HT CHALLENGE

ANALISI DI PARAMETRI VITALI PER MULTI DEVICE CLOSED LOOP SYSTEM (MDCLS)

Autori »
Lista completa degli autori

Area tematica
Sviluppo di tecnologie e dispositivi per la salute

Abstract
Il progetto prevede l’impiego in ambito clinico di metodologie di machine learning al fine di realizzare un sistema di controllo, in anello chiuso, del tipo human-in-the-loop. Lo scopo è la realizzazione di un sistema decisionale complesso per coadiuvare i medici nella cura del paziente cardiologico sottoposto ad infusione di farmaci. Per ciascun paziente cardiologico ricoverato in UTIC, è previsto l’allestimento di postazioni tecnologiche: sistema infusionale (pompe volumetriche e/o a siringa) e monitor per il monitoraggio dei parametri vitali. La postazione tecnologica riceve i dati di prescrizione dal sistema di cartella clinica e registra i dati rilevanti a stabilire la condizione del paziente per tutta la durata del ricovero. Successivamente verrà predisposto e validato un modello predittivo delle situazioni di alert.
Il progetto si articola nelle seguenti fasi: preparatoria, raccolta dati, creazione e testing di un modello predittivo. La prima fase prevede l’analisi del contesto sanitario di riferimento, la definizione e la stesura della documentazione necessaria per garantire l’anonimizzazione dei dati prima dell’acquisizione. La seconda fase prevede l’acquisizione dei dati provenienti dalla postazione tecnologica di ciascun paziente: dati relativi al paziente (SpO2, pressione arteriosa, ritmo cardiaco, temperatura, frequenza cardiaca e respiratoria), dati relativi all’infusione (farmaci, velocità d’infusione, volume infuso e da infondere) e dati relativi alle valutazioni (età paziente, sesso e osservazioni mediche). Nella terza fase verranno utilizzati una parte dei dati raccolti, opportunamente pre-elaborati, per andare a definire un modello predittivo, il quale, a seconda dei parametri del paziente e delle pompe di infusione, sarà in grado di predire le azioni svolte dai medici sul paziente durante l’infusione del farmaco. Nella quarta fase verranno utilizzati l’altra parte dei dati raccolti per testare il modello predittivo creato in precedenza per valutare la corrispondenza tra l’alert del sistema predittivo (con la relativa azione da intraprendere nei confronti del paziente e col dovuto anticipo) e l’azione del clinico in modo da ottimizzarlo. Il sistema di supporto decisionale, sulla base dei valori acquisiti, sarà quindi in grado di fornire suggerimenti agli operatori sanitari sulle azioni da compiere per gestire il paziente durante l’infusione dei farmaci prevenendo situazioni di allarme.

 

Autori
Felice Andrea Pellegrino università degli studi di trieste trieste italy
Agostino Accardo università degli studi di trieste trieste italy
Stefano Zabucchi medarchiver trieste italy
Diamante Morello università degli studi di trieste trieste italy
Francesca Cairoli università degli studi di trieste trieste italy
Walter Vanzella glance vision technologies srl trieste italy



Torna su »

Condividi