FLAIR-ALS – Approccio di intelligenza artificiale di tipo federato per una previsione prognostica del declino respiratorio nella SLA

FLAIR-ALS – Approccio di intelligenza artificiale di tipo federato per una previsione prognostica del declino respiratorio nella SLA

PRINCIPAL INVESTIGATOR

Umberto Manera, Università degli Studi di Torino, Torino

VALORE

60.000 euro

DURATA

12 mesi 

AMBITO DI RICERCA

Ricerca clinica osservazionale

BACKGROUND

Una delle complicanze più gravi e frequenti nella SLA è l’insufficienza respiratoria, che incide profondamente sulla sopravvivenza, la qualità della vita e le decisioni terapeutiche. Riconoscere precocemente il declino della funzione respiratoria è fondamentale, ma gli strumenti attuali, basati sui sintomi o su singoli esami, spesso non bastano.
FLAIR-ALS è un progetto di ricerca che unisce medicina, scienza dei dati e salute digitale per comprendere e prevedere meglio il deterioramento respiratorio nella SLA. Utilizza un approccio di intelligenza artificiale (IA) di tipo federato, che permette di analizzare dati provenienti da fonti diverse in modo sicuro, senza che i dati lascino i centri di origine.
Il progetto integrerà dati clinici, esami respiratori (come spirometria e emogas analisi), esami del sangue e dati raccolti da dispositivi indossabili come smartwatch. Queste informazioni permetteranno di costruire modelli predittivi capaci di rilevare segnali precoci di peggioramento respiratorio, anche prima della comparsa dei sintomi.
I modelli sviluppati saranno flessibili e applicabili sia nei centri SLA altamente specializzati, sia in contesti di cura primaria o domiciliare con disponibilità di dati più limitata.

OBIETTIVI

Fornire strumenti personalizzati per una gestione respiratoria tempestiva e mirata, riducendo esami non necessari e migliorando la qualità di vita dei pazienti.

Iscriviti alla newsletter per ricevere tutti gli aggiornamenti