Ricerche di Ateneo
Ricerche di Ateneo
Digital Innovation & Patient Engagement
Il progetto è guidato dal team di ricerca di EngageMinds HUB che – grazie al supporto non condizionante di Fondazione MSD e Datawizard (partner tecnologico) ha lavorato allo sviluppo di un’app dedicata alle persone con HIV per migliorare il rapporto empatico con l’infettivologo, consentendo al paziente di dare voce alle sue emozioni, preoccupazioni e aspettative relazionali e comunicative legate all’incontro con il medico curante. Il paziente potrà inoltre ricevere consigli – condivisi anche con il medico – al fine di rendere la comunicazione tra i due attori sempre più efficace.
Docenti di riferimento:
- Guendalina Graffigna, Professore Ordinario di Psicologia dei Consumi e della Salute
- Serena Barello, Ricercatore in Psicologia dei Consumi e della Salute
Linea di finanziamento: Fondazione MSD
Il progetto, condotto dal Centro di Ricerca dell’Università Cattolica EngageMinds HUB in collaborazione con DataWizard e con il contributo non condizionante di Amazon, si pone l’obiettivo di condurre un esperimento per la valutazione dell’impatto dell’utilizzo degli assistenti vocali da parte degli anziani nel proprio ambiente domestico sul proprio benessere e sulla propria qualità di vita.
Docenti di riferimento:
- Guendalina Graffigna, Professore Ordinario di Psicologia dei Consumi e della Salute
- Giuseppe Riva, Professore Ordinario di Psicologia Generale
- Serena Barello, Ricercatore in Psicologia dei Consumi e della Salute
- Silvia Serino, Ricercatore in Psicologia Generale
- Clelia Malighetti, Dottoranda di Ricerca in Psicologia
Linea di finanziamento: Amazon Media EU SRL
L'obiettivo di Gravitate-Health è quello di sviluppare uno strumento di informazione sanitaria digitale chiamato Gravitate Lens (G-Lens). Come suggerisce il nome, il G-Lens concentrerà le informazioni approvate sui medicinali e guiderà i pazienti verso informazioni comprensibili, affidabili e aggiornate che soddisfino le esigenze del paziente e si adattino al loro contesto sanitario e ai livelli di alfabetizzazione e di empowerment/engagement. La funzionalità del G-Lens sarà supportata da una piattaforma digitale open source.
Docenti di riferimento:
- Guendalina Graffigna, Professore Ordinario di Psicologia dei Consumi e della Salute
- Lorenzo Palamenghi, Assegnista di Ricerca presso la Facoltà di Psicologia
- Serena Barello, Ricercatore in Psicologia dei Consumi e della Salute
Linea di finanziamento: Commissione Europea - IMI
La prevalenza di fibrillazione atriale (FA) tra la popolazione anziana europea è in aumento. Nel contesto della multimorbilità, il miglioramento della gestione della FA è vitale e richiede un approccio olistico. Il nuovo approccio alla base del progetto AFFIRMO consiste nel concentrarsi su gruppi di multimorbilità in cui la fibrillazione atriale rappresenta una delle condizioni croniche.
Migliorare la gestione della fibrillazione atriale nel contesto della multimorbilità può avvantaggiare gli individui su scala più ampia, grazie a un approccio olistico di ottimizzazione della gestione clinica dei pazienti con fibrillazione atriale più anziani che tenga conto degli aspetti multiformi della salute delle persone, tra cui multimorbilità, polifarmacia, preferenze personali e contesto sociale. La sfida è passare dalla frammentazione a una strategia assistenziale integrata progettata per essere centrata sul paziente. La risposta di AFFIRMO a questa sfida è quindi quella di sviluppare un approccio di cura olistico e multidisciplinare basato sul modello "Atrial Fibrillation Better Care" (ABC).
