{"id":12016,"date":"2024-04-24T17:12:32","date_gmt":"2024-04-24T15:12:32","guid":{"rendered":"https:\/\/www.convegnonazionaleaiic.it\/il-progetto-ai-mind-sviluppo-e-valutazione-di-hta-di-soluzioni-di-intelligenza-artificiale-per-la-diagnosi-precoce-della-demenza\/"},"modified":"2024-04-24T17:12:32","modified_gmt":"2024-04-24T15:12:32","slug":"il-progetto-ai-mind-sviluppo-e-valutazione-di-hta-di-soluzioni-di-intelligenza-artificiale-per-la-diagnosi-precoce-della-demenza","status":"publish","type":"post","link":"https:\/\/www.convegnonazionaleaiic.it\/il-progetto-ai-mind-sviluppo-e-valutazione-di-hta-di-soluzioni-di-intelligenza-artificiale-per-la-diagnosi-precoce-della-demenza\/","title":{"rendered":"IL PROGETTO AI-MIND: SVILUPPO E VALUTAZIONE DI HTA DI SOLUZIONI DI INTELLIGENZA ARTIFICIALE PER LA DIAGNOSI PRECOCE DELLA DEMENZA"},"content":{"rendered":"
\n
\n

\"\"\"\"<\/p>\n

AFFILIAZIONE<\/span><\/strong><\/p>\n

graduate school of health economics and management, universit\u00e0 cattolica del sacro cuore (altems) – direzione tecnica, ict e innovazione tecnologie sanitarie, fondazione policlinico universitario agostino gemelli irccs<\/p>\n


\nAUTORE PRINCIPALE<\/span><\/strong><\/p>\n

Dr. Di Bidino Rossella<\/p>\n

VALUTA IL CHALLENGE
\n<\/span><\/strong><\/p>\n

Registrazione obbligatoria. Una valutazione consentita<\/em><\/div>\n
[ratingwidget]<\/div>\n<\/div>\n
\n

<\/a><\/p>\n

GRUPPO DI LAVORO<\/span><\/strong><\/p>\n

Dr. Govers Tim M<\/strong> department of medical imaging, radboud university medical center nijmegen, geert grooteplein-zuid 10, 6500 hb,
\nDr. Vermeulen Robins<\/strong> department of medical imaging, radboud university medical center nijmegen, geert grooteplein-zuid 10, 6500 hb,
\n Papavero Sara Consilia<\/strong> graduate school of health economics and management, universit\u00e0 cattolica del sacro cuore (altems)
\nDr. Daugbjerg Signe<\/strong> graduate school of health economics and management, universit\u00e0 cattolica del sacro cuore (altems)
\nProf. Cicchetti Americo<\/strong> graduate school of health economics and management, universit\u00e0 cattolica del sacro cuore (altems)
\nDr. Haraldsen Ira<\/strong> department of neurology, division of clinical neuroscience, oslo university hospital, norway
\n <\/strong>
\n <\/strong>
\n <\/strong>
\n <\/strong> <\/div>\n

AREA TEMATICA<\/span><\/strong><\/p>\n

Esperienze e metodologie di valutazione delle tecnologie<\/div>\n

ABSTRACT<\/span><\/strong><\/p>\n

Lo studio Horizon 2020 AI-Mind sviluppa due strumenti digitali basati sull\u2019intelligenza artificiale (AI-Mind Connector, AI-Mind Predictor) che saranno integrati in una piattaforma di supporto diagnostico basata su cloud. Il consorzio \u00e8 composto da 18 partners (clinici, sviluppatori di soluzioni di AI, rappresentanti dei pazienti, industria ed esperti di HTA) provenienti da 8 Paesi. L\u2019obiettivo \u00e8 rendere possibile la diagnosi precoce della demenza nei pazienti con Mild Cognitive Imparement. Lo studio vuole anche condurre una valutazione di Health Technology Assessment delle due soluzioni di IA e fornire un modello robusto per condurre un Early HTA.
\nPer definire il framework di HTA si \u00e8 partiti dall\u2019esperienza di EUnetHTA e sono stati identificati ulteriori topic connessi alle caratteristiche e alle implicazioni dell\u2019adozione dell\u2019IA. Una lista di 65 topic \u00e8 stata sottoposta ad un panel internazionale di esperti (n=46) coinvolto in una Delphi survey. Ogni esperto assegnava uno score (tra 1-9) a ciascun topic. Se \u2265 70% dei rispondenti dava un punteggio \u2265 7 ad un topic, esso veniva incluso nel framework.
\nInoltre, \u00e8 stato sviluppato un modello analitico decisionale in cui si confronta la pratica attuale allo scenario in cui sono disponibili gli strumenti sviluppati da AI-Mind. L\u2019obiettivo \u00e8 di fornire uno strumento che definisca il valore potenziale delle tecnologie sviluppate.
\nDalle risposte raccolte risulta che tra i primi 10 topic pi\u00f9 importanti ve ne sono due non inclusi negli attuali framework di HTA: l\u2019accuratezza del modello di AI (ha ricevuto un punteggio \u2265 7 dal 97.78% dei rispondenti) e i possibili bias nei dati utilizzati per il modello di AI (91.30%). Inoltre, cruciali sono risultati 14 dei 20 topic addizionali proposti, tra cui l\u2019appropriatezza, la data protection, la trustworthiness e l\u2019explainability.
\nSul fronte dell\u2019Early HTA, \u00e8 stata sviluppata una dashboard basata sul modello decisionale composto da un albero decisionale e da un Markov model. Tramite la dashboard si possono modificare le principali variabili del modello, quali le caratteristiche delle strategie cliniche e le relative informazioni prognostiche, nonch\u00e8 i suoi parametri, quali sopravvivenza, qualit\u00e0 di vita e costi.
\nInfine \u00e8 in corso l\u2019analisi sui costi e l\u2019impatto ambientale della piattaforma necessaria per l\u2019archiviazione dei dati e la gestione delle tecnologie di AI-Mind.
\nAI-Mind dimostra come la definizione dei metodi di HTA sia affaincabile allo sviluppo dell\u2019IA.<\/div>\n

 <\/p>\n