We-ease-it

ITA | ENG

We-ease-it integra le ultime tecnologie IT e l’intelligenza artificiale per creare un nuovo servizio di Ospedale 4.0 che permette il telemonitoraggio intelligente e predittivo dei pazienti fragili. Il sistema sarà validato con uno studio sperimentale di un anno presso il Policlinico Universitario Campus Bio-Medico su pazienti affetti da malattie socialmente e clinicamente rilevanti.

Il progetto

L’invecchiamento della popolazione mina la sostenibilità a lungo termine degli attuali modelli di assistenza sanitaria in Europa, soprattutto per i pazienti fragili e malati cronici che assorbono gran parte delle risorse sanitarie. Anche la pandemia Sars-cov-2 e il Covid-19, la malattia respiratoria correlata, hanno confermato questo problema che colpisce soprattutto la popolazione fragile e anziana che è stata privata del necessario supporto sanitario anche a causa dell’isolamento domestico.

Rappresentazione schematica della soluzione

Per risolvere questi problemi, il programma di ricerca svilupperà e implementerà un nuovo modello di servizio ospedaliero che sfrutta le tecnologie dell’informazione per fornire ai pazienti fragili (ad esempio i pazienti cronici e oncologici) funzioni di tele-monitoraggio intelligente, integrando i dati acquisiti durante la vita quotidiana con quelli presenti nel sistema informativo dell’ospedale. Questo permetterà lo sviluppo di metodologie di intelligenza artificiale (IA) per eseguire data mining e sviluppare modelli predittivi personalizzati dell’evoluzione della malattia. La piattaforma si baserà su un paradigma ad “M” che mette a disposizione dei pazienti un software orizzontale, che rappresenta il nucleo della piattaforma, e diverse sezioni verticali che corrispondono alle specialità dedicate alle specifiche malattie di telecontrollo, fornendo servizi e processi sanitari centrati sul paziente.

Obiettivi di We-ease-it

  • Realizzazione di un vero modello di medicina 5P (Preventivo; Predittivo; Personale; Partecipativo; Preciso).
  • Sviluppo di metodologie IA per generare modelli predittivi personalizzati dell’evoluzione della malattia per i pazienti con broncopneumopatia cronica ostruttiva (BPCO) e insufficienza cardiaca (HF) come caso di studio per le malattie croniche, cancro del polmone non a piccole cellule (NSCLC) come caso di studio per le malattie oncologiche.
  • Identificazione di biomarcatori quantitativi che correlano con la prognosi per sviluppare modelli prognostici e terapeutici per i pazienti cronici e oncologici.
  • Miglioramento della qualità della vita e del benessere attraverso servizi e processi sanitari centrati sul paziente.

Progressi

We-ease-it è iniziato nel giugno 2021 e terminerà nel maggio 2024. Qui una lista delle attività e gli aggiornamenti sui progressi del progetto.

Incontri di avviamento del progetto – 100%

Gestione e rendicontazione del progetto e del gruppo di lavoro – 50%

Comunicazione con l’istituzione ospitante – 50%

Analisi dei requisiti degli stakeholder – 100%

Requisiti di sistema: definizione dell’architettura del sistema e dei requisiti dei componenti – 100%

Strategia di qualificazione – 60%

Definizione dei KPI – 100%

Acquisizione dell’hardware – 80%

Messa a punto dell’hardware per l’integrazione del software – 60%

Test in vitro con simulatori e volontari – 30%

Piattaforma a “M”: sviluppo della sezione orizzontale – 20%

Piattaforma a “M”: modulo di sviluppo del tratto verticale per il monitoraggio della BPCO – 70%

Piattaforma a “M”: modulo di sviluppo del tratto verticale per il monitoraggio dello scompenso cardiaco – 30%

Piattaforma a “M”: modulo di sviluppo del tratto verticale per il monitoraggio del paziente oncologico con neoplasia polmonare – 30%

Privacy e sicurezza – 30%

Sviluppo di una piattaforma software front-end per il caregiver – 50%

Integrazione del sistema e Proof of Concept – 10%

Preparazione del protocollo e approvazione del comitato etico – 80%

Arruolamento dei pazienti e dei professionisti – 10%

Istruzione, formazione e responsabilizzazione dell’utente finale

Studi clinici

Analisi dei dati sperimentali

Integrazione dei dati della piattaforma di telemonitoraggio con i dati HIS

Data mining – 10%

Expicability (XAI)

Integrazione di metodi IA nella piattaforma

Analisi etica e morale dell’uso della tecnologia e dell’impatto sui pazienti

Analisi digitale dell’etica

Analisi economica e organizzativa dell’uso e dell’impatto della tecnologia sul Policlinico universitario

Identificazione dei percorsi di miglioramento e modularizzazione dell’infrastruttura ICT

Comunicazione generale, non scientifica, compresi gli utenti finali e i responsabili delle decisioni – 50%

Eventi e pubblicazioni interdisciplinari – 40%

Sviluppo del modello medico-economico 4.0

Definizione del Business Plan