Docenti di riferimento:
- Guendalina Graffigna, Professore Ordinario di Psicologia dei Consumi e della Salute
- Serena Barello, Ricercatore in Psicologia dei Consumi e della Salute
Linea di finanziamento: Commissione Europea - Horizon
Oltre gli Algoritmi: verso un nuovo Umanesimo
Le rapide trasformazioni derivanti dallo sviluppo tecnologico hanno determinato un deciso mutamento delle tradizionali modalità di rappresentazione del mondo. Tuttavia, poiché gli algoritmi e le tecniche di data mining che esercitano funzioni pubbliche sono gestiti da imprese private esse presentano intrinseche vulnerabilità.
Obiettivo della ricerca è perlustrare lo spazio tra funzioni pubbliche e controllo privato, per comprendere se le attuali strategie di governance multistakeholders presentano adeguate garanzie. In particolare, lo scopo è quello di indagare come la decisione algoritmica adottata nell’esercizio di pubbliche funzioni, investendo le categorie portanti di spazio e di tempo, modifichi i processi decisionali in numerosi settori (giuridico, economico, sociale, medico ecc.) e con quali conseguenze.
Docente di riferimento:
- Gabriele Della Morte, Professore Ordinario di Diritto Internazionale
Linea di finanziamento: D.3.2. (Progetti di interesse di Ateneo)
Intelligenza Artificiale, ragazzi e bambini
ySKILLS propone un approccio olistico e focalizzato sul bambino per capire come l'uso di internet possa avere conseguenze variabili per i diritti dei bambini alla partecipazione, all'informazione, alla libertà di espressione, all'educazione e al gioco, e alla protezione dalle minacce. ySKILLS esamina i rischi e le opportunità legate all'uso delle tecnologie ICT da parte di bambini e adolescenti (dai 12 ai 17 anni) e le loro competenze digitali, al fine di individuarne un utilizzo intenzionale che contribuisca al raggiungimento di un maggiore benessere cognitivo, fisico, psicologico e sociale.
Il progetto offre una nuova misurazione delle competenze digitali in sondaggi e test di performance, che sono basati su una classificazione a quattro dimensioni delle competenze digitali: tecniche, di navigazione delle informazioni, sociali e di creazione di contenuti. Attraverso un'indagine longitudinale a tre ondate in sei paesi, fMRI in due paesi, e studi approfonditi tra i gruppi a rischio in sei paesi complementari, ySKILLS predirà quali bambini sono più a rischio di avere bassi livelli di benessere a causa del loro uso delle ICT e in che modo le competenze digitali possano propiziare la resilienza contro gli impatti negativi. Questo si traduce in un modello esplicativo e previsionale completo, basato sull'evidenza, che prevede i complessi impatti dell'uso delle ICT sul benessere dei bambini e degli adolescenti in Europa, e il ruolo delle competenze digitali che possono migliorare il loro benessere.
Docente di riferimento:
- Giovanna Mascheroni, Professore Associato in Sociologia dei Processi Culturali e Comunicativi
Linea di finanziamento: H2020-SC6-TRANSFORMATIONS-2018-2019-2020 RIA, Grant Agreement no. 870612
DataChildFutures genererà una solida base di prove sulla datizzazione dell'infanzia come esperienza socialmente localizzata e quotidiana.Così facendo, faciliterà una comprensione fondata e nuove teorizzazioni su come le famiglie si impegnano in una varietà di pratiche di dati e di sorveglianza nei contesti digitali-materiali della loro vita giornaliera.
Per raggiungere questi obiettivi, DataChildFutures impiega un quadro teorico interdisciplinare che integra quattro campi di indagine: Children and Media studies (CAM); ricerca sulla mediatizzazione; studi sulla sorveglianza e sui dati critici; sociologia dell'infanzia; un disegno di ricerca longitudinale, a metodi misti. Quest'ultimo combina: un sondaggio a un campione nazionale rappresentativo di genitori di bambini piccoli (da 0 a 8 anni); una ricerca qualitativa longitudinale (QLR) con bambini piccoli e le loro famiglie; un'analisi delle affordance di app, IoT e IoToys usate da bambini e genitori attraverso il metodo walkthrough.
