ARKETIPO

Il progetto ARKETIPO è un progetto di Ricerca e Sviluppo coerente con la Strategia Nazionale di Specializzazione Intelligente (SNSI) che promuove lo sviluppo di soluzioni Intelligenza Artificiale volte al miglioramento della qualità delle cure e della qualità della vita dei pazienti diabetici/dializzati, contribuendo allo sviluppo di modelli innovativi di value-based-healthcare nel settore della Salute Digitale.
Lo scompenso cardiaco è una patologia cronica e progressiva ad elevato impatto clinico, sociale ed economico, caratterizzata da alti tassi di mortalità, morbilità ed ospedalizzazione, soprattutto nella popolazione diabetica e nefropatica. Pertanto la l’identificazione precoce dei soggetti a rischio, anche nelle fasi iniziali ed asintomatiche della malattia, consente di intervenire tempestivamente con strategie terapeutiche personalizzate, riducendo la progressione della patologia ed il carico assistenziale sul Sistema Sanitario Nazionale.
Il progetto integra biomarcatori clinici, epigenetici e digitali con dati raccolti mediante strumenti digitali e di monitoraggio remoto. Attraverso tecniche di Machine Learning e Deep Learning, Arketipo mira a sviluppare modelli predittivi per la stratificazione del rischio cardiovascolare e strumenti innovativi di supporto clinico e telemonitoraggio.

ARKETIPO mira allo sviluppo di avanzati strumenti di Intelligenza Artificiale per la stratificazione precoce del rischio di scompenso cardiaco nei pazienti diabetici, nefropatici e dializzati. Il progetto integra attività di validazione di biomarcatori circolanti, epigenetici e digitali con l’utilizzo di wearable device per il monitoraggio continuo dei parametri vitali e cardiovascolari, favorendo lo sviluppo di piattaforme integrate di Digital Health e telemedicina.
Le attività progettuali prevedono l’applicazione di tecniche avanzate di Machine Learning, Deep Learning, clustering e analisi predittiva finalizzate ad aumentare accuratezza, robustezza ed affidabilità dei modelli clinici predittivi. Il progetto mira inoltre allo sviluppo di strumenti innovativi di supporto decisionale clinico (Clinical Decision Support System-CDSS) per la gestione personalizzata del paziente cronico.

I risultati attesi includono la validazione di nuovi marcatori prognostici, il miglioramento della diagnosi precoce dello scompenso cardiaco e lo sviluppo di soluzioni innovative di sanità digitale e medicina predittiva, con potenziali benefici in termini di riduzione delle complicanze cardiovascolari, delle ospedalizzazioni e del carico assistenziale sul Sistema Sanitario Nazionale.