Συγκριτική ανάλυση τριών μεθοδολογιών υπολογισμού του φόρτου εργασίας των ιατρών στην Παθολογική Ανατομική: συμπεράσματα και προεκτάσεις στην κοστολόγηση και τον ψηφιακό μετασχηματισμό της Παθολογικής Ανατομικής

Abstract

This doctoral thesis integrates two pivotal studies in healthcare management and digital pathology to explore the intersection of workload measurement systems in surgical pathology and the economic implications of implementing digital health interventions. The first study examines the comparative analysis of three workload measurement systems—Resource-Based Relative Value Scale (RBRVS), Level 4 Equivalent (L4E), and Automatable Activity-Based Approach to Complexity Unit Scoring (AABACUS)—at Evaggelismos General Hospital of Athens, Greece. The RBRVS, criticized for its inaccuracies, was found to underestimate workload compared to newer methods, showcasing significant discrepancies in various subspecialties. The second study delves into the monetization of digital pathology interventions by linking the diagnostic tasks performed by a particular AI algorithm for prostate core screening to financial outcomes. By encoding prostate core biopsy samples using AABACUS, the study projected potential workload reductions, full-time equivalent gains, and cost savings upon implementing said prostate cancer screening tool. The results suggest that a task-specific workload measurement system can function as an effective economic evaluation tool for AI solutions in pathology, while also underscoring the need for securing return on investment if long term financial sustainability of any given healthcare system is to be achieved.

Η παρούσα μελέτη είχε, καταρχήν, ως στόχο τη σύγκριση του τρόπου υπολογισμού του εργασιακού φόρτου των Παθολογοανατόμων μεταξύ τριών συστημάτων: του συστήματος των σχετικών βαρών (Resource-Based Relative Value Scale, RBRVS), του Αναλόγου Επιπέδου 4 (Level 4 Equivalent ή L4E) που χρησιμοποιείται στον Καναδά, και της Αυτοματοποιημένης, Βασισμένης στη Δραστηριότητα Προσέγγισης στη Βαθμονόμηση Μονάδων Περιπλοκότητας (Automatable Activity-Based Approach to Complexity Unit Scoring, AABACUS) που αναπτύχθηκε στο Πανεπιστήμιο του Τορόντο το 2015. Δευτερεύων στόχος της μελέτης ήταν, στη βάση των αρχικών ευρημάτων, να δημιουργηθεί ένα πλαίσιο διασύνδεσης των μονάδων φόρτου εργασίας και της οικονομικής αξιολόγησης του ψηφιακού μετασχηματισμού της Παθολογική Ανατομικής. Για να επιτευχθούν τα ανωτέρω, αναφορικά με το πρώτο σκέλος της μελέτης, ένας αριθμός περιστατικών του ΓΝΑ “Ο Ευαγγελισμός” κωδικοποιήθηκε αναδρομικά ως προς το φόρτο εργασίας που αυτά περικλείουν, χρησιμοποιώντας και τα τρία συστήματα. Στη συνέχεια, υπολογίστηκε ο συντελεστής συσχέτισης κατά Pearson ανά ζεύγη συστημάτων, για το σύνολο των περιστατικών αρχικά και στη συνέχεια ανά οργανικό υποσύστημα (γαστρεντερικό, ουροποιογεννητικό κλπ.), καθώς και ανά επίπεδο σχετικής βαρύτητας, όπως αυτό ορίζεται από το σύστημα RBRVS, ώστε να απαντηθεί το κατά πόσο τα τρία συστήματα συγκλίνουν στον υπολογισμό του φόρτου. Εκτός αυτού, ο προκύπτων φόρτος αντιστοιχήθηκε και σε μονάδες χρόνου για καθένα από τα τρία συστήματα και πραγματοποιήθηκε σύγκριση των αποδιδόμενων χρόνων σε κάθε οργανικό υποσύστημα. Εντοπίστηκαν πιο έντονες αποκλίσεις σε τέσσερα οργανικά υποσυστήματα και αποδόθηκαν κατά κύριο λόγο στο ότι το σύστημα RBRVS δεν λαμβάνει υπόψη μια ομάδα παραμέτρων του φόρτου εργασίας είτε ενδιάμεσων προϊόντων της παραγωγικής διαδικασίας που τα άλλα δύο συστήματα προσμετρoύν. Αναφορικά με το δεύτερο σκέλος της μελέτης, ένας αριθμός βιοψιών προστάτη κωδικοποιήθηκε με το σύστημα AABACUS και στη συνέχεια πραγματοποιήθηκε υπολογισμός του αποφευχθέντος φόρτου εργασίας, των σύστοιχων εργατοωρών και της προκύπτουσας κατακράτησης του κόστους από την πλήρη αξιοποίηση ενός αλγορίθμου ανίχνευσης καρκίνου σε βιοψίες προστάτη. Συμπερασματικά, το σύστημα AABACUS αποδείχθηκε κατάλληλο εργαλείο οικονομικής αξιολόγησης εργαλείων τεχνητής νοημοσύνης που βρίσκουν εφαρμογή στη διαγνωστική Παθολογική Ανατομική.