Docente di riferimento:
- Giovanna Mascheroni, Professore Associato in Sociologia dei Processi Culturali e Comunicativi
Linea di Finanziamento: Fondazione Cariplo, Bando Ricerca Sociale 2019
L'Intelligenza Artificiale (AI) e i Diritti dei Bambini (AIRoC) è un'attività di ricerca del Centro Comune di Ricerca della Commissione Europea. Inquadrata nell'ambito dei progetti scientifici Cybersecurity Education, Awareness and Societal aspects (CEAS) e HUMAINT, AIRoC ha l'obiettivo di esplorare e contribuire alle conoscenze attuali riguardanti l'AI e le implicazioni del suo sviluppo e utilizzo in relazione ai bambini e ai loro diritti. Questa attività contribuisce al più ampio impegno della Commissione Europea verso la trasformazione dell'Europa nell'hub globale per l'Intelligenza Artificiale (AI) affidabile.
Docente di riferimento:
- Giovanna Mascheroni, Professore Associato in Sociologia dei Processi Culturali e Comunicativi
Linea di finanziamento: Centro Comune di Ricerca della Commissione Europea
Algoritmi e Fake News
Questo progetto mira a far luce sui processi e sui fattori che favoriscono la produzione, la circolazione e l'accettazione della conoscenza rifiutata dalla comunità scientifica ufficiale (Refused Scientific Knowledge, o RSK). Ciò implica, da un lato, la comprensione delle pratiche di produzione, la legittimazione e la circolazione della RSK da parte di specifici attori sociali; l'identificazione delle cornici comunicative e dei formati attraverso i quali la RSK viene fatta circolare; l'analisi sul ruolo dei media, dei social media e degli algoritmi nella diffusione della RSK. D'altra parte, ciò comporta anche la necessità di concentrarsi sulle dinamiche sociali che portano all'accettazione della RSK da parte dei non addetti ai lavori.
Per affrontare questi obiettivi, sarà implementato un approccio a metodi misti teoricamente informato per indagare quattro casi di impegno con la FSK: le comunità No-5G e No-Vax, le cinque leggi biologiche e i casi di alcalinizzazione dell'acqua. Il progetto è destinato ad avere un impatto scientifico, arricchendo la comprensione della circolazione della RSK, e un impatto sociale, sostenendo azioni per affrontare il fenomeno dell'impegno dei non addetti ai lavori nella conoscenza messa in discussione dalle comunità scientifiche.
Docente di riferimento:
- Simone Tosoni, Professore Associato in Sociologia dei Processi Culturali e Comunicativi
Linea di Finanziamento: PRIN 2017
Il progetto si concentra sulle classi delle scuole superiori come mezzo sociale per l'impegno con la conoscenza rifiutata dalla comunità scientifica ufficiale (Refused Scientific Knowledge, o RSK). In particolare, si intende far luce sul ruolo degli algoritmi, e delle più ampie dinamiche socio-tecniche di circolazione delle informazioni online, nel facilitare l'accettazione della RSK e delle informazioni tecnologiche inaffidabili tra il pubblico giovane.
Lo scopo principale del progetto è quello di sviluppare strumenti e pratiche educative per aiutare gli studenti delle scuole superiori a padroneggiare il flusso di informazioni online, al fine di discernere tra informazioni affidabili e inaffidabili. A tal proposito, il progetto adotta un approccio misto basato sulla ricerca sociale qualitativa (focus group, interviste in profondità e osservazione etnografica) per far luce sulle dinamiche sociali della circolazione di RSK all'interno delle classi; sull'analisi quantitativa della rete di dati per capire il modello di circolazione di RSK all'interno delle ecologie mediatiche del giovane pubblico; sulla ricerca-azione, da realizzare con la collaborazione degli insegnanti, per migliorare le abilità degli studenti nel valutare l'affidabilità delle informazioni tecnico-scientifiche online.
