ALTRI AMBITI

Evoluzione mediante intelligenza artificiale di un ecosistema digitale integrato per la malattia rara Alcaptonuria

Abstract

Progetti di ricerca in collaborazione fra Università/Enti di ricerca e altri soggetti pubblici o privati con l’obbiettivo di sostenere percorsi di alta formazione che integrino le conoscenze teoriche con le competenze realizzate in specifici contesti d’esperienza.

Project Name
ApreciseKUre
Publication Year
2021
Coordinator
UNISI

Announcement name

Progetti di Alta Formazione attraverso l’attivazione di Assegni di Ricerca (Bando assegni di ricerca anno 2021)

Expected Duration
24 Months
84,000 €
Total cost project
35,000 €
Contribution paid
1
Total fellowship

Announcement description

Garantire una medicina predittiva e di precisione, a supporto di percorsi di cura integrati e personalizzati è una sfida che richiede strumenti innovativi per condividere le best practice e la conoscenza clinica, in grado di superare in modo definitivo la frammentazione dei dati, il loro disallineamento semantico e poter garantire collaborazione interdisciplinare e multi-professionale. L’assegnista con il suo progetto dovrà affrontare questa sfida mettendo a fattore comune l’investimento di un sistema innovativo, definito portale della conoscenza clinica (PCC), finalizzato a supportare la comunità scientifica nella condivisione della conoscenza e a garantire la collaborazione clinica, con le competenze, l’esperienza e le informazioni che il Dipartimento di Biotecnologie, Chimica e Farmacia dell’università di Siena (UNISI) dispone in qualità di coordinatore e riferimento di un network internazionale che studia l’alcaptonuria (AKU), una malattia metabolica rara. Il progetto mira a evolvere il PCC e dimostrarne funzionalità ed efficacia specializzando e configurandolo per supportare un approccio integrato alla AKU. Il PCC includerà funzionalità per formalizzare concetti e casi d'uso clinici, meccanismi di cross-referencing per supportare interoperabilità semantica fra diversi applicativi, con diversi sistemi di classificazione terminologica e avanzati servizi di data management per modellare e normalizzare la raccolta dati. L’assegnista si avvarrà delle conoscenze di UNISI per integrare anche sistemi di data analysis basati su soluzioni avanzate di big data e Artificial Intelligence (AI) per studi clinici e pre-clinici, già sperimentati in forma prototipale su un database definito ApreciseKUre che integra informazioni eterogenee di pazienti con AKU.

Parole chiave:

MALATTIA RARA, MEDICINA DI PRECISIONE, PIATTAFORMA DIGITALE
Pubblicato il: