Data-driven health
Data-driven health

Strategie innovative di integrazione dei dati per l’intelligenza artificiale nella sorveglianza delle infezioni del sito chirurgico

Partner: Azienda Ospedaliera Universitaria Pisana
Università di Pisa
Università e Centri di ricerca
DESCRIZIONE DEL PROGETTO

Le infezioni del sito chirurgico (SSI) costituiscono il 20% delle infezioni correlate all’assistenza (HAI) in Europa, interessando dall’1% al 10% dei pazienti chirurgici. L’intelligenza artificiale (AI) può fornire un grande supporto attraverso lo sviluppo di algoritmi automatizzati. Questo progetto mira a sviluppare uno strumento di AI basato sull’elaborazione del linguaggio naturale (NLP) per aiutare a identificare i casi di SSI dai record sanitari elettronici (EHR) come parte del programma di sorveglianza HAI all’interno di un ospedale universitario italiano. È previsto lo sviluppo di un sistema di sorveglianza automatizzato per identificare le SSI dal testo non strutturato delle lettere di dimissione ospedaliera (LDO), eseguendo una validazione interna ed esterna dello strumento ed infine Federated learning. Inoltre, è previsto il calcolo dell’incidenza delle SSI identificate nel corso dell’anno 2021 come dato di riferimento su cui stimare in futuro gli effetti della sorveglianza.

OBIETTIVI DELLA SOLUZIONE

Lo scopo è rafforzare la soveglianza delle infezioni correlate all’assistenza all’interno di un contesto ospedaliero universitario italiano, principale destinatario del progetto ma la cui strutturazione potrà prevedere la sua espansione ad altri contesti.

Obiettivo Generale: Sviluppare un sistema basato sull’intelligenza artificiale per supportare la sorveglianza delle infezioni del sito chirurgico in ambito ospedaliero.

Obiettivi specifici:

  • Sviluppare uno strumento di sorveglianza delle SSI, applicando le tecniche di NLP e di machine learning all’analisi di dati digitali sanitari.
  • Applicare lo strumento in nuovi contesti assistenziali al fine di effettuare una validazione esterna ed un costante aggiornamento.
  • Valutare l’impatto delle infezioni del sito chirurgico sugli interventi chirurgici effettuati in AOUP calcolandone i tassi di incidenza.
  • Applicare il sistema di sorveglianza delle SSI basato su AI all’interno del contesto assistenziale ospedaliero.
DOWNLOAD DOCUMENTI