Docente di riferimento:
- Simone Tosoni, Professore Associato in Sociologia dei Processi Culturali e Comunicativi
Linea di finanziamento: PRIN 2017
Tecnologia e Salute
L'obiettivo dello studio è quello di sviluppare un sistema di e-health dedicato ai pazienti con infezione cronica da HIV che permetta di raccogliere i risultati auto-riportati dai pazienti (PROs), analizzarli e integrarli con i dati sanitari attraverso metodi di Intelligenza Artificiale.
Permetterà di creare una sorta di "clinica virtuale" per i pazienti cronici che, in questa fase pandemica, non possono accedere liberamente al loro percorso di cura ambulatoriale, o che hanno difficoltà a seguire un percorso di cura standard. Tramite l'App Healthentia, infatti, sarà possibile monitorare lo stato di salute del paziente, fornire assistenza e cura, effettuare uno screening precoce per COVID-19 e anche interagire per stabilire vicinanza e soccorso.
Ricercatori di riferimento: Dott.ssa Cingolani, Dott.ssa Murri, Dott.ssa Tamburrini, Prof. Cauda, Dott. Patarnello, Dott. Lanzotti, Dott. Tagliaferri, Dott.ssa Kostopoulou, Dott.ssa Luraschi, Dott. Pnevmatikakis, Dott.ssa Lamonica, Dott. Kyriazakos, Dott.ssa Iacomini, Dott. Micheli, Dott. Seguiti, Dott. Kanavos, Dott. Cesario, Prof. Valentini, Prof. Cauda
Linea di finanziamento: fondi istituzionali
Un servizio per i collaboratori della Fondazione Policlinico Gemelli che, attraverso l'App Healthentia, si propone di offrire supporto e guida a tutti coloro che devono gestire una situazione legata al nuovo Coronavirus SARS-CoV-2.
Ricercatori di riferimento: Dott. Cambieri, Prof.ssa Laurenti, Dott.ssa Murri, Dott. ssa Masciocchi, Dott. Lenkowicz, Dott. Fantoni, Prof. Damiani, Dott. Marchetti, Dott. Sergi, Dott. Arcuri, Dott. Cesario, Dott. Patarnello, Prof. Antonelli, Prof. Bellantone, Prof. Bernabei, Prof.ssa Boccia, Prof. Calabresi, Prof. Cauda, Prof. Colosimo, Prof. Crea, Prof. De Maria, Prof. De Stefano, Prof. Franceschi, Prof. Gasbarrini, Prof. Landolfi, Prof.ssa Parolini, Prof. Richeldi, Prof. Sanguinetti, Prof. Urbani, Dott. Zega, Prof. Scambia, Prof. Valentini e il Gruppo Gemelli contro il Covid
Linea di finanziamento: fondi istituzionali
L'obiettivo primario del consorzio TOTAL Radiomics (disTributed cOx wiTh feAture seLection using Radiomics) è quello di sviluppare e convalidare un modello di previsione degli esiti basato sulla radiomica per il cancro ai polmoni attraverso un apprendimento distribuito [1]. Il modello si baserà sui dati dei pazienti trattati con terapie oncologiche multimodali in più centri internazionali, senza che i dati dei singoli pazienti lascino l'istituzione da cui provengono, preservando così la privacy dei dati dei pazienti. Per il progetto TOTAL Radiomics, miriamo specificamente a studiare i predittori per la sopravvivenza globale utilizzando le caratteristiche radiomiche estratte dalle TC di pianificazione della radioterapia (RT).
Ricercatori di riferimento: Dott. Boldrini, Dott.ssa Masciocchi, Prof. Damiani, Dott. Gottardelli, Dott.ssa Martino, Dott.ssa Massaccesi, Dott. Mazzarella, Prof. Valentini
Linea di finanziamento: fondi istituzionali
Creare un Datamart che consolidi, con un costante aggiornamento da fonti cliniche, i dati relativi alla patologia COVID-19 (valori rilevati, analisi di laboratorio, evoluzione dei sintomi, referti specialistici). Questo Datamart è attualmente utilizzato in numerose ricerche cliniche volte ad analizzare i pattern di correlazione tra sintomi ed evoluzione clinica, l'efficacia delle terapie e dei farmaci utilizzati, l'evoluzione del quadro clinico in presenza di patologie pregresse, ed altri fattori utili a migliorare costantemente la diagnosi precoce della patologia e un'accurata identificazione del trattamento.
