I tre vincoli che ogni tabellone deve rispettare

1. Riposo giornaliero — almeno 11 ore consecutive di riposo ogni 24 ore: è il vincolo che più spesso “salta” negli avvicendamenti stretti (il classico pomeriggio→mattina).
2. Riposo settimanale — almeno 24 ore ogni sette giorni, calcolate come media nel periodo previsto dalla contrattazione.
3. Durata media dell’orario — non oltre 48 ore settimanali, straordinario incluso, come media nel periodo di riferimento; i CCNL possono modularne il calcolo.

A questi si aggiungono le pause durante il turno, le tutele specifiche per il lavoro notturno e i vincoli dei CCNL (comparto sanità e dirigenza) e dei regolamenti aziendali: distanze tra notti, numero massimo di notti consecutive, festivi.

Cosa è cambiato con la L. 161/2014

Per anni la sanità pubblica ha operato in deroga su riposi e orario. La L. 161/2014, sulla spinta della direttiva europea sull’orario di lavoro (2003/88/CE) e di una procedura d’infrazione, ha abrogato quelle deroghe: dal 25 novembre 2015 riposi e limiti valgono pienamente anche per il personale del SSN. Da quel momento il tema non è più “se” rispettare i vincoli, ma come farlo con organici sotto pressione.

Perché il controllo manuale non regge

Un reparto di 30 persone su tre turni genera ogni mese migliaia di combinazioni di sequenze, scambi e assenze: nessun coordinatore può verificare a mano ogni riposo e ogni media su base annua. E l’errore non si vede quando si pianifica: si vede dopo, in un contenzioso o in una sede di verifica.

La via d’uscita: conformità by design

L’approccio di ALISEO ES è mettere la normativa dentro il motore: i controlli di pre-validazione verificano riposi, medie e vincoli di CCNL prima che il piano sia pubblicato, e le violazioni sono bloccanti. Nelle emergenze la deroga è possibile, ma resta tracciata: l’eccezione è documentata e non diventa la regola. Ogni piano e ogni modifica sono storicizzati — la conformità si dimostra con le evidenze, in ogni sede di verifica.

→ Approfondisci: Conformità normativa

Il problema: il rostering è davvero difficile

Comporre il turno di un reparto significa soddisfare contemporaneamente vincoli rigidi (riposi, coperture minime, competenze) e preferenze (equità, desiderata, sequenze sostenibili). È il Nurse Rostering Problem, studiato da decenni dalla ricerca operativa proprio perché le combinazioni crescono in modo esplosivo: aggiungere una persona o una regola moltiplica i casi da valutare.

L’idea: la “ricottura” dei metalli

Il Simulated Annealing (ricottura simulata) prende il nome dal trattamento termico dei metalli: si riscalda il materiale e lo si raffredda lentamente perché la struttura si assesti nella forma migliore. L’algoritmo fa lo stesso con il piano dei turni: parte da una soluzione, la modifica per tentativi e — finché la “temperatura” è alta — accetta anche peggioramenti temporanei. È il suo vantaggio decisivo: non si ferma alla prima soluzione discreta, ma continua a esplorare finché ne trova una davvero buona. Abbassando gradualmente la temperatura, il piano si stabilizza sulla configurazione migliore trovata.

Perché “nato dalla ricerca” non è uno slogan

Windex ha promosso e finanziato un progetto di ricerca con l’Università di Udine per adattare il metodo ai turni reali della sanità italiana: vincoli di CCNL, guardie, part-time, festivi. Il risultato è stato pubblicato nel 2023 su una rivista scientifica peer-reviewed, in open access: chiunque può leggere come funziona il motore — anche il vostro CIO — e le sue prestazioni sono state messe alla prova sui benchmark delle competizioni internazionali INRC, il terreno di confronto della comunità scientifica.

E l’intelligenza artificiale?

Il motore di ALISEO ES è intelligenza artificiale — della famiglia giusta per questo problema: ottimizzazione, non generazione di testo. La differenza che conta per una Direzione non è l’etichetta, ma la verificabilità: ogni piano prodotto è controllabile vincolo per vincolo, il metodo è pubblicato e i risultati sono riproducibili. Un’AI documentata e verificabile, che lavora al servizio di chi poi il turno lo firma.

→ Approfondisci: Ottimizzazione dei turni

Riferimento: Ceschia, Di Gaspero, Mazzaracchio, Policante, Schaerf — “Solving a real-world nurse rostering problem by simulated annealing”, Operations Research for Health Care 36 (2023) 100379, open access — doi.org/10.1016/j.orhc.2023.100379

L’obbligo, in breve

Il D.Lgs. 81/2008 impone al datore di lavoro di designare gli addetti alla prevenzione incendi e alla gestione delle emergenze e di garantirne l’operatività; in una struttura sanitaria, che vive h24, questo significa presenza adeguata su ogni turno, festivi e notti comprese. Lo stesso vale per la risposta all’arresto cardiaco: operatori BLS-D con formazione — e retraining — in corso di validità.

