{"id":13885,"date":"2025-05-22T10:32:46","date_gmt":"2025-05-22T08:32:46","guid":{"rendered":"https:\/\/www.convegnonazionaleaiic.it\/dispositivo-indossabile-per-il-riconoscimento-di-aritmie-con-tecniche-edge-ai\/"},"modified":"2025-06-04T14:23:53","modified_gmt":"2025-06-04T12:23:53","slug":"dispositivo-indossabile-per-il-riconoscimento-di-aritmie-con-tecniche-edge-ai","status":"publish","type":"post","link":"https:\/\/www.convegnonazionaleaiic.it\/dispositivo-indossabile-per-il-riconoscimento-di-aritmie-con-tecniche-edge-ai\/","title":{"rendered":"DISPOSITIVO INDOSSABILE PER IL RICONOSCIMENTO DI ARITMIE CON TECNICHE EDGE-AI"},"content":{"rendered":"
\n
\n

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

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

dipartimento di ingegneria elettrica e delle tecnologie dell’informazione, universit\u00e0 degli studi di napoli federico ii<\/p>\n


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

Dott.ssa Cinotti Eliana<\/p>\n

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

Registrazione obbligatoria. Una valutazione consentita<\/em><\/div>\n
\t\t
\n\t\t\t\t
\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tLogin<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tRegistrazione<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

login avvenuto<\/em><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tLogout<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<\/div>\n
[ratingwidget]<\/div>\n<\/div>\n
\n

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

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

Dott.ssa Cinotti Eliana<\/strong> dipartimento di ingegneria elettrica e delle tecnologie dell’informazione, universit\u00e0 degli studi di napoli federico ii
\nDott. Parlato Salvatore<\/strong> dipartimento di ingegneria elettrica e delle tecnologie dell’informazione, universit\u00e0 degli studi di napoli federico ii
\nDott.ssa Gragnaniello Maria<\/strong> dipartimento di ingegneria elettrica e delle tecnologie dell’informazione, universit\u00e0 degli studi di napoli federico ii
\nPhD Centracchio Jessica<\/strong> dipartimento di ingegneria elettrica e delle tecnologie dell’informazione, universit\u00e0 degli studi di napoli federico ii<\/p><\/div>\n

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

Applicazioni innovative di bioingegneria: idee dalle Universit\u00e0<\/div>\n

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

Attualmente, 4.5 milioni di persone in Europa soffrono di fibrillazione atriale (FA). Una diagnosi precoce di FA \u00e8 di fondamentale importanza per garantire cure tempestive, ridurre il numero di ospedalizzazioni e favorire il risparmio sulle spese sanitarie. La FA si manifesta con eventi improvvisi e di breve durata, generalmente caratterizzati da un ritmo cardiaco irregolare, e viene diagnosticata con l\u2019elettrocardiografia (ECG). Tuttavia, gli Holter ECG consentono un monitoraggio limitato (48 ore) che spesso non consente di rilevare la FA; i Loop Recorder, invece, consentono un monitoraggio ECG prolungato ma richiedono un intervento chirurgico per l\u2019impianto. In questo lavoro \u00e8 stato proposto un dispositivo indossabile innovativo che consente un monitoraggio continuo e a lungo termine del ritmo cardiaco e la diagnosi precoce di FA tramite approccio edge-AI. In tal modo, gli algoritmi di intelligenza artificiale sono eseguiti direttamente sul dispositivo e non su server remoti, garantendo protezione e privacy dei dati e tempi di risposta molto rapidi. Il dispositivo registra continuamente il segnale ECG e lo elabora in tempo reale per identificare i battiti cardiaci e calcolare gli intervalli inter-battito. Le serie temporali di questi intervalli vengono inviate ad un microcontrollore, su cui \u00e8 implementata una rete neurale convolutiva in grado di identificare episodi di FA con un\u2019accuratezza preliminare del 91 % ed un tempo di risposta di soli 13 ms. In caso di detezione di FA, il dispositivo produce tempestivamente un segnale di allarme, memorizza il tracciato ECG e lo trasmette al medico. Al contrario dei moderni smartwatch, il dispositivo non necessita dell\u2019intervento del paziente per acquisire il segnale ECG, \u00e8 caratterizzato da un design confortevole, ha un basso costo ed un consumo energetico estremamente ridotto, che consente un monitoraggio continuo e prolungato (diverse settimane), senza necessit\u00e0 di ricariche frequenti. La rete neurale integrata nel dispositivo pu\u00f2, inoltre, essere aggiornata ed eventualmente allenata per il riconoscimento di altre aritmie. In conclusione, il dispositivo proposto garantisce una diagnosi precoce di FA da remoto con una conseguente riduzione dei costi a carico del SSN e apre la strada verso un nuovo paradigma per la diagnostica medica improntato su un modello di medicina personalizzata e di precisione.<\/div>\n

 <\/p>\n

\n\n