Accedi

Login to your account

Username *
Password *
Remember Me

Vinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.x
Informatica
Ingegneria dell'Automazione
Ingegneria Biomedica
Ingegneria delle Telecomunicazioni e dei Media Digitali
Ingegneria Elettronica
Ingegneria Elettrica
Ingegneria Informatica
Ingegneria Meccatronica

Progetto Dipartimenti di Eccellenza “ICT for Health”

Il progetto ICT for Health è stato selezionato fra i 180 progetti nazionali dei Dipartimenti di Eccellenza finanziati dal MIUR nel 2017. Il progetto ha una durata quinquennale (2018‒2022) per una quota di finanziamento pari a Euro 9.330.030,00 e una quota di cofinanziamento pari a Euro 2.506.000,00. Il Reponsabile Scientifico del progetto è il Prof. Bruno Siciliano, Direttore del Centro di Chirurgia Robotica ICAROS dell’Ateneo.

Programma di Ricerca

Le tecnologie e i servizi eHealth nei prossimi decenni determineranno profondi cambiamenti nell'organizzazione del sistema sanitario, con l'obiettivo di migliorare la qualità e l'efficienza dell'assistenza e, al contempo, ridurne i costi. Nel breve periodo le nuove tecnologie dovranno integrarsi con le attuali strutture che forniscono l'assistenza sanitaria, ma nel lungo periodo produrranno cambiamenti significativi sia nella organizzazione interna che nell'architettura degli edifici che ospiteranno gli ospedali e le strutture sanitarie del futuro. Tali strutture dovranno essere in grado di garantire ai pazienti terapie personalizzate, che potranno anche essere decentrate o erogate a domicilio e monitorate a distanza. Il progetto dipartimentale ICT for Health, basandosi sull'infrastruttura preesistente dei laboratori del DIETI e sui nuovi laboratori da realizzare, si sviluppa secondo i seguenti pilastri di ricerca scientifica e tecnologica.

Sensing for Health

Saranno sviluppati trasduttori smart per ambiente Internet of Everything, quali per esempio la siringa elettronica, sensori intelligenti per integrare apparati di microchirurgia robotica, strumentazione biomedica avanzata per sistemi di chirurgia automatizzati e robotizzati, e sistemi innovativi per il monitoraggio a distanza dello stato di salute dei pazienti, sia presso le strutture ospedaliere o sanitarie (per esempio, case di riposo per anziani), sia presso le abitazioni private. In particolare, si studieranno soluzioni basate su nuovi sensori e dispositivi indossabili, portabili o impiantabili, che consentiranno di monitorare lo stato di salute anche al di fuori dei tradizionali centri di cura. Particolare attenzione sarà posta alle tecnologie di Exergaming basate su Serious Games, in cui la riabilitazione o la cura avviene mediante applicazioni di Augmented Reality e di Brain Computer Interfaces, a bassi tempi di training e di risposta, e a basso numero di elettrodi, per pazienti con forti tassi di disabilità. Le tematiche si sviluppo di sensori e la loro interazione in sistemi di visione aumentata verranno sviluppate sperimentalmente all'interno del nuovo laboratorio previsto nello svolgimento del programma.

Data for Health

I servizi e le tecnologie eHealth generano enormi moli di dati e di informazioni che, per il loro trattamento, richiedono l'uso di metodologie e tecnologie non tradizionali: il Cloud Computing, l'Internet of Things e i Big Data e l'Analytics sono i nuovi paradigmi fondanti la nuova generazione di sistemi per la gestione delle informazioni nell'eHealth. Le sorgenti dati da considerare, oltre ad avere elevato volume, sono anche eterogenee data la loro differente tipologia ed origine. Tipicamente, inoltre, tali dati sono raccolti e conservati in forma eterogenea e raramente sono riutilizzati in maniera aggregata. La velocità con cui le informazioni vengono prodotte e salvate, assieme ai citati volume e varietà, richiedono sistemi e strumenti per raccogliere, gestire, analizzare i dati e le informazioni prodotte dai sistemi di healthcare, indirizzando la ricerca verso metodologie e tecniche proprie del Big Data Analytics (BDA). Il BDA nell'eHealth abilita la trasformazione di una analisi classica delle informazioni hypothesis driven a una innovativa di tipo data driven, in grado di individuare connessioni non banali tra dati e informazioni eterogenee. Ciò richiede la necessità di investigare: a) nuove architetture cloud-based che permettano l'elaborazione in tempo utile delle informazioni, dall'Ecosistema di Hadoop a quello di Spark; b) nuovi sistema per la gestione delle informazioni che integrano architetture relational (SQL), non relational (NoSQL) e new relational (newSQL); c) uso di tecniche di analisi di tipo descrittivo, diagnostico, prescrittivo e descrittivo; d) uso di strumenti e tecniche di Data Mining su Massive Data Sets, che comprendono l'approfondimento di sistemi basati di Deep Learning. In questo contesto, altrettanto importanti sono le infrastrutture digitali per la circolazione dei dati e l'interconnessione dei dispositivi, seguendo il paradigma dell'Internet of Things.