Dove si rompe, in pratica

La copertura non si rompe quando si scrive il piano: si rompe dopo. Uno scambio turno tra colleghi, una malattia sostituita in fretta, un corso scaduto a metà mese — e la notte di martedì resta senza addetto, senza che nessuno se ne accorga. Il problema non è la buona volontà: è che il requisito vive in un file separato dal tabellone.

Il requisito dentro il turno

L’approccio di ALISEO ES è trattare antincendio e BLS-D come requisiti di copertura del turno, allo stesso livello dei conteggi di personale: in ogni fascia oraria il piano deve contenere il numero richiesto di addetti abilitati. Le scadenze dei corsi entrano come vincolo: chi ha l’abilitazione scaduta non conta ai fini della copertura, e la scadenza imminente si vede prima che diventi un buco. Ogni modifica al piano — scambi compresi — viene ricontrollata contro il requisito.

La prova, ogni giorno

La copertura va anche dimostrata: ALISEO ES produce il report delle coperture antincendio e BLS-D per ogni giorno del mese, pronto per l’RSPP e per la Direzione. E poiché ogni piano è storicizzato, la struttura può ricostruire chi c’era, quando, con quale abilitazione — in ogni sede di verifica, anche a distanza di anni.

→ Approfondisci: Conformità normativa · Funzionalità

Due mondi nello stesso ospedale

Un reparto infermieristico si pianifica per categoria: coordinatore, infermieri, OSS, personale della riabilitazione, con i conteggi per fascia (mattino, pomeriggio, notte, reperibilità). Un’équipe medica si pianifica per attività, con i relativi conteggi: sale operatorie di mattina e pomeriggio, terapia intensiva, guardia anestesiologica diurna e notturna, urgenze chirurgiche, day surgery, radiologia ed endoscopia (NORA), prericovero, attività extra-orario. Il modello si adatta anche a radiologia e ambulatori e copre i servizi aziendali comuni, trasversali ai reparti.

Guardie e pronta disponibilità: il cuore del problema

La continuità assistenziale vive di guardie e pronte disponibilità: ogni attività va coperta h24, e il richiamo in servizio deve rispettare gli stessi vincoli di legge di qualunque turno — a partire dalle 11 ore di riposo. Per questo serve che guardie e reperibilità stiano dentro il piano: il sistema sa sempre chi è di guardia, chi è reperibile con i contatti alla mano, e chi è richiamabile senza violare la normativa.

L’equità che tiene insieme l’équipe

Notti, festivi e guardie sono il terreno classico dei conflitti in équipe. Un motore di ottimizzazione che distribuisce i carichi in modo equo e sostenibile — con regole trasparenti e tracciate — toglie la percezione di favoritismi e restituisce al direttore di struttura un piano difendibile davanti a tutti.

Un solo sistema, governance separate

Potrebbe sembrare logico mettere medici e infermieri “insieme”, ma chi lavora in ospedale sa che le linee gerarchiche sono distinte: il comparto risponde alla Direzione Infermieristica, i dirigenti medici alla Direzione Medica. ALISEO ES rispetta questa separazione: un solo sistema, stesse funzioni, stessi controlli, stesso motore, ma ogni direzione agisce sui propri gruppi di turnazione — che tra comparto e dirigenza possono anche essere raggruppati in modo diverso. E la Direzione Sanitaria (o la direzione aziendale) vede coperture e anomalie di tutta la struttura: tabelloni medici, infermieristici e dei servizi, dalle portinerie alle casse.

→ Approfondisci: Gestione turni · Per le Direzioni

La prova: chiedetelo all’AI stessa

Provate a chiedere a un chatbot il turno del mese per trenta infermieri su tre turni, con i vincoli del vostro reparto. Se risponde con una tabella scritta di getto, controllatela: troverete un pomeriggio→mattina con meno di 11 ore di riposo, una notte scoperta, un part-time oltre le ore. Non è un difetto di quel prodotto: un generatore di testo produce testo probabile, non soluzioni certificate. Ma gli assistenti di oggi, quando possono eseguire codice, fanno la cosa più sensata: modellano il problema e lo passano a un risolutore di ottimizzazione. Persino l’AI generativa, per i turni, chiama un motore. Ed è qui che la prova diventa interessante, perché apre le domande vere: quale motore ha usato e chi lo garantisce; dove sono finiti nomi, assenze e limitazioni; chi aggiorna le regole il mese prossimo, quando cambia l’accordo aziendale o arriva una nuova idoneità; chi risponde di un vincolo violato; come il piano arriva alle presenze, al portale e all’app di chi lavora. Un esperimento riuscito non è un sistema.

Vincoli hard e soft: la differenza che non perdona

Chi pianifica lo sa: i vincoli non sono tutti uguali.

• I vincoli hard non si superano mai: riposo di 11 ore, coperture minime per fascia e competenza, un turno al giorno, sequenze vietate. Un piano che ne viola anche uno solo non può essere validato: se l’organico non basta, la scopertura va vista e decisa, non nascosta.
• I vincoli soft si possono violare, ma a un prezzo: desiderata, distribuzione equa di notti e festivi, sequenze sostenibili. Ogni violazione pesa, e il piano migliore è quello che pesa meno.

