Big data, wearable per riabilitazione e diagnosi precoce: il progetto dell'Università di Napoli - Agenda Digitale

Malattie croniche

Big data, wearable per riabilitazione e diagnosi precoce: il progetto dell’Università di Napoli

Big data management per migliorare diagnosi e cura delle malattie croniche: è in corso di progettazione il wearable che corregge la postura, da integrare nei protocolli di riabilitazione neuromotoria. Come funzionerà, perché può aumentare la qualità della vita

27 Mag 2021
Luigi Romano

Ordinario di Sistemi per l'Elaborazione dell'Informazione, Università degli Studi di Napoli Parthenope

Un wearable autogestito, con sensori non invasivi, per correggere i deficit posturali statici e dinamici tipici dell’invecchiamento e delle patologie neurodegenerative, da integrare nei protocolli di riabilitazione neuromotoria della postura: è solo una parte del progetto di ricerca dell’Università di Napoli, che mira a sviluppare metodologie innovative per la riduzione dei costi del welfare sanitario tramite la diagnosi precoce delle patologie endocrino-metaboliche, diabetiche, oftalmiche e l’adeguamento del trattamento terapeutico e nutraceutico con valutazione oggettiva e riproducibile del recupero del paziente.  Big data management per lo studio epidemiologico delle patologie croniche, in particolare neurodegenerative, endocrino-metaboliche (diabete, malattie oftalmiche) e patologie secondarie che si osservano nel decorso.

Sanità digitale nel post-covid: nuovi strumenti per vincere vecchie sfide

Le malattie croniche non trasmissibili sono considerate la prima causa di mortalità nel mondo. Tra le malattie altamente disabilitanti e dall’elevato impatto epidemiologico e socio-economico vanno annoverate le malattie endocrino-metaboliche croniche, ad alta prevalenza nel mondo occidentale come l’obesità e il diabete, in particolare quello di tipo II. Inoltre vanno considerate le patologie neurologiche e neurodegenerative (malattia di Parkinson, sclerosi multipla, ictus, etc.) e le patologie oncologiche.

La maggior parte delle malattie neurologiche e il fenomeno di invecchiamento comportano una frequenza molto elevata di disturbi posturali, responsabili della progressiva perdita di autonomia del paziente sia per la conseguente paura di cadere (con la progressiva riduzione delle attività motorie e dell’autonomia) che per le disabilità che derivano dalle cadute precedenti.

Non esiste allo stato attuale una terapia farmacologica in grado di contenere e/o di impedire una ulteriore progressione dei deficit posturali: la riabilitazione fisioterapica risulta essere, al momento, l’unico strumento a disposizione della medicina per la presa in carico della problematica, a forte impatto funzionale e dalle conseguenze cliniche talvolta disastrose.

Attualmente, i protocolli di riabilitazione dei deficit posturali si basano prevalentemente su metodiche tradizionali, la cui efficacia viene solitamente testata tramite delle scale di valutazione clinica dalla riproducibilità parziale e la cui maggiore criticità è nella mancanza di un controllo oggettivo e la verifica delle variabili biologiche che concorrono a determinare la buona riuscita del protocollo riabilitativo.

In tale scenario, la mancanza di chiare evidenze sull’efficacia dei possibili e diversi approcci riabilitativi (siano essi tradizionali o innovativi), causa l’assenza di linee guida internazionali basate sull’evidenza: le cadute continuano a essere considerate una delle maggiori cause di perdita di autonomia del paziente anziano o del paziente con deficit motori secondari, che comprende i pazienti affetti da patologie neurologiche.

Ne consegue che i deficit posturali e le cadute, per quanto trattate con protocolli riabilitativi, risultano ancora fortemente impattanti sul quadro funzionale dei pazienti, sulla loro indipendenza, sullo sviluppo di disabilità con incremento del carico assistenziale anche a livello familiare e in ultima analisi sul drastico aumento dei costi sanitari nonché sociali collegati alla necessità delle famiglie di surrogare il SSN nella fase post-acuta.

Il migliore approccio sanitario a patologie così complesse che possono originare un vasto ventaglio di complicanze è strettamente dipendente dalla possibilità di un inquadramento diagnostico e funzionale quanto più precoce ed accurato e dal conseguente sviluppo di nuove tecnologie per la valutazione strumentale che indirizzino gli interventi terapeutici e riabilitativi in modo estremamente mirato senza tuttavia produrre un aggravio dei costi.

Tutto ciò spinge la ricerca sempre più verso approcci innovativi, strumentali e laboratoristici, che concentrino la loro attenzione sulla determinazione di marcatori precoci e soprattutto specifici delle patologie esaminate e monitorate e che siano in grado di verificare in modo oggettivo e riproducibile l’efficacia degli interventi terapeutici.

