Anagrafe della ricerca

I recenti progressi nella tecnologia ICT hanno supportato lo sviluppo di sistemi sanitari intelligenti che sono veloci, proattivi e user-friendly. Gli ultimi sviluppi negli algoritmi di Machine Learning (ML), come il Deep Learning (DL), aumentano la precisione di tali sistemi. Ottenere un feedback accurato in tempo reale è infatti una richiesta sempre più sottolineata dai providers sanitari. Anche la tecnologia vocale è cresciuta enormemente negli ultimi anni e l'uso della voce come Biomarker è ormai uno dei trend topic della ricerca nel campo della Disease Detection & Assessment. La voce ha sempre avuto un ruolo fondamentale nell’evoluzione della nostra specie. E’ in qualche modo depositaria di tutto ciò che ci rappresenta. E’ il suono prodotto dall'apparato fonetico tramite la fonazione, processo con il quale le corde vocali producono una specifica gamma di suoni attraverso opportune vibrazioni che coinvolgono anche diverse strutture della laringe; è usata in qualsiasi momento della nostra vita, quando si parla, ride, canta, mormora, bisbiglia, piange, singhiozza parole o urla. Il Progetto intende far leva sulle competenze dei soggetti proponenti per realizzare Agenti di Intelligenza Artificiale facilmente integrabili negli applicativi di Virtual Care con lo scopo di supportare e abilitare la diagnosi precoce e l’assessment di patologia. Nello specifico, il progetto intende indagare la voce come Biomarker utile alla diagnosi precoce ed all’assessment di patologia coinvolgendo diversi centri di ricerca di natura clinica in riferimento a: Patologie neurodegenerative: SLA e SMA Patologie cardiovascolari: Scompenso e Sindrome Coronarica Acuta; analizzando tramite modelli di Intelligenza Artificiale e Machine Learning i pattern di correlazione tra le features dei sample vocali e la patologia/stadio che li caratterizza. Patient-reported outcome measures (PROM) che i Patient-reported experience measures (PREM) assessment per correlare la percezione del proprio stato di salute e della cura ricevuta nei pazienti neurologici e cardiovascolari Assessment della Salute emotiva e prevenzione della sindrome da burnout La possibilità di utilizzare la voce come biomarker diagnostico e prognostico apre una serie di scenari futuribili di grande interesse, legati sia agli aspetti di telemedicina, sia alla possibilità di applicazione in fase di anamnesi, nella quale il clinico interroga i pazienti per indagare il loro stato di salute le loro sintomatologie. Supportare il lavoro del clinico in fase di visita, permetterebbe una migliore diagnosi e supporterebbe anche l’intero sistema di gestione della salute pubblica, permettendo un primo screening automatico attraverso un'analisi della voce del paziente. Per ottenere tali risultati il progetto riunisce il capofila GPI, player di riferimento per la gestione della salute e dei servizi digitali ad essa correlati, con 3 Organismi di Ricerca, esperti nei diversi settori analizzati e sviluppati in TALìA. Tale combinazione di expertise nel campo delle soluzioni ICT, nella modellazione AI e machine learning, nell’analisi clinica delle patologie neurodegenerative e cardiovascolari, così come degli aspetti psicologici ed emozionali legati agli stress da lavoro si concentrerà nei 12 OR di Ricerca Industriale (RI) e Sviluppo Sperimentale (SS) che confluiranno in 3 distinti casi d’uso sui quali i dati clinici, i modelli standard, le registrazioni vocali e i modelli a loro correlati verranno testate e validate al fine di creare 3 agent per ciascun caso d’uso, che permettano l’utilizzo della voce come biomarker. Tali agent si baseranno su algoritmi di AI e machine learning sviluppati secondo criteri di Thrustworthy Ai, cioè legale, eticamente aderente e tecnicamente robusta in ogni fase del suo ciclo di vita, dalla progettazione allo sviluppo, all'implementazione e all'uso.