NOME Progetto: Innova4health
CUP : B57H22003320007
Entità del finanziamento pari a 493.546,00 €

Link al sito

Obiettivo principale dell’attività sostenuta dal progetto
In tutto il mondo, il disturbo depressivo è la patologia più diffusa. Secondo le stime dell'Organizzazione Mondiale della Sanità (OMS), 322 milioni di persone nel mondo soffrono di questo disturbo, [OMS 2017] con una prevalenza dei disturbi depressivi nei giovani adulti di età compresa tra i 18 e i 29 anni circa tre volte superiore rispetto agli individui di età superiore ai 60 anni [American Psychiatric Association (APA), 2013]. L'esordio nell'adolescenza conferisce quindi un rischio particolarmente elevato di recidiva e di compromissione del funzionamento nella vita reale a lungo termine [Bredeevelt et al., 2018; Yalin et al. 2019; Bains et al., 2021]. Da una prospettiva globale, inoltre, i disturbi depressivi saranno la principale causa di disabilità, entro l'anno 2030 [Bains et al., 2021; WHO 2022].
Lo sviluppo di strumenti clinici, l'integrazione delle caratteristiche fisiche, psicopatologiche e di altri indici (ad es. autoimmuni, infiammatori, neuroradiologici) potrebbe supportare la clinica superando la soggettività delle valutazioni cliniche tradizionali, guidando una sfida chiave nella gestione clinica [McGuire et al. 2015].
Attraverso un'indagine prospettica articolata sui dodici mesi di durata prevista per il progetto, le attività di studio e ricerca sperimentale mirano a valutare in pazienti adolescenti e giovani adulti con DDM la presenza di specifici biomarcatori digitali e ambientali al fine di identificare la correlazione tra questi indicatori, le prime manifestazioni cliniche della depressione, il suo decorso ed il riconoscimento, in chiave preventiva, di segnali specifici di riacutizzazione della patologia di base e di indagare, inoltre il loro impatto sul funzionamento della vita reale.
Lo studio condotto attraverso un'indagine prospettica sul target di riferimento consentirà:
1) la valutazione di biomarcatori digitali, ambientali ed ematici che possono rappresentare indici predittivi di recidiva o remissione della patologia depressiva;
2) il miglioramento delle tecnologie digitali che saranno utili per predire la gravità della psicopatologia e valutare l'efficacia del trattamento;
3) l'applicabilità di tecnologie che saranno utili per distinguere i soggetti affetti da depressione e determinare un approccio personalizzato;
4) la predizione della gravità della psicopatologia tra i soggetti usando biomarcatori derivati dagli strumenti digitali.
Sul piano delle soluzioni tecnologiche le attività di sviluppo e trasferimento prevedono l’implementazione di una piattaforma integrata di sensori e device smart in grado di raccogliere, analizzare ed interpretare dati relativi al cluster dei biomarcatori digitali sulla popolazione dei soggetti coinvolti nella sperimentazione.
Le attività di progettazione e sviluppo hw/sw dell’intera piattaforma tecnologica saranno condotte in accordo a principi di apertura, integrabilità e scalabilità delle componenti la piattaforma medesima. I principali task realizzativi prevedono:
1) l’implementazione del sistema Pothos verso una piattaforma multi-sensore altamente modulare capace di alloggiare la sensoristica necessaria per la raccolta sistematica di informazioni ambientali (polveri sottili, sostanze inquinanti, illuminazione, temperatura e acustica ambientale, ecc.) sulla scorta delle indicazioni fornite dai clinici;
2) la realizzazione di adeguate interfacce software e sviluppo di un APP per l’integrazione in piattaforma di dispositivi smart di terze parti (smartwatch e altre tipologie di device intelligenti) al fine di raccogliere ulteriori dati e informazioni sia di natura fisiologica (battito cardiaco, saturazione, ecc.), sia di tipo comportamentale (moto, sonno/veglia, voce, ecc.) relativi al soggetto clinico in osservazione;
3) sviluppo di un modulo software di pre-elaborazione (filtraggio, trasformazione, normalizzazione, ecc.) dei segnali provenienti dal set dei sensori installati;
4) la realizzazione di un HUB (concentratore) virtuale, inteso come componente software collocata in ambiente cloud, rivolto alla gestione della piattaforma e alla strutturazione dei Big Data per l’archiviazione e la storicizzazione delle informazioni raccolte;
5) l’implementazione di un sistema di intelligenza artificiale a supporto delle decisioni basato su architetture di reti neurali per il Deep Learning in grado di ottimizzare il modello decisionale attraverso fasi di apprendimento automatico.

IL MANIFESTO IN FORMATO PDF