il software fosse stato abbastanza buono, lo sarebbe stato anche il dato. La convinzione prevalente era che algoritmi migliori e controlli automatizzati più rigorosi avrebbero risolto il problema dei record disordinati.

Tuttavia, una nuova prospettiva suggerisce che la qualità di questi dati dipenda meno dal codice che gira nella sala server e più dalle persone che lavorano nei corridoi. Questa idea si basa su un concetto noto come sistemi socio-tecnici, che vede un'organizzazione non solo come una collezione di macchine, ma come una complessa partnership tra tecnologia e comportamento umano. In questa visione, un programma informatico è efficace solo quanto il team che lo utilizza, e il modo in cui le persone comunicano tra loro, condividono le responsabilità e affrontano le pressioni quotidiane modella l'output finale tanto quanto il software stesso. Comprendere questa relazione è fondamentale perché sposta l'attenzione dal riparare i computer al riparare il modo in cui gli esseri umani interagiscono con essi.

Un recente studio di Phuong Pham, della University of the Cumberlands, esplora esattamente questa dinamica. La ricerca pone una domanda semplice ma profonda: come spiegano le persone che lavorano quotidianamente con i dati sanitari le forze sociali che rendono i loro record buoni o cattivi? Per trovare la risposta, la ricercatrice ha intervistato diciotto professionisti sanitari provenienti da tutti gli Stati Uniti. I partecipanti non erano solo medici; includevano analisti di dati, ingegneri, infermieri e amministratori, offrendo una vasta gamma di punti di vista. Le interviste sono state condotte individualmente, permettendo ai partecipanti di condividere le proprie esperienze reali senza la pressione di un contesto di gruppo. La ricercatrice ha poi ascoltato attentamente le loro storie, cercando schemi comuni nel modo in cui descrivevano le sfide e i successi del proprio lavoro.

I risultati rivelano che i maggiori ostacoli alla qualità dei dati non sono glitch tecnici, ma l'attrito umano e organizzativo. Uno degli ostacoli più significativi identificati è stato il divario comunicativo tra le persone che costruiscono la tecnologia e quelle che la utilizzano nell'assistenza ai pazienti. Il personale tecnico spesso parla un linguaggio specializzato che i clinici non comprendono, mentre medici e infermieri usano termini che gli ingegneri trovano confusi. Questa divisione crea una situazione in cui una condizione potrebbe essere nominata diversamente da due reparti differenti, causando il fatto che il database la tratti come un problema separato. Quando i team lavorano in isolamento, in silos, gli errori passano inosservati perché nessuno ha il quadro completo. Lo studio ha rilevato che quando questi gruppi non comunicano regolarmente tra loro, i dati diventano frammentati e inaffidabili.

Un altro tema principale era lo scontro tra diverse priorità. Per un medico, l'obiettivo primario è salvare una vita o alleviare il dolore nel momento presente. L'inserimento dei dati in un computer è spesso visto come un compito secondario, un ostacolo burocratico che sottrae tempo all'assistenza al paziente. Quando un medico sta affrontando un'emergenza, può saltare un campo o inserire un valore rapido e approssimativo solo per proseguire. Lo studio ha evidenziato che questo non è un segno di pigrizia, ma una reazione naturale a un sistema che richiede troppo lavoro amministrativo durante i momenti critici. Allo stesso modo, i team tecnici spesso danno priorità alla perfezione della struttura dei dati, creando talvolta regole rigide che non si adattano alla realtà disordinata di come i pazienti si presentano effettivamente. Quando questi due mondi collidono, il risultato è spesso un record incompleto o inaccurato.

La ricerca ha anche evidenziato una mancanza di chiara proprietà. In molte organizzazioni, non è chiaro chi sia responsabile della correzione di un errore una volta che questo appare nel sistema. Se un record è errato, il medico potrebbe pensare che debba intervenire il team IT, mentre il team IT assume che sarà il medico a correggerlo. Questa confusione porta a errori che rimangono non corretti per lunghi periodi. Inoltre, lo studio ha notato che l'alto turnover del personale crea un ciclo di perdita di conoscenza. Quando i lavoratori esperti se ne vanno, portano con sé la loro comprensione di come navigare nel sistema, lasciando il nuovo personale a imparare attraverso tentativi ed errori, il che spesso si traduce in un maggior numero di errori.

Nonostante queste sfide, i partecipanti hanno anche descritto cosa funziona. Hanno scoperto che quando i team allineano i propri obiettivi e parlano la stessa lingua, la qualità dei dati migliora drasticamente. Una strategia efficace menzionata è l'uso di feedback in tempo reale, dove il personale riceve promemoria immediati e discreti se manca un'informazione, invece di aspettare un audit mensile. Un altro successo è derivato dall'avere dei legami dedicati, persone capaci di tradurre le esigenze tecniche in un linguaggio semplice per i clinici e viceversa. Quando le organizzazioni creano una cultura in cui tutti si sentono responsabili dei dati, e quando forniscono una formazione continua per mantenere affilate le competenze, i record diventano più affidabili.

Lo studio conclude che correggere i dati sanitari richiede molto più di un semplice miglioramento del software. Richiede un cambiamento nel modo in cui le organizzazioni gestiscono le proprie persone. La tecnologia è solo una metà dell'equazione; l'altra metà è il sistema sociale di comunicazione, fiducia e responsabilità condivisa. La ricerca suggerisce che, per ottenere dati corretti, gli ospedali devono investire nella costruzione di ponti tra i loro team tecnici e clinici, chiarendo chi fa cosa e creando un ambiente in cui le persone abbiano il tempo e il supporto per svolgere bene il proprio lavoro. Affrontando questi fattori umani, le organizzazioni sanitarie possono garantire che i loro record digitali riflettano davvero l'assistenza che forniscono, portando infine a un trattamento più sicuro ed efficace per i pazienti.