Un motore di ottimizzazione tratta i primi come regole invalicabili e i secondi come penalità da minimizzare, con pesi regolabili. Un generatore di testo non distingue le due cose: per lui “quasi rispettato” e “rispettato” si somigliano. In un reparto, no.

Perché “plausibile” non basta in sanità

Il Nurse Rostering Problem è studiato da decenni dalla ricerca operativa perché è combinatoriamente esplosivo: ogni persona e ogni regola in più moltiplicano i casi. Nessuno — coordinatore o chatbot — può verificare “a occhio” ogni riposo e ogni media su un mese. Per questo la correttezza va cercata dal metodo e verificata vincolo per vincolo prima della validazione — non controllata a occhio sperando di vedere tutto.

Dove vanno i dati

Per fare un turno servono nomi, assenze, limitazioni, idoneità: dati personali, spesso dati sanitari. Con un account consumer di un chatbot le conversazioni per default vengono conservate e possono servire ad addestrare i modelli, senza un contratto di responsabile del trattamento: per il personale di un’azienda sanitaria è il contratto sbagliato, non lo strumento sbagliato. I piani business e le API escludono l’addestramento, ma restano da verificare sede dei dati, trasferimenti fuori dall’Unione europea e valutazione d’impatto. In ALISEO ES i dati non escono dalla piattaforma: il motore ottimizza dentro la tenancy della vostra azienda, nel S.a.a.S. qualificato ACN (scheda SA-4199), senza invio a modelli esterni e senza addestramento sui vostri dati. Anche quando il modello gira nel data center della Regione o dell’ente, la domanda si sposta ma non sparisce: chi fornisce e mantiene il motore dei vincoli, chi approva il piano, come arriva alle presenze e a chi lavora. Un motore documentato e un modello linguistico “sovrano” non sono alternativi: uno garantisce il piano, l’altro aiuta a chiederlo e a spiegarlo. La domanda da fare a ogni fornitore, noi compresi: quando il turno viene generato, dove vanno i dati dei turnisti, chi li tratta e con quale contratto?

Due strade, un solutore

Chi vuole «mettere l’IA» in un gestionale di turni ha davanti due strade. Partono dallo stesso punto: il gestionale, con il suo archivio di vincoli hard e soft, i tabelloni, le risorse, i preassegnamenti, le limitazioni. E arrivano allo stesso punto: i turni sul tabellone, i controlli del coordinatore, la validazione. Cambia che cosa sta in mezzo.

Nella prima strada un modello linguistico si mette in mezzo: compone il prompt con i dati e i vincoli del gestionale, sceglie un solutore e chiede il piano. Ma un solutore lo deve avere. Con i modelli di frontiera ce l’ha, e a ogni generazione i dati escono dal gestionale e si consumano token. Con un modello «sovrano» nel data center regionale non ce l’ha, finché un esperto non lo carica o lo costruisce.

Nella seconda strada il solutore è già nel prodotto: legge i vincoli dall’archivio, con i pesi regolati nel gestionale, e restituisce i turni sul tabellone senza che un dato esca. Con o senza IA, il solutore serve sempre: cambia solo chi lo fornisce, dove gira e chi mantiene i vincoli.

Gli strumenti giusti esistono (e si possono leggere)

La ricerca operativa offre famiglie di metodi maturi: la programmazione a vincoli, la programmazione lineare intera, le metaeuristiche. ALISEO ES usa il Simulated Annealing, nella versione nata dalla ricerca con l’Università di Udine, pubblicata su rivista peer-reviewed e messa alla prova sui benchmark delle competizioni internazionali INRC: il motore cerca, in un tempo prestabilito, la migliore soluzione entro i vincoli hard configurati, distribuendo equamente i soft — costruendola attorno alle richieste già inserite (turni desiderati, ferie, permessi), mai contro di esse. Il piano lo approva sempre il Coordinatore dopo i controlli di pre-validazione: finché resta un’anomalia bloccante, riposi, coperture, livelli di assistenza, il piano non avanza; le deroghe in corso di mese sono consentite e tracciate. Ogni proposta del motore è tracciata: per l’informativa ai lavoratori prevista dal decreto trasparenza e dalla legge italiana sull’IA, logica, parametri e misure di controllo sono a disposizione dell’azienda. Come funziona lo raccontiamo qui: Ottimizzare i turni con la ricerca operativa: cos’è il Simulated Annealing.

La domanda da fare a ogni fornitore

L’AI generativa è uno strumento straordinario — per scrivere, riassumere, assistere. E anche il motore di ALISEO ES è intelligenza artificiale: della famiglia giusta per questo problema. La differenza che conta non è l’etichetta “AI” sulla brochure, ma la verificabilità: quale algoritmo? è documentato? il piano è controllabile vincolo per vincolo? chi lo approva? e dove vanno i dati? Se la risposta è “algoritmi proprietari” e nient’altro, state comprando una promessa. Un’AI documentata e verificabile si riconosce da una cosa semplice: il metodo è pubblicato e il piano si controlla vincolo per vincolo. Potete leggerla.

→ Approfondisci: Ottimizzazione dei turni