Ricercatori di riferimento: Dott.ssa Murri, Dott. ssa Masciocchi, Dott. Lenkowicz, Dott. Fantoni, Prof. Damiani, Dott. Marchetti, Dott. Sergi, Dott. Arcuri, Dott. Cesario, Dott. Patarnello, Prof. Antonelli,Prof. Bellantone, Prof.Bernabei,, Prof.ssa Boccia, Prof. Calabresi, Dott. Cambieri, Prof. Cauda, Prof. Colosimo, Prof. Crea, Prof. De Maria, Prof. De Stefano, Prof. Franceschi, Prof. Gasbarrini, Prof.Landolfi, Prof.ssa Parolini, Prof. Richeldi, Prof. Sanguinetti, Prof. Urbani, Prof. Zega, Prof. Scambia,, Prof. Valentini e il Gruppo Gemelli contro il Covid
Linea di finanziamento: fondi istituzionali
L'obiettivo del progetto BACTERIUM.BOT è quello di sfruttare i metodi di Intelligenza Artificiale per implementare un modello predittivo che, attraverso l'analisi di variabili cliniche, di laboratorio e microbiologiche, fornisca ai medici un sistema di allerta in grado di supportarli nella valutazione precoce del rischio di infezioni ematiche (BSI) e, di conseguenza, in una più efficiente pianificazione e utilizzo delle risorse.
Ricercatori di riferimento: Prof. Murri, Dott.ssa De Angelis, Prof. Antonelli, Prof.ssa Posteraro, Prof. Sanguinetti, Dott. Fantoni, Dott. ssa Masciocchi, Dott. Lenkowicz, Prof. Damiani, Dott. Cesario, Dott. Taccari, Dott.ssa Iacomini, Dott. Rinaldi, Dott. Marchetti, Dott. Sergi, Dott. Patarnello, Prof. Antonelli, Dott. Cambieri, Prof. Cauda, Prof. Franceschi, Prof. Gasbarrini, Dott. Zega, Prof. Valentini
Linea di finanziamento: fondi istituzionali
Avere una previsione in tempo reale per i pazienti con ictus, ammessi dal pronto soccorso, sul miglioramento NIHSS alla dimissione. Il modello predittivo deve essere costruito su dati longitudinali: dall'ammissione al pronto soccorso ai diari clinici fino allo stato di dimissione. Il risultato aggiornato della predizione deve essere incorporato nei quadri clinici.
Ricercatori di riferimento: Prof. Antonelli, Dott.ssa Mercurio, Dott.ssa Gottardelli, Dott. Lenkowicz, Dott. Patarnello, Dott. Bellavia, Dott.ssa Scala, Dott. Rizzo, Dott.ssa Del Signore; Prof. de Belvis, Dott. Ssa Angioletti, Dott. Maviglia, Dott.ssa Bocci, Prof. Olivi, Prof. Franceschi, Prof. Urbani A, Prof. Calabresi, Dott. Della Marca, Prof. Antonelli, Dott. Frisullo
Linea di finanziamento: fondi istituzionali
Lo scopo dello studio è di associare la sopravvivenza alla presenza o assenza di danno epatico definito come ipertransaminasemia (ALT > 1,5 x UNL). L'ipotesi alla base del presente studio è che la gravità della COVID sia determinata da fattori che modulano la risposta cellulare allo stress ossidativo e che la transizione della risposta adattativa allo sviluppo del danno possa essere riconosciuta da una combinazione di marcatori che riflettono l'equilibrio tra risposte pro- e anti-infiammatorie allo stress ossidativo con il fegato come principale organo coinvolto.
