AFFILIAZIONE
dipartimento di ingegneria elettrica e delle tecnologie dell’informazione, università degli studi di napoli federico ii
AUTORE PRINCIPALE
Dott.ssa Cinotti Eliana
VALUTA IL CHALLENGE
Registrazione obbligatoria. Una valutazione consentita
login avvenuto
GRUPPO DI LAVORO
Dott.ssa Cinotti Eliana dipartimento di ingegneria elettrica e delle tecnologie dell’informazione, università degli studi di napoli federico ii
Dott. Parlato Salvatore dipartimento di ingegneria elettrica e delle tecnologie dell’informazione, università degli studi di napoli federico ii
Dott.ssa Gragnaniello Maria dipartimento di ingegneria elettrica e delle tecnologie dell’informazione, università degli studi di napoli federico ii
PhD Centracchio Jessica dipartimento di ingegneria elettrica e delle tecnologie dell’informazione, università degli studi di napoli federico ii
Dott. Parlato Salvatore dipartimento di ingegneria elettrica e delle tecnologie dell’informazione, università degli studi di napoli federico ii
Dott.ssa Gragnaniello Maria dipartimento di ingegneria elettrica e delle tecnologie dell’informazione, università degli studi di napoli federico ii
PhD Centracchio Jessica dipartimento di ingegneria elettrica e delle tecnologie dell’informazione, università degli studi di napoli federico ii
AREA TEMATICA
Applicazioni innovative di bioingegneria: idee dalle Università
ABSTRACT
Attualmente, 4.5 milioni di persone in Europa soffrono di fibrillazione atriale (FA). Una diagnosi precoce di FA è 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’elettrocardiografia (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’impianto. In questo lavoro è 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 è implementata una rete neurale convolutiva in grado di identificare episodi di FA con un’accuratezza 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’intervento del paziente per acquisire il segnale ECG, è 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 necessità di ricariche frequenti. La rete neurale integrata nel dispositivo può, 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.