Un framework di simulazione per valutare i flussi di lavoro degli ordini elettronici nelle cartelle cliniche integrate

Perché la burocrazia digitale invisibile conta

Ogni volta che un medico prescrive un esame di laboratorio, una radiografia o una consulenza specialistica, quella richiesta percorre un labirinto dentro la cartella clinica elettronica (EHR). Se quel percorso digitale è lento o si blocca, i pazienti aspettano più a lungo per le cure e il personale perde tempo inseguendo aggiornamenti sullo stato. Questo articolo descrive un nuovo modo per “fare un test drive” di quei flussi di lavoro elettronici nascosti usando la simulazione al computer, così gli ospedali possono esplorare in sicurezza come cambiamenti nel software, nel personale o nella domanda potrebbero influenzare ritardi e arretrati prima che i pazienti ne soffrano le conseguenze.

Trasformare click grezzi in una storia chiara

Gli autori si sono concentrati sulla Veterans Health Administration, il più grande sistema sanitario integrato degli Stati Uniti. Il suo EHR registra ogni passo compiuto da un ordine elettronico, ma i dati sono sparsi su molte tabelle tecniche e marche temporali. Il team ha prima tradotto questo caos di eventi in un insieme semplice e universale di stati che qualsiasi persona può riconoscere in un processo: un ordine viene Creato, reso Pronto (Ready), Riservato per l’azione, spostato InProgress e infine Completato, oppure può terminare in stati problematici come Failed, Exited o Error. Questa mappatura, basata su uno standard internazionale per i flussi di lavoro aziendali, ha trasformato log disordinati in “tracce” digitali pulite e confrontabili che mostrano come gli ordini si muovono effettivamente nel sistema.

Costruire una pista di prova virtuale per gli ordini

Con queste tracce standardizzate, i ricercatori hanno costruito una simulazione a eventi discreti—un modello al computer che riproduce migliaia di ordini mentre passano da uno stato all’altro nel tempo. Hanno calibrato il modello usando dati reali di cinque ospedali per veterani, inserendo con quale frequenza avviene ogni transizione e quanto tempo impiega tipicamente, comprese le rarità caratterizzate da ritardi molto lunghi. Hanno quindi verificato quanto bene il “tempo nel sistema” simulato per gli ordini corrispondesse alla storia, usando test statistici e grafici affiancati. Le linee temporali simulate e reali concordavano strettamente tra le strutture, soprattutto per i casi tipici, dando fiducia che il sistema virtuale si comporti in modo molto simile a quello reale e possa essere usato per esperimenti di tipo “what‑if”.

Stress testare il sistema sotto pressione

Il team ha poi usato il modello per porsi domande pratiche: cosa succede se arrivano più ordini, o se passaggi chiave sono limitati dal personale o dalle attrezzature? In una serie di esperimenti hanno aumentato il volume degli ordini e imposto un tetto su quanti ordini potevano essere processati in passaggi cruciali come il transito da Reserved a InProgress, o da InProgress a Completed. Quando non c’erano limiti, il sistema assorbiva la maggiore domanda con solo una crescita modesta degli ordini in attesa. Ma una volta introdotti i limiti, gli arretrati sono aumentati e il sistema ha faticato a raggiungere uno stato stabile, soprattutto sotto una domanda più intensa. Di fatto, limiti di risorse anche modesti trasformavano un aumento gestibile in un punto di svolta dove ritardi e ordini incompiuti crescevano bruscamente—intuizioni utili per guidare la pianificazione del personale e della capacità.

Seguire deviazioni e circuiti

I ricercatori hanno inoltre esplorato come piccoli cambi nelle regole di instradamento si propagano nel sistema. Quando hanno reso più difficile per gli ordini prendere una scorciatoia direttamente da Ready a Completed, più ordini sono stati costretti a passare per Reserved e InProgress. Questo ha ridotto il throughput complessivo per un periodo e creato percorsi più lunghi e aggrovigliati, con alcuni ordini che tornavano indietro più volte e restavano molto più a lungo nel sistema. Visualizzando i percorsi più comuni e contando quante volte gli ordini “ritornano” a stati precedenti, il modello evidenzia dove rilavorazioni e gestioni ripetute consumano silenziosamente il tempo del personale. L’analisi di rete delle rotte digitali ha mostrato che tre stati—Reserved, InProgress e Completed—agiscono come hub centrali e potenziali colli di bottiglia dove la congestione è più probabile e dove un monitoraggio più attento sarebbe vantaggioso.

Usare un gemello digitale per mantenere il flusso delle cure

Per i non specialisti, la conclusione principale è che gli autori hanno costruito una sorta di gemello digitale per gli ordini EHR: un sandbox sicuro e basato sui dati dove i dirigenti possono provare modifiche prima che tocchino i pazienti. Lo studio mostra che questo approccio può rispecchiare realisticamente come gli ordini elettronici si muovono, dove si bloccano e come aggiustamenti di policy o picchi di domanda potrebbero creare code e ritardi nascosti. Gli ospedali potrebbero usare tali simulazioni per testare nuove regole, pianificare per i picchi, sorvegliare stati chiave per segnali precoci di problemi e ridurre il lavoro ripetuto inutile. Così facendo, possono rendere più affidabile l’impianto invisibile degli ordini digitali, aiutando a garantire che la tecnologia dietro le quinte tenga il passo con l’urgenza delle cure ai pazienti.

Citazione: Chen, Y., Niu, H., Omitaomu, O.A. et al. A simulation framework for evaluating electronic order workflows in integrated health records. npj Health Syst. 3, 14 (2026). https://doi.org/10.1038/s44401-026-00067-2

Parole chiave: cartelle cliniche elettroniche, simulazione dei flussi di lavoro, operazioni sanitarie, gemello digitale, Veterans Health Administration