Contenuto sponsorizzato
DATA-DRIVEN INSURANCE: LA SICUREZZA IN SANITÀ COMINCIA DA QUI
Affiancare gli assicurati nel processo di trasformazione dei big data in strumenti di decision-making e mitigazione del rischio, superando il gap di competenze e le criticità di una digitalizzazione accelerata dalla pandemia: questo il nuovo ruolo al quale ambiscono le compagnie assicurative
20/10/2022
Sulle molteplici potenzialità dei dati raccolti, la domanda già da tempo non è più dove trovare le informazioni, bensì come utilizzarle affinché garantiscano insight corretti, coerenti e realmente utili. Come si inseriscono i player assicurativi in questo contesto? Lo chiediamo a Giuseppe Carchedi, Group Operations and Analytics Manager di Sham – gruppo Relyens, mutua leader nell’ambito dell’Rc sanitaria e del clinical risk management.
L’integrazione e l’accessibilità di tutti i dati, frammentati in applicazioni settoriali e basi dati proprietarie, rappresentano una priorità per le strutture sanitarie per poter gestire il rischio clinico e consolidare il proprio patrimonio informativo. In concreto però, in che modo i dati a disposizione della compagnia assicurativa diventano strumento di gestione del rischio?
Una gestione integrata dei dati può innescare un ciclo virtuoso: grazie alle informazioni raccolte dal claims management, è possibile identificare le maggiori aree di criticità, promuovere azioni correttive, limitare l’incidenza degli eventi avversi e, di conseguenza, ridurre il costo totale del rischio sanitario, sia in termini di sinistrosità, sia in termini di spesa per la copertura assicurativa. Il tutto contribuendo al miglioramento dei servizi e delle cure erogati dalle strutture.
La disponibilità di big data e di modelli avanzati di data analytics non è, però, di per sé sufficiente a raggiungere questi traguardi.
Quali fattori sono necessari, dunque, per favorire l’evoluzione dei data analytics in sanità?
Innanzitutto, è fondamentale colmare il gap di competenze interno alle strutture sanitarie. Negli ultimi anni, infatti, le potenzialità del digitale sono cresciute più in fretta delle competenze necessarie a un loro utilizzo diffuso.
Parallelamente, la raccolta dei dati è divenuta più semplice e si è resa imprescindibile l’abilità nel saperli sfruttare per raccogliere conoscenze su passato, presente e futuro di un’organizzazione. Questa consapevolezza rende centrale l’inserimento di nuove figure professionali e la creazione di una cultura aziendale data-oriented, comunicando ai diversi livelli aziendali il valore della raccolta di informazioni e l’impatto positivo delle decisioni data-driven.
Nel contempo, sebbene la digitalizzazione venga generalmente vista come un fenomeno auspicabile, è importante sottolinearne la capacità di generare notevoli rischi. Negli ultimi dieci anni, la minaccia per il settore sanitario è aumentata esponenzialmente in rapporto alla continua sofisticazione degli attacchi informatici. All’insorgere di queste nuove minacce va contrapposta una gestione globale del rischio.
Che ruolo ha l’assicuratore nel rispondere a questo scenario in evoluzione?
L’assicuratore ha come obiettivo affiancare le strutture sanitarie nel superamento delle criticità sopraelencate, sia attraverso la condivisione di competenze specialistiche, sia attraverso la gestione e mitigazione dei nuovi rischi tecnologici.
Le compagnie assicurative, infatti, vantano una lunga storia nell’analisi attuariale dei dati arricchita, negli ultimi anni, dall’integrazione di AI e machine learning. Grazie a questa evoluzione, i sistemi di analisi attuali offrono l’opportunità di conoscere al meglio i propri clienti e offrire loro servizi calibrati sulle loro esigenze specifiche.
Le compagnie hanno il massimo interesse a conoscere la sinistrosità pregressa delle strutture sanitarie clienti, ad aumentare i dettagli sulle tipologie di danno e a profilare in maniera quanto più approfondita l’organizzazione nel suo complesso. Questo interesse si riflette e si armonizza con quello dell’assicurato. Saper analizzare le informazioni per restituire un’immagine quanto più realistica e profonda della situazione reale non è, infatti, utile solo a fornire coperture adeguate ma, anche, ad affiancare gli assicurati nella strutturazione del risk management interno.
L’esperienza europea di Sham – gruppo Relyens, in quanto mutua e risk manager sanitario, è proprio quella di affiancare i soci analizzando le criticità e la performance della loro attività per implementare azioni correttive a tutti i livelli. Il primo step è quello dell’analisi descrittiva, volta alla strutturazione, monitoraggio e allo studio dei dati in possesso. La solida conoscenza di ciò che è accaduto permette il passaggio all’analisi predittiva, che permette di prevedere il rischio stesso e, quindi, di anticiparlo. Infine, l’analisi prescrittiva, suggerisce l’implementazione di tutte quelle attività che consentono di mitigare il rischio.
Quali sono le tappe per costruire approcci data-driven adatti al variegato ecosistema sanitario?
Il settore assicurativo può contribuire sensibilmente alla crescita di una sanità data-driven sviluppando, di concerto con gli assicurati, strategie tailor-made. Ogni dato, infatti, è unico per l’organizzazione che lo raccoglie, così come sono unici i modelli di elaborazione, rendendo l’approccio al dato di ciascuna azienda irreplicabile.
Comune denominatore del crescente impiego dei dati e delle tecnologie digitali dovrà essere, però, l’incremento proporzionale dell’attenzione per gli strumenti e la cultura della sicurezza tecnologica. In quest’ottica, l’assicuratore dovrebbe affiancare costantemente la struttura sanitaria, offrendo competenze specialistiche e una formazione continua degli operatori sanitari sia in ambito di data analysis che di gestione globale del rischio. Per questo motivo, per esempio, Sham ha stretto partnership con alcuni tra i maggiori player nell’ambito dell’innovazione tecnologica in sanità: CyberMdx è una piattaforma di sicurezza informatica destinata all’identificazione e alla prevenzione dei rischi cyber specifici delle strutture sanitarie. Caresyntax, invece, è finalizzata a ridurre il rischio nel blocco operatorio, combinando intelligenza artificiale all’analisi e rielaborazione dei dati raccolti.
In futuro, molteplici flussi di dati e informazioni e nuovi metodi per interpretarli porteranno a previsioni sempre più puntuali e accurate. E solo chi sarà in grado di padroneggiare con efficacia queste risorse e le tecnologie a esse correlate, potrà sfruttarne appieno il potenziale.
© RIPRODUZIONE RISERVATA