Le malattie cardiovascolari rappresentano la principale causa di morte al mondo, con circa 17 milioni di decessi all鈥檃nno. La riabilitazione cardiovascolare (CVR) diventa quindi fondamentale per la prevenzione, con dati che attestano una diminuzione della mortalit脿 del 20%.
Tuttavia, una volta completato il percorso in ospedale, capita spesso che i pazienti perdano entusiasmo ed interesse nel prendersi cura di s茅 e nel migliorare il proprio stile di vita.
Per questo, il progetto CUOREMA ha come obiettivo quello di sviluppare un sistema di salute mobile, o mobile health, innovativo e personalizzato per aumentare l鈥檃derenza alla riabilitazione cardiovascolare post-ospedaliera.
L鈥檃pplicazione CUOREMA, attualmente oggetto di uno studio osservazionale presso l鈥� e il (Francia), integra dati provenienti da dispositivi indossabili 鈥� con cui i pazienti possono registrare in modo autonomo e automatico i propri parametri fisiologici, le attivit脿 e gli allenamenti 鈥� e fornisce feedback bio-comportamentali, motivazionali e personalizzati sulla base del profilo e dei dati raccolti.
Ci貌 contribuisce a mantenere costanti i progressi e a raggiungere gli obiettivi di CVR, anche attraverso l鈥檌nterazione con coach virtuali che offrono suggerimenti e consigli sulla base delle linee guida svizzere ed europee per la riabilitazione. Inoltre, l鈥檃pplicazione fornisce ai cardiologi uno strumento pi霉 efficiente e strutturato per monitorare lo stato di salute e i progressi dei pazienti, al fine di migliorarne la qualit脿 di vita e la salute.
鈥淚n questo progetto, in cui il paziente 猫 messo al centro, la soluzione sviluppata ha richiesto una forte multidisciplinariet脿 e personalizzazione鈥� spiega Francesca Faraci, responsabile del gruppo Biomedical Signal Processing (BSP). 鈥淟鈥橧nnovazione apportata dal nostro gruppo si concentra sullo sviluppo di un modello comportamentale personalizzato e adattabile, basato su algoritmi di intelligenza artificiale.鈥�
Diversi tipi di dati sono utilizzati come sorgenti di informazioni: dati registrati con le magliette sensorizzate; questionari e informazioni contestuali ottenute tramite la chatbot dall鈥檜tilizzo degli smartphone. Partendo da tutti questi dati, algoritmi di modellazione statistica e causale sono in grado di creare profili comportamentali altamente personalizzati.
Radoslava 艩vihrov谩, studentessa di dottorato, sottolinea che 鈥淣el corso del tempo, le esigenze degli utenti potrebbero tuttavia cambiare, richiedendo modifiche e continui adattamenti del modello creato inizialmente. Cambiamenti e risultati significativi vengono comunicati all'utente (biofeedback), spiegando le relazioni (causali) e gli impatti sul suo stile di vita鈥� .
Il progetto, finanziato dal programma Eurostars e dalla Segreteria di , vede la partecipazione dell鈥橧stituto MeDiTech in collaborazione con diversi partner dal mondo accademico, clinico, e dell鈥檌ndustria: l鈥橭spedale Malcantonese, le aziende (UK), (NL), (CH) e . (IT).