AFFILIAZIONE
università di pisa
AUTORE PRINCIPALE
Studente Lorilllo Federica
Registrazione obbligatoria. Una valutazione consentita
GRUPPO DI LAVORO
Ing. Bellucci Stefano estar
Dr. Androini Roberto azienda toscana nord ovest
Dr.ssa Morescalchi Chiara azienda toscana nord ovest
Dr. Androini Roberto azienda toscana nord ovest
Dr.ssa Morescalchi Chiara azienda toscana nord ovest
AREA TEMATICA
Applicazioni di intelligenza artificiale in sanità
ABSTRACT
Le cadute dal letto di degenza in ospedale rappresentano un problema rilevante. Questi eventi possono comportare gravi conseguenze, sia per la salute dei pazienti quanto per l’efficienza delle strutture sanitarie. Secondo i dati raccolti, le cadute avvengono principalmente in tre modalità: il 31% dei pazienti cade dal letto con sponde, il 36% dalla posizione eretta e il 14% dal letto senza sponde. La letteratura ha evidenziato che una parte delle cadute avviene durante i tentativi di scendere dal letto o di scavalcare le sponde. Questi episodi sono più frequenti tra gli anziani, specialmente le donne, e risultano associati a patologie neurologiche, farmaci sedativi e ridotta mobilità.
Per contrastare questo fenomeno abbiamo progettato una soluzione in grado di monitorare la postura dei pazienti ad alto rischio e di prevedere il rischio di caduta attraverso un sistema avanzato di analisi.
Utilizzando un array di sensori di pressione, integrati in un materassino posizionato sotto il lenzuolo inferiore, vengono tracciate le sequenze di attivazione dei sensori come mappe di pressione 2D. Ricorrendo all’Intelligenza Artificiale (IA) si analizzano le mappe di pressione per identificare pattern di movimento critici: l’algoritmo valuta il rischio caduta e può attivare un allarme per il personale sanitario.
Il sistema può allertare il personale proattivamente, tramite notifiche in tempo reale, analizzando le intenzioni del paziente e determinando se sta effettivamente cercando di lasciare il letto.
La prevenzione delle cadute richiede un approccio multidimensionale che comprende la valutazione del rischio individuale, l’ottimizzazione delle condizioni ambientali e l’uso di tecnologie avanzate. Questi aspetti migliorano la sicurezza dei pazienti e supportano il personale sanitario, garantendo un’assistenza di qualità.
Sebbene i falsi positivi e la frequenza degli allarmi siano ancora delle sfide, i progressi nell’IA e nei sistemi di notifica stanno aumentando l’affidabilità e l’accettazione di questa soluzione fermo restando che è fondamentale formare il personale e adottare strumenti che bilancino efficacia e usabilità.
Per contrastare questo fenomeno abbiamo progettato una soluzione in grado di monitorare la postura dei pazienti ad alto rischio e di prevedere il rischio di caduta attraverso un sistema avanzato di analisi.
Utilizzando un array di sensori di pressione, integrati in un materassino posizionato sotto il lenzuolo inferiore, vengono tracciate le sequenze di attivazione dei sensori come mappe di pressione 2D. Ricorrendo all’Intelligenza Artificiale (IA) si analizzano le mappe di pressione per identificare pattern di movimento critici: l’algoritmo valuta il rischio caduta e può attivare un allarme per il personale sanitario.
Il sistema può allertare il personale proattivamente, tramite notifiche in tempo reale, analizzando le intenzioni del paziente e determinando se sta effettivamente cercando di lasciare il letto.
La prevenzione delle cadute richiede un approccio multidimensionale che comprende la valutazione del rischio individuale, l’ottimizzazione delle condizioni ambientali e l’uso di tecnologie avanzate. Questi aspetti migliorano la sicurezza dei pazienti e supportano il personale sanitario, garantendo un’assistenza di qualità.
Sebbene i falsi positivi e la frequenza degli allarmi siano ancora delle sfide, i progressi nell’IA e nei sistemi di notifica stanno aumentando l’affidabilità e l’accettazione di questa soluzione fermo restando che è fondamentale formare il personale e adottare strumenti che bilancino efficacia e usabilità.