Il ruolo dei Big Data nella diagnosi precoce

Il progetto di ricerca è finalizzato allo sviluppo di procedure innovative e utilizza metodiche tecnologicamente avanzate di risonanza magnetica funzionale, magnetoencefalografia e gait analysis assieme ai più moderni approcci di metabolomica, epigenomica e proteomica quantitativa per il miglioramento dei servizi esistenti nella pratica clinica per la diagnosi, la cura e la verifica dell’efficacia terapeutica nella presa in carico di patologie croniche (di tipo neurodegenerative, endocrino-metaboliche incluso il diabete, e oftalmiche).

WHITEPAPER
Lo Smart working nel new normal: dall’implementazione all’assistenza

Saranno inoltre identificate specifiche e requisiti al fine di progettare e sviluppare un sistema informativo per la raccolta, la rappresentazione e la condivisione dei dati clinici di interesse e definite metodologie, tecniche e strumenti innovativi propri della Big Data Analytics finalizzati all’acquisizione, analisi, archiviazione ed elaborazione di grandi aggregati di dati, strutturati e non, provenienti da fonti eterogenee.

Il programma di ricerca è stato presentato nell’ambito del Contratto di Sviluppo ai sensi del DM 09/12/2014 e ha l’obiettivo di migliorare significativamente i servizi sanitari e clinici offerti dai partner privati nel campo della diagnostica strumentale e laboratoristica avanzata, della riabilitazione neurologica e dell’indagine dei fenomeni biologici che sottendono al recupero funzionale motorio e a quelli associati al desiderio di cibo.

In particolare si propone di sviluppare un dispositivo autogestito indossabile per la correzione dei deficit posturali statici e dinamici tipici dell’invecchiamento e di patologie neurologiche fortemente disabilitanti da integrare nei protocolli di riabilitazione neuromotoria della postura. L’efficacia di tale dispositivo verrà testata e comparata con metodiche riabilitative tradizionali utilizzando scale cliniche e metodiche di misurazione strumentale (Gait Analysis e posturografia). Lo studio verrà completato con l’analisi dei dati di connettività neuronale misurati con fMRI e MEG per comprendere meglio i fenomeni che sottendono il recupero motorio e funzionale e per dare ulteriore sostegno scientifico alla strutturazione ed ottimizzazione dei percorsi di cura in neuroriabilitazione.

La natura dei dati sanitari, quindi, sempre più in linea con il concetto dei Big Data, evidenzia l’esigenza di soluzioni rapide ed affidabili per la loro memorizzazione in forma strutturata ed il loro allineamento allo scopo di favorire l’elaborazione delle interrogazioni e l’estrazione di informazioni coerenti, confrontabili ed aggiornate.

Tuttavia, studi effettuati in letteratura hanno identificato nella pre-processazione ed integrazione dei dati sanitari due dei fattori di maggiore criticità per lo sviluppo di capacità perfezionate di analisi. I Big Data sanitari pongono infatti questioni di qualità a vari livelli, dalla correttezza, aggiornamento e completezza all’eliminazione di fattori di rumorosità del dato, per poi passare all’affidabilità o reputazione della sorgente e metadati. È richiesta quindi una fase preliminare di filtraggio e pulizia che ne bilanci la complessità rispetto al valore dell’informazione ottenuta.

In particolare, saranno definite specifiche per soddisfare requisiti funzionali e prestazionali che includano elevata capacità di memorizzazione, elevata disponibilità e facilità di ricerca, elaborazioni analitiche massive ma anche analisi “veloci” focalizzate su subset di dati in “near-real time”, gradi di ridondanza sufficienti a supportare politiche di affidabilità e sfruttare opportunità di elaborazioni parallele distribuite.

Le attività di ricerca saranno quindi finalizzate alla pre-elaborazione dei dati, al fine di ridurne le ridondanze e favorirne l’aggregazione, ed alla definizione di tecniche di analisi che consentano di elaborare i dati sanitari aggregati, fornendo rappresentazioni grafiche multidimensionali ed identificando nuove informazioni nascoste in essi. Sulla base dei dati elaborati ed archiviati, saranno poi progettati tecniche e strumenti basati sulla metodologia “Balanced Scorecard” che consentano di definire correlazioni tra fattori critici di successo e indicatori di performance a supporto dell’analisi dei processi, del rapporto costo efficacia e dello spread sanitario.

L’obiettivo del progetto è anche definire delle metodologie, delle tecniche e degli strumenti innovativi propri della Big Data Analytics finalizzati all’acquisizione, analisi ed archiviazione di grandi aggregati di dati, strutturati e non, provenienti da fonti eterogenee.

Gli obiettivi del Progetto verranno perseguiti attraverso la stretta sinergia tra le Aziende partecipanti e qualificati gruppi di ricerca operanti in diversi Organismi di ricerca mettendo in connessione un solido razionale scientifico, una esperienza sperimentale consolidata con la capacità industriale e produttiva delle Aziende. Le ricerche verranno condotte da aziende partecipanti alla proposta di Contratto di Sviluppo ai sensi del DM 09/12/2014, realizzando una stretta interconnessione funzionale tra lo sviluppo delle infrastrutture previsto dalla proposta ed il contributo che tali infrastrutture offriranno al progetto di Ricerca Industriale e Sviluppo Sperimentale.

