Lo scopo del progetto è supportare la digitalizzazione e la completa automatizzazione del processo di triage attuale, anche utilizzando modelli di intelligenza artificiale.

METODI E ALGORITMI DI ANALISI DI BIOIMMAGINI E SEGNALI VOCALI PER LO STUDIO, LA CARATTERIZZAZIONE E LA PREDIZIONE DI PATOLOGIE NEURODEGENERATIVE

riguarda tematiche multidisciplinari a forte vocazione scientificotecnologica in ambito biomedico. Il percorso del dottorato prevede periodi di formazione, ricerca e valutazione presso Università italiane e straniere e presso enti di ricerca privati. Il lavoro di ricerca verrà valorizzato dalle strutture e laboratori a disposizione che sono completamente attrezzati con le più moderne strumentazioni atte a sviluppare gli obiettivi del progetto.

Il progetto prevede lo studio di dati clinici anche attraverso la collaborazione interdisciplinare con colleghi di area medica e la partecipazione ad attività medico cliniche per la definizione di soluzioni sicure e federate per la gestione di processi a supporto delle procedure medico clinico. Saranno studiate e progettate delle architetture e dei framework relativi alla gestione di sorgenti informative per l’analisi di dati biomedicali e la loro integrazione anche usando intelligenza artificiale

Le tecnologie digitali oggi consentono di poter acquisire, memorizzare ed analizzare quantità di dati ed informazioni molto utili nelle attività sportive e motorie, dalla riabilitazione allaprevenzione fino alla definizione di percorsi di wellness.La quantità di dati prodotti consente di poter monitorare ed acquisire parametri direttamente collegati al benessere della persona ma anche alla prevenzione di patologie croniche degenerative.Attività motorie che vanno dalla semplice attività fisica fino allo sport professionale ma anche amatoriale possono esser collegati anche ad una particolare attenzione verso l’ambiente ed al miglioramento di stili di vita ed all’ottimizzazione di percorsi anche naturalistici che possono esserarricchiti di informazioni e metadati forniti da utenti con esperienza.

Il progetto è finalizzato ad individuare un sistema di validazione generalmente applicabile a qualsiasi LoC, comprensivo di robusti metodi statistici focalizzati a dirimere i contributi di incertezza del processo di campionamento e di opportuni studi di validazione comparativa. Nel contempo, la costruzione di modelli chemiometrici con una nomenclatura distintiva e approcci rispetto ai dati post-esperimento analisi, permetteranno di fornire le basi teoricopratiche per il trasferimento dei dati dal e con il dispositivo mobile.

L’obiettivo del progetto è sviluppare un biosensore superidrofobico, nano-strutturato, per la misurazione dei 10 biomarcatori. Le scale nanometriche presenti nel sensore permettono l’amplificazione del campo elettromagnetico e del segnale associato alle biomolecole, che così diventano rilevabili anche a basse concentrazioni. La misura dei biomarcatori in un campione di sangue (biopsia liquida) fornisce informazioni per la diagnosi e la prognosi del cancro della prostata. La concentrazione di ognuno dei 10 marcatori nel sangue sarà usata come variabile in ingresso di un modello basato sull’intelligenza artificiale. Il modello, combinando fra loro i valori delle variabili cliniche misurate dal sensore, restituirà un indice di rischio – quantitativo – correlato alla presenza e all’aggressività del cancro della prostata in soggetti a rischio.

L'obiettivo è fornire spiegazioni comprensibili dei modelli di AI utilizzati per supportare le decisioni cliniche, migliorando la fiducia degli operatori sanitari e facilitando la comprensione dei pazienti.