L’iniziativa Digital Driven Diagnostics, prognostics, and therapeutics for sustainable Health care (D3 4 HEALTH) mira a sviluppare gemelli digitali e biologici attraverso un approccio di data mining.
L’obiettivo generale del progetto D3 4 HEALTH è fornire soluzioni altamente tecnologiche che avranno un impatto sulla gestione di malattie di riferimento, quali: cancro del colon metastatico, cancro del fegato e delle vie biliari, cancro del sistema nervoso centrale, diabete di tipo I e sclerosi multipla. D3 4 HEALTH trasformerà e avanzerà in modo fondamentale le attuali metodologie di diagnosi, monitoraggio e terapia della malattia di riferimento, facilitando l’applicazione di approcci di medicina di precisione attraverso lo sviluppo di gemelli digitali e biologici, a beneficio di cittadini e pazienti. D3 4 HEALTH intensificherà e implementerà tecnologie e soluzioni innovative e non invasive, basate sull’analisi di dati sanitari digitali e digitalizzati.
Le attività dell’ICAR CNR si concentreranno nell’ambito del task 3.2 (Intelligenza artificiale, metodi matematici e statistici per gemelli), nel quale si prevede la realizzazione di sistemi, mediante l’uso di tecniche di Intelligenza Artificiale (AI), per il monitoraggio non invasivo del glucosio e la previsione di eventi ipoglicemici e iperglicemici a partire dal segnale ECG acquisito con sensori indossabili. Invece, per quanto riguarda la malattia della sclerosi multipla, l’idea è di prevederne la progressione su orizzonti temporali futuri utilizzando tecniche di AI per ottimizzare la gestione e il monitoraggio dei pazienti.
Responsabile: Ing. Giovanna Sannino
Bando: Progetto PNC 0000001 D3 4 Health | CUP B83C22006120001 | Piano nazionale per gli investimenti complementari al PNRR, finanziato dall’Unione europea – NextGenerationEU
Ambito applicativo: Intelligenza Artificiale, Digital Twin, Diabete, Sclerosi Multipla
Ambito geografico: Nazionale
Data inizio: 01 Dicembre 2022
Data fine: 30 Novembre 2026
Sito web: https://sites.google.com/uniroma1.it/d3forhealth/home
