logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-01202025-150133


Tipo di tesi
Tesi di laurea specialistica LC6
Autore
ROMANAZZI, LUCA
URN
etd-01202025-150133
Titolo
Analisi dell'impatto delle infezioni, individuate con strumenti di intelligenza artificiale, sulla durata del ricovero ospedaliero
Dipartimento
RICERCA TRASLAZIONALE E DELLE NUOVE TECNOLOGIE IN MEDICINA E CHIRURGIA
Corso di studi
MEDICINA E CHIRURGIA
Relatori
relatore Prof. Porretta, Andrea Davide
Parole chiave
  • Artificial intelligence
  • Healthcare-associated infections
  • Infezioni correlate all'assistenza
  • Infezioni sito chirurgico
  • Intelligenza artificiale
  • Sorveglianza
  • Surgical site infections
  • Surveillance
Data inizio appello
11/02/2025
Consultabilità
Non consultabile
Data di rilascio
11/02/2095
Riassunto
Le infezioni correlate all’assistenza (ICA), contratte da pazienti nel contesto delle strutture sanitarie durante il percorso diagnostico, terapeutico ed assistenziale, determinano importanti ricedute negative non solo sulla salute del singolo, ma anche sugli aspetti di qualità delle cure, organizzativi ed economici dei sistemi sanitari.
In particolare le ICA comportano nei sistemi sanitari un aumento della durata delle degenze, con spese addizionali sia per il trattamento delle infezioni, con una media di quattromila euro per posto letto nelle medicine fino a ventottomila euro nelle UTI, che per la perdita di giornate di degenza altrimenti utilizzabili per nuovi pazienti.
La sorveglianza epidemiologica delle ICA è la base delle misure di controllo, e l’utilizzo degli strumenti di Intelligenza Artificiale (Artificial Intelligence – AI) consente di ricavare mediante analisi automatizzata del linguaggi della documentazione sanitaria routinaria, diagnosi di ICA.
Utilizzando i dati provenienti dal progetto di sorveglianza delle Infezioni del Sito Chirurgico (ISC) in corso di sperimentazione da parte della cattedra di Igiene dell’Università di Pisa, sono stati comparati i dati amministrativi dei pazienti con ISC con quelli dei pazienti senza ISC sottoposti alle stesse tipologie di intervento, allo scopo di fornire una prima indicazione dell’impatto economico ed organizzativo rappresentato dalla degenza addizionale.

Healthcare-associated infections (HAI), contracted by patients in the context of healthcare facilities during the diagnostic, therapeutic and care pathway, determine significant negative consequences not only on the health of the individual, but also on the quality of care, organizational and economic aspects of healthcare systems.
In particular, HAIs lead to an increase in the length of hospital stays in healthcare systems, with additional expenses both for the treatment of infections, with an average of four thousand euros per bed in medicine up to twenty-eight thousand euros in ICUs, and for the loss of hospital days that could otherwise be used for new patients.
Epidemiological surveillance of HAIs is the basis of control measures, and the use of Artificial Intelligence (AI) tools allows for the automated analysis of the language of routine healthcare documentation to obtain HAI diagnoses.
Using data from the Surgical Site Infection (SSI) surveillance project currently being tested by the Department of Hygiene at the University of Pisa, the administrative data of patients with SSI were compared with those of patients without SSI who underwent the same types of surgery, in order to provide an initial indication of the economic and organizational impact of additional hospitalization.
File