Fabbisogno personale sanitario: la Regione non deve più sottoporsi al giudizio del ministero

La Corte Costituzionale ha accolto il ricorso della Regione Toscana, dichiarando incostituzionale una norma del decreto sulle liste d’attesa del 2024 (dl 73/2024) che imponeva alle Regioni di far approvare i propri piani triennali di fabbisogno del personale sanitario con un decreto congiunto del ministero della Salute e del ministero dell’Economia. Questa disposizione obbligava le Regioni a una doppia approvazione ministeriale per i piani di assunzioni di medici, infermieri e altro personale sanitario, con il rischio di eccessivi oneri burocratici e rallentamenti nei processi di assunzione.

La Corte ha stabilito che tale norma viola il principio di autonomia regionale previsto dalla Costituzione e interferisce in modo inappropriato con le competenze concorrenti tra Stato e Regioni in materia di tutela della salute. È stata giudicata incostituzionale anche la verifica di congruità delle misure compensative legate all’incremento di spesa per il personale sanitario, effettuata dai due ministeri.

Resta invece legittima la norma che prevede l’adozione di una metodologia per definire i criteri generali necessari a stabilire il fabbisogno del personale sanitario. Tale metodologia, sviluppata dall’Agenzia nazionale per i servizi sanitari regionali (Agenas), si basa su un algoritmo apposito.

L’algoritmo di Agenas per determinare i fabbisogni di personale sanitario funziona come uno strumento personalizzato che adatta la previsione delle esigenze di medici, infermieri e altri operatori alle caratteristiche specifiche di ogni struttura sanitaria. Prende in considerazione diversi fattori quali il numero di posti letto, la tipologia e complessità dei pazienti, la produzione e l’organizzazione dei servizi, e il tempo di lavoro necessario per assistere efficacemente i pazienti.

Questo metodo supera un approccio unico e rigido, utilizzando dati clinici e organizzativi per stimare in modo più preciso il personale necessario, tenendo conto sia della complessità delle cure sia del percorso integrato del paziente. Inoltre, si basa su tecnologie avanzate come il machine learning e l’analisi dei dati, per fornire una stima dinamica e adattabile alle diverse realtà regionali e ospedaliere.

Lo scopo principale è garantire una dotazione di personale adeguata e proporzionata alle reali esigenze assistenziali, superando vincoli di bilancio troppo rigidi, e permettendo di pianificare assunzioni più efficaci e mirate, a beneficio della qualità delle cure e della sostenibilità del sistema sanitario nazionale.