Un unico sistema digitale che integra dati clinici, come biomarcatori validati, informazioni provenienti da sensori indossabili e indicatori comportamentali e ambientali, che possano essere analizzati da modelli matematici e algoritmi di intelligenza artificiale per prevedere la transizione patologica dai primi sintomi alla malattia conclamata del diabete.
È questo il fulcro del progetto europeo Praesiidium, finanziato nell’ambito del programma Horizon Europe – Cluster 1 Health, che ha l’obiettivo di fornire strumenti utili di prevenzione clinica del diabete di tipo 2. Il progetto si basa su un’innovativa piattaforma sviluppata da un consorzio multidisciplinare che riunisce esperti europei clinici, biologi, matematici, data scientist, esperti di etica e partner industriali.
Al progetto ha preso parte anche la Fondazione italiana Fegato, che ha contribuito alla validazione di biomarcatori associati all’infiammazione durante le prime fasi delle alterazioni metaboliche. I risultati attesi da Praesiidium hanno lo scopo di “rafforzare in modo concreto la capacità dei sistemi sanitari di prevenire e intercettare precocemente il rischio metabolico, sostenendo programmi strutturati di screening e prevenzione, percorsi personalizzati di monitoraggio e intervento, strategie sanitarie fondate su evidenze predittive e modelli di governance dei dati trasparenti ed eticamente solidi”.
Ricerca sul cancro: Microsoft ha sviluppato GigaTIME, uno strumento AI che permette di osservare dati prima inaccessibili
GigaTIME riesce a convertire le immagini di tessuto canceroso al…
