Le testimonianze: Possibili applicazioni in sanità LE CURE

Transcript

1 SOCIETÀ SCIENTIFICA ITALIANA di INFORMATICA BIOMEDICA Le testimonianze: Possibili applicazioni in sanità LE CURE Silvana Quaglini Lab Informatica Biomedica M. Stefanelli Dip. Ingegneria Industriale e dell Informazione, Università di Pavia Presidente SIBIM

2 Pavia: il km 2 della ricerca biomedica Mondino (Neurologia) Maugeri (Riabilitazione) CNAO (Adroterapia) San Matteo (Policlinico)

3 La potenzialità dei patient reported outcomes (PROs)

4 PROs: ulteriore fonte di dati Da integrare con Dati clinici ospedalieri Dati omici Dati amministrativi (ASL, ASST, ) I sistemi di supporto alla decisione devono utilizzare tutte le fonti di dati e diventano sistemi in cui l intelligenza è distribuita e in cui l intelligenza aiuta anche a garantire la qualità dei dati raccolti

5 Collaborazioni in corso Monitoraggio degli anziani ospitati nelle case-famiglia in zone rurali Acquisizione degli effetti collaterali delle terapie nei pazienti oncologici domiciliari Gestione dei pazienti con mieloma per evitare gli accessi inappropriati al PS e allo specialista Gestione della dieta chetogenica per i bambini con epilessia farmaco-resistente Gestione dei pazienti domiciliari con fibrillazione atriale e pazienti pediatrici diabetici

6

7 Sistema di supporto alla decisione basato su regole SE il paziente è affetto da fibrillazione atriale E e il rischio di ictus ischemico è alto E non ci sono controindicazioni all anticoagulazione E ALLORA Si raccomanda di prescrivere la terapia anticoagulante orale

8 SSD basato su regole Raccomandazioni anche per il paziente SE è in atto un episodio di fibrillazione E c e almeno uno dei seguenti sintomi: dispnea, vertigini,... E i sintomi sono severi ALLORA Si raccomanda di assumere una dose di flecainide secondo le istruzioni ricevute alla dimissione

9 SSD basato su regole Raccomandazioni per la decisione condivisa SE il paziente è affetto da fibrillazione atriale E e il rischio di ictus ischemico è basso E non ci sono controindicazioni all anticoagulazione E ALLORA La decisione sulla terapia anticoagulante orale deve tenere conto anche delle preferenze del paziente

10 Sistema in produzione Non solo corretta rappresentazione della conoscenza, ma anche Interfacce adatte ai diversi tipi di utente diversi momenti del percorso del paziente

11 Decision aid (esempio) Si mostra attraverso la colorazione di 1000 emoticon l effetto del trattamento anticoagulante Verde: ok Giallo: salvati Rosso: morti

12 Il sistema invia i dati in ospedale PROBLEMA Risultati sullo studio pilota con 10 pazienti: scoperta un evoluzione in FA permanente (spesso la FA e asintomatica) individuato un errore diagnostico (FA > tachicardia sopraventricolare parossistica) Aggiornamento della terapia miglioramento della qualità di vita (pazienti più rassicurati)

13 Secondo esempio: diabete pediatrico

14 (Pancreas Artificiale) Telemedicine Service Control Room

15 Trial Clinico Campus Bardonecchia 2015

16 La testimonianza di un paziente

17 L innovazione richiede un adeguamento organizzativo/legislativo Una prestazione ambulatoriale viene rimborsata secondo un preciso tariffario = 35 Come viene rimborsato il tempo speso per controllare i dati che arrivano tramite un telemonitoraggio? =?

18 Soluzioni AI per migliorare l efficienza degli operatori sanitari

19 Riconoscimento automatico del tipo di aritmie e utilizzo del sistema per mezzo di molteplici device Conversione immaginesegnale Annotazione del segnale Waterloo Institute of Artificial Intelligence

20 Secondo paradigma AI: Machine learning (apprendimento tramite esempi) Nella norma Insufficienza mitrale Infarto del ventricolo destro Extrasistoli atriali Insufficienza aortica Fibrillazione atriale

21 Machine learning addestramento Nuovo segnale da classificare FIBRILLAZIONE ATRIALE!

22