Maker Learn Events 2022
Wearables in IoT for respiratory diseases or COVID-19 patients in healthcare service co-production - Co-produzione di servizi sanitari tramite tecnologie indossabili in IoT per malattie croniche respiratorie o pazienti Covid19
Consorzio Parco Scientifico e Tecnologico Pontino Technoscience
Abstract: Negli ultimi anni, il Covid-19 ha messo alla prova i sistemi sanitari di tutto il mondo. L'emergenza sanitaria è durata a lungo e molti paesi hanno attivato sistemi di telemonitoraggio per seguire a distanza le persone che soffrono di sintomi respiratori, senza sovraccaricare le strutture sanitarie. Il decorso della malattia e i suoi effetti (sindrome post-Covid) possono persistere per un lungo periodo di tempo e quindi diventa sempre più significativa la necessità di sistemi di riabilitazione a distanza. Questo lavoro propone lo sviluppo di un sistema riabilitativo a distanza basato sulla co-produzione medico-paziente, attraverso l'utilizzo di dispositivi indossabili. L'acquisizione e l'elaborazione di segnali fisiologici e legati al movimento permette di ottenere informazioni quantitative sullo stato di salute delle persone assistite e sul loro percorso riabilitativo. Viene proposto un sistema indossabile minimamente invasivo che integra vari sensori, un'infrastruttura per l'acquisizione e l'elaborazione dei dati e infine uno studio di fattibilità. Lo studio di fattibilità mostra come le informazioni quantitative sugli esercizi riabilitativi proposti si ottengono utilizzando sensori inerziali sul tronco, riducendo l'impostazione dei sensori necessari al monitoraggio.
Parole chiave: telemonitoraggio, wearables, IMU, ECG, pulsossimetria, termometria, malattie respiratorie, sindrome post-Covid, co-produzione, politica sanitaria.
Online
Padiglione Z
Registrati per questo evento

Antonio Pallotti
Antonio Pallotti, docente di informatica medica presso Università San Raffaele Roma, ricercatore in ingegneria presso Consorzio Parco Scientifico e Tecnologico Technoscience - San Raffaele, dottorando in management presso Università di Roma "Tor Vergata", ingegnere medico, dottorato in elettronica. Esperto in wearable sensors, machine learning, public management.