📄 medicine

The Digital Path Toward Perceived Medication Error Prevention From the Physician Perspective in Private Clinics in Eastern Indonesia: A Mixed Methods Study

Questo studio a metodi misti sui medici di medicina generale nelle cliniche private nell'Indonesia orientale rivela che la percezione della prevenzione degli errori terapeutici è guidata principalmente da un efficace allineamento del flusso di lavoro digitale, il quale è significativamente influenzato dalla prontezza all'IA, dalla competenza digitale, dalla qualità del sistema EMR e dall'influenza dei pari, pur rimanendo non influenzato dalle normative sul finanziamento basato sulla capitation.

Autori originali: Debora Natalia, Waynhena Sarawa Nesia, Dewi Sri Surya Wuisan, Ferdi Antonio

Pubblicato 2026-07-07

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Debora Natalia, Waynhena Sarawa Nesia, Dewi Sri Surya Wuisan, Ferdi Antonio

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina uno studio medico in una zona remota dell'Indonesia orientale come una cucina frenetica. Il medico è lo chef e i pazienti sono gli ordini che arrivano. In questa cucina, gli "errori di medicazione" sono come aggiungere accidentalmente sale al posto dello zucchero o servire a un cliente un piatto a cui è allergico. Questi errori possono accadere quando lo chef è di fretta, il libro delle ricette è disordinato o gli ingredienti sono difficili da trovare.

Questo studio ha chiesto: In che modo un libro di ricette digitale (Cartella Clinica Elettronica, o EMR) aiuta gli chef (medici) a evitare questi errori?

I ricercatori non si sono limitati a chiedere se il libro digitale esistesse; hanno chiesto se gli chef lo apprezzassero davvero e se si integrasse naturalmente nel loro ritmo di cucina. Hanno studiato 382 medici in 41 cliniche private.

Ecco la suddivisione dei loro risultati, utilizzando semplici analogie:

1. La "Miscela Perfetta" è il Segreto del Successo

La scoperta più importante è stata che il sistema digitale aiuta a prevenire gli errori solo se si adatta alla routine quotidiana del medico.

L'analogia: Immagina di cercare di cucinare un pasto complesso indossando un paio di scarpe troppo grandi di due numeri. Anche se le scarpe sono tecnologiche e costose, ti rallentano solo e ti fanno inciampare.
Il risultato: I medici sentivano che il sistema digitale preveniva gli errori solo quando sembrava un'estensione naturale delle loro mani — aiutandoli a scrivere note, controllare la storia clinica e prescrivere farmaci senza interrompere il proprio flusso. Se il sistema risultava goffo o forzato, non aiutava, indipendentemente da quanto fosse avanzato.

2. La Competenza dello Chef è la Cosa Più Importante

Lo studio ha scoperto che le competenze digitali del medico erano il fattore più importante per far funzionare bene il sistema.

L'analogia: Puoi dare a un maestro chef un coltello tecnologico attivato con la voce, ma se non sa come impugnarlo o non si fida di esso, non lo userà. Al contrario, uno chef esperto può far fare miracoli a un semplice coltello tradizionale.
Il risultato: I medici che si sentivano sicuri nell'usare il computer, nel comprendere i dati e nel risolvere piccoli problemi tecnici, erano quelli che sentivano che il sistema stesse effettivamente proteggendo i pazienti. La loro fiducia rendeva gli strumenti digitali un perfetto "incastro" con il loro flusso di lavoro.

3. La Qualità degli "Attrezzi da Cucina"

La qualità del sistema in sé era importante. Era veloce? Si bloccava? Le informazioni erano chiare?

L'analogia: Se il libro di ricette digitale carica lentamente ogni volta che lo apri, o se la connessione internet cade mentre stai ordinando gli ingredienti, lo chef si frustra e smette di usarlo.
Il risultato: Anche se un medico era esperto, un sistema lento o pieno di bug rompeva l' "incastro". Quando il sistema era affidabile e facile da usare, aiutava a prevenire gli errori. Quando era lento, i medici spesso lo ignoravano, il che aumentava il rischio di errori.

4. La "Prontezza all'IA" (Essere Aperti al Futuro)

Lo studio ha esaminato se i medici fossero pronti a utilizzare funzioni avanzate come gli avvisi dell'Intelligenza Artificiale (IA).

L'analogia: Non si tratta di sapere se la cucina abbia già un robot chef. Si tratta di sapere se lo chef umano è mentalmente preparato a fidarsi di un assistente robotico che dice: "Ehi, quell'ingrediente potrebbe essere cattivo per questo cliente".
Il risultato: I medici che sentivano che la loro clinica fosse pronta per questi strumenti avanzati (buoni dati, buone politiche, fiducia nella tecnologia) erano più propesi a integrare il sistema digitale in modo fluido. Tuttavia, si fidavano dell'IA solo se i dati sottostanti erano accurati.