Il wearable per il controllo della postura: i dettagli

La particolarità del progetto è la messa a punto di un wearable, un dispositivo indossabile capace di integrare i dati collezionati da sensori cinetici e cinematici per individuare condizioni precoci di instabilità del tronco.

L’obiettivo verrà perseguito mediante lo sviluppo di un device self-managed basato su sensoristica wearable non invasiva per la correzione dei deficit posturali e di una interfaccia aptica integrata nel device per elicitare un biofeedback posturale allorquando il soggetto è in condizione di stabilità “fall-prone”. L’efficacia di tale device verrà testata e comparata con metodiche riabilitative tradizionali. Come misure di efficacia verranno utilizzate scale cliniche e metodiche di misurazione strumentale (Gait Analysis e posturografia).

Lo studio verrà completato con l’analisi dei dati di connettività neuronale misurati con fMRI e MEG per comprendere meglio i fenomeni che sottendono il recupero motorio e funzionale e per dare ulteriore sostegno scientifico alla strutturazione ed ottimizzazione dei percorsi di cura in neuroriabilitazione. Verificata l’efficacia del device indossabile per il controllo della postura, verrà proposto un inserimento all’interno di protocolli riabilitativi mirati su campione più ampio e, raggiunti livelli di evidenza sufficientemente alti, verrà proposta la produzione di tale device.

La raccolta dei dati clinici dei pazienti arruolati e dei risultati delle indagini strumentali ed analitiche condotte nell’ambito del progetto sarà effettuata mediante una piattaforma informatica unica e condivisa tra i partner opportunamente studiata e realizzata per il progetto. Questa procedura informatica agevolerà non solo la raccolta di una grande moli di dati, ma ne permetterà la condivisione, nonché la successiva elaborazione tra tutti i partners.

Tali dati, opportunamente analizzati, potranno fornire studi approfonditi per creare modelli e comprendere tendenze. I big data che si producono possono servire infatti per prendere decisioni più informate, o permettere di sviluppare diagnosi e trattamenti più approfonditi, con un miglioramento della qualità delle cure e una riduzione dei costi. Per esempio, analizzando le caratteristiche del paziente e i costi e gli esiti delle cure, è possibile identificare il trattamento migliore dal punto di vista economico e clinico. Grazie ai big data è  possibile anche analizzare i profili dei pazienti e rendere possibile individuare quei soggetti che necessitano di cambiamenti di stili di vita in via preventiva, con un vantaggio a breve-medio termine sulla loro qualità di vita e sul sistema del welfare.

L’importanza del coordinamento tra Centri di Ricerca

Le metodologie innovative verranno sviluppate attraverso una fitta rete di correlazione tra indagini strumentali e laboratoristiche mediante una stretta interconnessione tra le attività di ricerca dei partners privati e di due importanti Centri di Ricerca di Competenza della Regione Campania partecipanti al presente Progetto di Ricerca:

Il DFM è stato costituito a Dicembre del 2007, e vede nella compagine societaria:

  • Università degli Studi di Napoli Federico II
  • Consiglio Nazionale delle Ricerche
  • Università degli Studi di Salerno
  • Università degli Studi della Campania Luigi Vanvitelli
  • Istituto Nazionale Tumori Fondazione G. Pascale

Si occupa di attività di ricerca, sviluppo, formazione, consulenza e trasferimento tecnologico nel settore delle biotecnologie con l’obiettivo di mettere a sistema e sviluppare, attraverso una gestione integrata, le competenze e professionalità dei soci, Università ed Organismi di Ricerca pubblici, in un settore strategico per lo sviluppo economico e industriale regionale e nazionale

Il CeRICT scrl è un organismo di ricerca costituito in società consortile a responsabilità limitata nel maggio 2005, quale naturale evoluzione del Progetto Centro Regionale della Campania di Competenza ICT (CRdC ICT), i cui soci sono:

  • l’Università degli Studi di Napoli Federico II,
  • l’Università degli Studi del Sannio,
  • l’Università degli Studi di Salerno,
  • la Seconda Università degli Studi di Napoli,
  • l’Università degli Studi di Napoli Parthenope,
  • il Consiglio Nazionale delle Ricerche,
  • L’Università degli Studi di Napoli L’Orientale,
  • L’Università degli Studi Suor Orsola Benincasa di Napoli,
  • il Consorzio Interuniversitario Nazionale per l’Informatica, la Fondazione Pascale.

La compagine societaria del CeRICT evidenzia una significativa potenzialità di competenze tecnologiche nei seguenti ambiti IT (Tecnologie dell’informazione) ed TLC (Tecnologie della Telecomunicazione).

WHITEPAPER
I 5 errori che caratterizzano la gestione delle Risorse Umane nel Manufacturing
Risorse Umane/Organizzazione
Smart working
@RIPRODUZIONE RISERVATA

Articolo 1 di 3