Le attività di ricerca del Laboratorio di Informatica Biomedica sono al momento concentrate su alcuni campi principali: data mining, ricerca traslazionale e E-Health.
Data Mining e Ricerca Traslazionale
I recenti progressi nell’analisi sperimentale ad alto rendimento hanno avuto un impatto profondo sulla pratica e sugli obiettivi della ricerca biomedica. I volumi di dati che è possibile raccogliere e la necessità di strutturarne una analisi hanno movimentato la comunità di analisi dei dati.
Conoscenza per la salute umana
La Bioinformatica Traslazionale è un campo emergente in cui si vuole affrontare la grande quantità di dati clinici e molecolari, sempre crescenti, con l’obiettivo di comprendere più a fondo l’origine molecolare delle patologie e di integrare questa conoscenza nella pratica clinica migliorando, di conseguenza, la salute umana.
Possiamo quindi definire la Bioinformatica Traslazionale come lo sviluppo di metodi di conservazione, analisi e interpretazione per ottimare la trasformazione di moli sempre crescenti di dati biomedici – provenienti in particolare dalla genomica – in una gestione della salute proattiva, predittiva e partecipativa.
Più in dettaglio,
- Le Infrastrutture Informatiche per la Ricerca Biomedica
- La Spin-Off accademica BIOMERIS
- Temporal Data Mining
- Analisi del rischio clinico
E-Health
Con il termine informatica medica ci riferiamo alla disciplina che studia come rappresentare, analizzare e comunicare conoscenze e dati biomedici; sia all’interno di una struttura sanitaria, che tra organizzazioni differenti tra cui figura, spesso, la casa del paziente. L’informatica medica si occupa inoltre di tutta la parte informatica e tecnologica a cui si appoggiano queste funzioni.
L’obiettivo dell’informatica medica presso il nostro laboratorio è la progettazione e lo sviluppo di sistemi di supporto a pazienti e professionisti sanitari nei vari momenti del percorso clinico.
Alcuni esempi di sistemi rivolti ai medici:
- linee guida computerizzate per la pratica clinica, che generano raccomandazioni riferendosi alle migliori evidenze scientifiche disponibili;
- sistemi di amministrazione del percorso di cura, che permettono agli operatori sanitari di condividere dati e conoscenze efficientemente;
- sistemi di estrazione dei processi, che individuano il comportamento dei professionisti sanitari a partire dai registri di sistema;
- alberi decisionali, che aiutano il medico a prendere decisioni seguendo la teoria dell’utilità.
Questi ultimi vengono utilizzati anche per le cosiddette decisioni condivise, laddove paziente e medico ragionano assieme su una situazione non chiara, prima di scegliere un trattamento.
Alcuni esempi di sistemi rivolti ai pazienti:
- sistemi di telemedicina e di tele-cura domiciliare, spesso basati su reti di sensori corporei, che forniscono un monitoraggio certo del paziente e ne supportano le decisioni in quei momenti (non critici) in cui il paziente può variare la propria terapia autonomamente (ad esempio, adeguare la dose di insulina secondo la rilevazione della glicemia);
- strumenti software per la riabilitazione cognitiva;
- metodi avanzati di somministrazione di questionari, per valutare la qualità di vita del paziente o misurare gli effetti di un trattamento.
L’attenzione sempre maggiore che le istituzioni sanitarie rivolgono al contenimento dei costi ha portato il nostro laboratorio a sviluppare competenze nell’ambito delle valutazioni economiche dei programmi di assistenza sanitaria (analisi di costo-efficacia e costo-utilità), e supporto alle decisioni sulle politiche amministrative.
Nonostante la vocazione allo sviluppo applicativo, la ricerca è una componente vitale dell’attività di laboratorio, principalmente nelle aree di
- rappresentazione della conoscenza
- comprensione ed elicitazione dei processi cognitivi,
- ontologie per la rappresentazione di entità nel dominio medico e le loro relazioni
- teoria delle decisioni.