Ricercatori di riferimento: Dott. Miele, Prof. Grieco, Dott. Marrone, Dott. Biolato, Dott. Liguori, Prof. Gasbarrini, Prof. Valentini, Prof. Rapaccini, Dott. Papa, Dott. Vetrone, Dott. Schepis, Dott.ssa Masciocchi, Dott. Patarnello
Linea di finanziamento: fondi istituzionali
Tra i progetti basati su DataMart COVID-19, questo studio prevede lo sviluppo di un modello predittivo per la valutazione precoce delle condizioni critiche (accesso alla terapia intensiva, intubazione e/o rischio di morte) per i pazienti COVID-19 positivi. Il sistema fornisce anche un'analisi dei flussi clinici per ottimizzare l'uso delle risorse critiche come l'attrezzatura per la terapia intensiva.
Ricercatori di riferimento: Prof.ssa Murri, Dott. Fantoni, Dott.ssa Masciocchi, Dott. Lenkowicz
Linea di finanziamento: fondi istituzionali
Il progetto mira a sviluppare un modello predittivo per la pancreatite acuta ERCP-correlata, basato sui dati dei singoli pazienti al momento della procedura. Lo studio è retrospettivo monocentrico; i criteri di inclusione della coorte di studio sono: individui di età superiore ai 18 anni che hanno subito una procedura ERCP al Policlinico Gemelli nel periodo gennaio 2014 - dicembre 2019. Le variabili predittive candidate sono estratte da fonti di Datawarehouse al momento della procedura ERCP, sfruttando anche tecniche di text mining nel caso di dati non strutturati, come rapporti clinici a testo libero, referti radiologici e lettere di dimissione. Allo stesso modo, le informazioni sull'esito dello studio della pancreatite acuta ERCP-correlata saranno estratte sia da fonti strutturate come i codici IC9 di dimissione, sia da fonti non strutturate come i rapporti clinici dopo la procedura ERCP. Le variabili così estratte saranno utilizzate per addestrare modelli di apprendimento automatico per prevedere il rischio di pancreatite acuta a livello del singolo paziente. Il modello predittivo finale sarà incluso in un cruscotto interattivo disponibile per i medici coinvolti tramite l'intranet dell'ospedale a scopo di test.
Ricercatori di riferimento: Dott.ssa Coratti, Prof. Mercuri, Dott. Lenkowicz
Linea di finanziamento: fondi istituzionali
Lo scopo del progetto è quello di creare una soluzione innovativa in grado di fornire un supporto efficace nella gestione post-COVID. Healthentia CARE4COVID è una soluzione terapeutica digitale per i pazienti affetti da Long Covid, sotto forma di un'applicazione mobile con coaching virtuale, che li aiuta a recuperare più velocemente dai sintomi, diminuendo le probabilità di condizioni croniche respiratorie o neurologiche.
Allo stesso tempo, CARE4COVID permette agli ospedali di offrire un coaching continuo ai pazienti per affrontare le condizioni di Long Covid e di passare da un supporto standard di day hospital verso un modello ibrido con una ridotta necessità di assistenza in loco. Ciò avviene per mezzo di un portale intelligente di monitoraggio remoto del paziente (PRM) e di supporto alle decisioni per i medici.
La soluzione è certificata per raccogliere i dati del mondo reale (RWD). Applicando l'Intelligenza Artificiale (AI) e gli algoritmi di apprendimento automatico (ML) sui dati acquisiti, essa orchestra i contenuti digitali in modo tale da essere consegnati al paziente attraverso un'app per smartphone coinvolgente, con l'obiettivo di supportare la riabilitazione a distanza per il Long Covid. CARE4COVID ha come punto di partenza i dati clinici dei pazienti affetti da long-covid, così come i modelli predittivi relativi all'evoluzione delle condizioni di Long Covid.
Ricercatori di riferimento: Dott.Tagliaferri, Prof. Valentini, Dott. Patarnello, Dott.ssa Luraschi
Linea di finanziamento: Horizon Europe 2020, Grant Agreement 101016065