Logistics for Health

I servizi per la logistica all'interno degli ospedali impattano sul 15-20% dei costi di esercizio. Tali servizi includono lo spostamento dei pazienti, il trasporto di biancheria, pasti, medicinali, apparecchiature e campioni tra cliniche, reparti, camere operatorie, laboratori, magazzini. La digitalizzazione, l'automazione e le tecnologie robotiche possono ottimizzare tali processi attraverso soluzioni che consentano il trasporto automatico di pazienti e di materiali e la gestione automatica del magazzino dell'ospedale. La principale differenza rispetto ai sistemi logistici di fabbrica è la necessità di operare in ambienti antropici. Nel corso del progetto si propone di creare sistemi robotici capaci di interagire con l'uomo (pazienti, personale medico/infermieristico, parenti in visita) in maniera intuitiva e sicura. Nel modello di "Ospedale 4.0" il sistema di automazione per la logistica rappresenta un ulteriore nodo integrato all'interno della rete ICT per la gestione dei servizi, la cui architettura è tipicamente distribuita a sua volta e le cui metodologie di gestione ed analisi sono tipiche della Data Analysis presentata al punto precedente. Estendendo tale integrazione anche ad una "smart grid" per la gestione delle utenze, è possibile incrementare l'efficienza energetica del sistema di logistica. Una tale integrazione consente peraltro di ottenere un notevole contenimento dei picchi di potenza richiesti alla rete ("peak shaving"), con conseguente contenimento della spesa per consumi elettrici. Si vuole valutare l'integrazione di metodologie tipiche dell'ottimizzazione energetica con la gestione dell'automazione della logistica al fine di garantire lo svolgimento in sicurezza di tutte le operazioni critiche controllando e, se possibile, ottimizzando il consumo energetico.

Robotics for Health

Per garantire assistenza continuativa e personalizzata ai pazienti nelle corsie o presso le proprie abitazioni, si studieranno soluzioni che prevedono l'uso di robot-infermieri. Tali macchine intelligenti aiuteranno i pazienti a svolgere semplici azioni quotidiane, faciliteranno il monitoraggio a distanza e la comunicazione con il personale medico o con i parenti, somministreranno semplici terapie, o potranno essere utilizzati per l'intrattenimento (leggere, raccontare storie, giocare). Oltre ai robot infermieri saranno progettati dispositivi e strategie di controllo per la riabilitazione come lo sviluppo di agenti virtuali da realizzare in realtà aumentata che possano interagire con il paziente attraverso tecniche avanzate del controllo automatico e fornire dati in tempo-reale al personale medico attraverso strategie di telemedicina. La robotica è già oggi una realtà diffusa in parecchie specialità medico-chirurgiche. L'utilizzo di macchine tele-operate o guidate da un computer offre numerosi vantaggi quali precisione, ripetibilità, filtraggio del tremore. Robot come il sistema da Vinci per la chirurgia robotica minimamente invasiva consentono di migliorare e ridurre la durata del decorso post-operatorio dei pazienti. In tale ambito si vuole migliorare le capacità dei robot attualmente utilizzati attraverso l'uso di nuovi sensori, di tecniche avanzate di elaborazione delle immagini e di fusione sensoriale, di procedure computerizzate per la pianificazione dell'intervento sulla base di immagini pre-operatorie o per la guida mediante elaborazione di immagini intra-operatorie, di realtà virtuale e realtà aumentata, di nuove interfacce uomo-robot. Tali interfacce, collegate a simulatori analogici o software, verranno utilizzate, grazie alla già strutturata collaborazione del DIETI all'interno del centro ICAROS, per l'addestramento dei chirurghi. Nuovi strumenti chirurgici sensorizzati verranno progettati e controllati ispirandosi alla capacità di manipolazione dell'uomo. Strumenti di presa antropomorfi saranno sviluppati sia per la chirurgia sia per la riabilitazione.

