Data-driven health
Data-driven health

AIR-TEL.TE.C: Artificial Intelligence Research per il TELemonitoraggio TErritoriale di Covid-19 e Cronicità

Partner: U.O. di Medicina I della Azienda Ospedaliero-Universitaria Pisana, ARS Agenzia Regionale di Sanità Toscana
Dipartimento di Ingegneria dell’Informazione – Università di Pisa
Università e Centri di ricerca
https://dii.unipi.it
DESCRIZIONE DEL PROGETTO

La soluzione proposta è un Sistema Esperto di supporto al medico nell’attivazione e gestione del percorso di telemonitoraggio domiciliare di pazienti con infezione da SARS-CoV2 sintomatica o scompenso cardiaco in fase di riacutizzazione. Il sistema opera nella definizione iniziale e successivi adeguamenti del tipo e della frequenza delle misurazioni richieste al paziente in relazione alle caratteristiche del soggetto e alla severità del quadro clinico di malattia (dati antropometrici, anamnesi fisiologica, familiare, farmacologica, clinico-patologica, parametri vitali e sintomi clinici).

Il sistema è progettato per essere integrato ad una piattaforma di telemonitoraggio in grado di richiedere al paziente le misurazioni da effettuare secondo una pianificazione personalizzata e gestire i dati risultanti, da un lato rendendoli disponibili al medico e dall’altro fornendoli al sistema stesso per ricevere ed applicare automaticamente gli adeguamenti del piano che si rendessero necessari.

OBIETTIVI DELLA SOLUZIONE

La soluzione è destinata all’utilizzo da parte della Medicina Generale, e più in generale dal personale medico impegnato nella cura delle patologie cardio-respiratorie acute sul territorio mediante l’impiego di strumenti di telemonitoraggio.

L’obiettivo principale del Sistema Esperto, affiancato ad una piattaforma di telemonitoraggio in grado di  rilevare e segnalare precocemente profili di anormalità nei parametri vitali misurati, è quello di favorire interventi tempestivi basati su evidenze cliniche che possano arrestare l’evoluzione verso quadri severi di malattia, evitando quindi ricoveri impropri o una prognosi infausta. Inoltre, permettendo di ottenere dati più accurati sull’eventuale velocità e severità di deterioramento del quadro clinico, consente interventi più aggressivi e precisi che potrebbero ulteriormente ridurre il rischio di ospedalizzazione. Tutto questo senza aumentare il carico di lavoro del medico rispetto all’attuale impiego di strumenti di telemonitoraggio.

DOWNLOAD DOCUMENTI