5. La "Pressione dei Pari" (Ma in senso positivo)

Lo studio ha verificato se i colleghi influenzassero l'un l'altro.

L'analogia: Se tutti gli altri in cucina stanno usando il nuovo tablet digitale per controllare gli ordini, è più probabile che tu ne prenda uno e lo provi a tua volta.
Il risultato: Vedere i colleghi usare il sistema con successo aiutava, ma era il fattore meno importante rispetto alle competenze del medico e alla qualità del sistema. Aiutava, ma non era il motore principale.

6. La "Regola di Pagamento" Non Cambia la Cucina

I ricercatori hanno testato se il modo in cui i medici vengono pagati (un sistema chiamato Capitazione, dove ricevono un importo fisso per ogni paziente) cambiasse il modo in cui il sistema digitale funzionava.

L'analogia: Hanno chiesto: "Il fatto che il proprietario del ristorante paghi lo chef una quota fissa per ogni cliente cambia il modo in cui lo chef usa il nuovo coltello digitale?"
Il Risultato: No. La regola di pagamento non ha reso il sistema digitale migliore o peggiore. Che il medico fosse pagato per paziente o per visita, il successo del sistema dipendeva interamente da quanto bene si adattava al suo flusso di lavoro e da quanto era esperto. La regola di pagamento era solo un rumore di fondo, non un elemento decisivo.

In Sintestesi

Il documento conclude che consegnare semplicemente un computer a un medico non ferma gli errori di medicazione.

Per far sì che gli strumenti digitali funzionino in queste cliniche, è necessario che tre elementi lavorino insieme:

Chef Competenti: Medici che siano sicuri di sé e addestrati a usare la tecnologia.
Buoni Attrezzi: Sistemi che siano veloci, affidabili e facili da navigare.
Un Buon Incastro: Un sistema che si inserisca perfettamente nella routine quotidiana del medico senza ostacolarlo.

Se questi tre elementi sono allineati, i medici si sentono più sicuri e convinti di stare prevenendo gli errori. Se non sono allineati, la tecnologia è solo una distrazione appariscente.

Sintesi Tecnica: Il Percorso Digitale verso la Percezione della Prevenzione degli Errori di Medicazione nell'Indonesia Orientale

Problematica
Nei contesti a basse risorse, in particolare nell'Indonesia orientale, le strutture di assistenza primaria affrontano vulnerabilità significative riguardanti gli errori di medicazione a causa di capacità limitate per una prescrizione, un monitoraggio e un follow-up affidabili. Sebbene le Cartelle Cliniche Elettroniche (CCE) siano sempre più obbligatorie e adottate nelle cliniche private, la loro mera presenza non garantisce un miglioramento della sicurezza. Il problema centrale identificato è il divario tra l'adozione delle CCE e una significativa integrazione clinica. In ambienti con popolazioni disperse e infrastrutture digitali disomogenee, le CCE rimangono spesso strumenti amministrativi piuttosto che strumenti clinici. Di conseguenza, vi è una mancanza di prove su come i fattori socio-tecnici — specificamente l'allineamento dei sistemi digitali con le routine cliniche (adattamento del flusso di lavoro o workflow fit) — influenzino la percezione dei medici riguardo alla prevenzione degli errori di medicazione negli ambulatori privati di assistenza primaria.

Metodologia
Lo studio impiega un disegno a metodi misti sequenziale esplicativo che coinvolge 382 medici generici (MG) provenienti da 41 cliniche private nell'Indonesia orientale remota.

Fase Quantitativa: Un sondaggio trasversale è stato analizzato utilizzando il Modello di Equazioni Strutturali per Minimi Quadrati Parziali (PLS-SEM) tramite SmartPLS 4. Il modello concettuale ha testato le relazioni tra quattro variabili indipendenti (prontezza all'IA, competenza digitale, qualità del sistema CCE e influenza dei pari) e la variabile dipendente (percezione della prevenzione degli errori di medicazione), mediate dal workflow fit digitale. Inoltre, la regolamentazione del finanziamento basato sulla capitation è stata testata come moderatore. Il modello ha utilizzato un metodo di bootstrapping con 10.000 sottocampioni.
Fase Qualitativa: In seguito all'analisi quantitativa, 15 medici sono stati selezionati con un campionamento intenzionale per rispondere a domande aperte. Questa fase mirava a interpretare i risultati quantitativi, esplorando specificamente i meccanismi dietro l'integrazione del workflow, le barriere del sistema e il ruolo delle regolamentazioni finanziarie.
Validazione: Il modello di misurazione è stato validato per affidabilità (alpha di Cronbach, affidabilità composita), validità convergente (AVE) e validità discriminante (HTMT). La capacità predittiva è stata valutata utilizzando il Test della Capacità Predittiva Cross-Validata (CVPAT).

