The ALFABETO project (ALL Faster BEtter TOgether - SARS-CoV2) is placed in this context with the aim of assisting the health staff in the triage phase, to be implemented preferably at the patient's home, through an assessment of the degree of severity of the disease and an estimate of the prognosis, allowing to decide the assistance strategy to be implemented: home care or hospitalization. ALFABETO is developed on a software platform and, based on evidence extracted from data through Machine Learning algorithms, it allows to make a diagnosis and predict the evolution of the pathology. In clinical practice, this software has been designed to be made available to out-of-hospital care units dedicated to the management of COVID-19 patients and, through the integration of clinical-laboratory data with radiological imaging, aims to support the doctor in defining the care strategy to be adopted, selecting patients who need to be sent to the emergency room and hospitalization and identifying those who could benefit from home care.
Il progetto ALFABETO (ALL Faster BEtter TOgether – SARS-CoV2) nasce con l’obiettivo di coadiuvare il personale sanitario nella fase di triage, da attuare preferibilmente presso l’abitazione del paziente, attraverso una valutazione del grado di severità della patologia e una stima della prognosi, permettendo di decidere la strategia di assistenza da attuare: cura domiciliare o ricovero ospedaliero. ALFABETO si sviluppa su una piattaforma software e, basandosi su evidenze estratte dai dati mediante algoritmi di Machine Learning, permette di arrivare a fare diagnosi e predire l’evoluzione della patologia. Nella pratica clinica questo software è stato progettato per essere messo a disposizione delle unità di cura extra-ospedaliere dedicate alla gestione dei pazienti COVID-19 e, mediante l’integrazione dei dati clinico-laboratoristici con l’imaging radiologico , ha la finalità di supportare il medico nella definizione della strategia assistenziale da adottare, selezionando i pazienti che necessitano invio al Pronto Soccorso e ricovero ed identificando quelli che invece potrebbero beneficiare di cure domiciliari.
Implementazione di uno strumento di intelligenza artificiale per l'ottimizzazione delle risorse durante la pandemia da Covid-19: integrazione di dati radiologici e clinico-laboratoristici.
GALLI, MARIA VITTORIA
2020/2021
Abstract
The ALFABETO project (ALL Faster BEtter TOgether - SARS-CoV2) is placed in this context with the aim of assisting the health staff in the triage phase, to be implemented preferably at the patient's home, through an assessment of the degree of severity of the disease and an estimate of the prognosis, allowing to decide the assistance strategy to be implemented: home care or hospitalization. ALFABETO is developed on a software platform and, based on evidence extracted from data through Machine Learning algorithms, it allows to make a diagnosis and predict the evolution of the pathology. In clinical practice, this software has been designed to be made available to out-of-hospital care units dedicated to the management of COVID-19 patients and, through the integration of clinical-laboratory data with radiological imaging, aims to support the doctor in defining the care strategy to be adopted, selecting patients who need to be sent to the emergency room and hospitalization and identifying those who could benefit from home care.È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.
https://hdl.handle.net/20.500.14239/13608