Risultati Chiave
L'analisi del modello strutturale ha prodotto i seguenti risultati significativi:

Determinanti del Digital Workflow Fit: Tutti e quattro i fattori antecedenti hanno influenzato positivamente il digital workflow fit:
- Competenza Digitale: Il predittore più forte ( $\beta = 0,399, p < 0,001$ ).
- Prontezza all'IA: Associazione positiva significativa ( $\beta = 0,197, p = 0,008$ ).
- Qualità del Sistema CCE: Associazione positiva significativa ( $\beta = 0,186, p = 0,002$ ).
- Influenza dei Pari: Associazione positiva significativa ( $\beta = 0,123, p = 0,035$ ).
- Collettivamente, questi fattori spiegano il 58,4% della varianza del digital workflow fit ( $R^2 = 0,584$ ).
Impatto sulla Prevenzione degli Errori di Medicazione: Il digital workflow fit ha dimostrato una relazione diretta positiva e forte con la percezione della prevenzione degli errori di medicazione ( $\beta = 0,747, p < 0,001$ ), spiegando il 57,9% della varianza della variabile di esito.
Effetto di Moderazione: L'ipotesi secondo cui la regolamentazione del finanziamento basato sulla capitation moderi la relazione tra il digital workflow fit e la percezione della prevenzione degli errori di medicazione è stata rigettata ( $\beta = -0,009, p = 0,388$ ). I dati indicano che le regolamentazioni finanziarie non rafforzano né indeboliscono significativamente il legame tra l'allineamento del workflow e le percezioni di sicurezza.
Approfondimenti Qualitativi:
- Allineamento del Workflow: I medici hanno dato valore alle CCE principalmente quando facilitavano l'accesso rapido alla storia farmacologica e supportavano il processo decisionale senza interrompere il flusso della consultazione.
- Competenza e Fiducia: La fiducia nell'uso delle funzioni delle CCE era centrale per le percezioni di sicurezza. La prontezza verso le funzioni dell'IA era condizionata dall'accuratezza dei dati e dalla fiducia clinica.
- Barriere Infrastrutturali: L'instabilità tecnica (sistemi lenti, scarsa connessione internet) è stata una barriera critica che ha minato l'utilità anche di sistemi di alta qualità.
- Contesto Regolatorio: Le regolamentazioni sulla capitation sono state percepite come driver insufficienti per l'adozione delle CCE, spesso viste come oneri amministrativi piuttosto che abilitatori di sicurezza.

Contributi Chiave

Ruolo Mediatore del Workflow Fit: Lo studio stabilisce il digital workflow fit come un mediatore critico, dimostrando che la prontezza individuale, la qualità del sistema e l'influenza sociale si traducono in percezione di sicurezza solo quando si allineano con successo alle routine cliniche.
Evidenza Contestuale da Ambienti a Basse Risorse: Fornisce dati empirici dall'Indonesia orientale, evidenziando che in ambienti con risorse limitate, l'integrazione della tecnologia è più predittiva della percezione di sicurezza rispetto all'adozione della tecnologia o alla presenza di regolamentazioni finanziarie.
Confutazione della Moderazione Regolatoria: Lo studio sfida l'assunto che le regolamentazioni basate sulla capitation moderino direttamente l'efficacia dei workflow digitali, suggerendo che i quadri normativi possano agire come vincoli contestuali piuttosto che come moderatori attivi della relazione tra workflow e sicurezza.

Significato e Rivendicazioni
Il documento sostiene che il percorso digitale verso la percezione della prevenzione degli errori di medicazione nell'assistenza primaria privata dipende fondamentalmente da un efficace allineamento del workflow digitale. Gli autori affermano che:

La Competenza è Fondamentale: Migliorare le capacità digitali dei medici è l'intervento più vitale per ottimizzare l'utilità delle CCE.
Integrazione sopra Implementazione: Il successo dipende meno dalla disponibilità delle CCE e più dalla loro integrazione fluida nelle attività cliniche quotidiane (prescrizione, monitoraggio, follow-up).
Implicazioni Politiche: I mandati nazionali per l'adozione delle CCE devono essere accompagnati da investimenti in formazione, usabilità del sistema e supporto tecnico. Lo studio suggerisce che i decisori politici dovrebbero concentrarsi sull' "uso significativo" attraverso la riprogettazione del workflow piuttosto che fare affidamento esclusivamente sulle regolamentazioni finanziarie per guidare i risultati di sicurezza.
Ambito Limitato: Gli autori dichiarano esplicitamente che i loro risultati riflettono le percezioni dei medici riguardo alla prevenzione degli errori, non riduzioni effettive dei tassi di errore di medicazione. Lo studio sottolinea che, sebbene il modello spieghi il percorso digitale percepito, esso non misura esiti clinici oggettivi.

In conclusione, lo studio postula che affinché la trasformazione digitale possa migliorare la sicurezza del paziente nelle cliniche private con scarse risorse, l'attenzione deve spostarsi dal dispiegamento della tecnologia all'allineamento socio-tecnico degli strumenti digitali con le realtà della pratica clinica.