Reclutamento di Personale Docente

È previsto di rafforzare le 4 aree tematiche del progetto ICT for Health attraverso il reclutamento di un Professore Ordinario nel settore della Bioingegneria Elettronica e Informatica, un Professore Associato nel settore delle Misure Elettriche ed Elettroniche, e quattro RTD-B nei settori dell’Automatica, dei Campi Elettromagnetici, dell’Elettronica e dei Sistemi per l’Elaborazione dell’Informazione.

Laboratori

L'investimento in infrastrutture del progetto Dipartimenti di Eccellenza verrà utilizzato per realizzare: 1) un laboratorio di Realtà Aumentata e Virtuale per il monitoraggio 3D del sistema di sensori previsto nel framework "Sensing for Health" ed a servizio delle tecnologie per la riabilitazione e la chirurgia robotica del framework "Robotics for Health"; 2) un laboratorio eHealth Big Data Analytic basato su una infrastruttura Cloud a supporto della ricerca in ambito Data Analysis sviluppata nel framework "Data for Health" e quella sull'automazione della logistica sviluppata nel framework "Logistics for Health". È altresì previsto una ulteriore quota dell'investimento in infrastrutture per acquisire nuova strumentazione al fine di potenziare l'infrastruttura preesistente dei laboratori del DIETI.

ARHeMLab — Augmented Reality for Health Monitoring Laboratory

È prevista la realizzazione di un laboratorio (ARHeMLab — Augmented Reality for Health Monitoring Laboratory) per la progettazione, la prototipazione e la validazione sperimentale di sistemi hardware e software, basati su ambienti immersivi life-size di realtà aumentata, per il monitoraggio di parametri biomedici in tempo reale. Le applicazioni consentiranno di monitorare mediante tecniche di realtà aumentata tutti i dati corporei di atleti, pazienti in riabilitazione, in modo integrato. Attualmente, come caso rappresentativo, sono allo studio presso il DIETI in collaborazione con altri enti di ricerca ed aziende del territorio nuovi concept di sistemi immersivi life-size di realtà aumentata per il monitoraggio dell'interazione motoria tra persone e agenti virtuali per la riabilitazione di malattie mentali quali la schizofrenia e l'autismo. In essi sono combinate le possibilità offerte dai visori VR (Virtual Reality) o dai sistemi di proiezione immersiva 3D, con reti di trasduttori e strumenti di misura per definire in tempo reale i parametri dinamici del movimento umano in 3D. Lo scopo è ricreare delle modalità operative di visualizzazione immersiva che includano il moto all’interno di un ambiente intelligente, popolato da agenti virtuali che possano interagire con i pazienti e tra di loro al fine di monitorare pazienti affetti da problemi psichiatrici e le loro condizioni operative. Attraverso opportune interfacce interattive il medico specialista potrà a sua volta influire o avere immediato riscontro a fini diagnostici e prognostici sul comportamento del paziente. La richiesta di verifica da parte dell’operatore sui parametri del moto in tempo reale costituisce un dato di input utilizzato all’interno della logica di monitoraggio del moto nel suo ambiente finale di utilizzo (per esempio, exergaming per riabilitazione). Gli agenti virtuali del corpo in movimento e del suo ambiente operativo costituiscono avatar movimentati e controllati attraverso luso di opportuni modelli logico-matematici che ne rendono il moto e l’interazione con l’operatore medico quanto più naturale e immediata possibile. Lo scopo del sistema di misura e controllo distribuito in tempo reale, sotteso al sistema AR integrato di monitoraggio e progettazione in un ambiente immersivo life size, è quello di applicare l’Ambient Intelligence alle Health 3D, al fine di migliorare e estendere la fruibilità del monitoraggio 3D, l’interattività con l’ambiente della modellazione motoria, e l’immersione nel mondo 3D di riferimento motorio. Pertanto, il laboratorio si occuperà di prototipare e caratterizzare: reti di trasduttori di misura in tempo reale; augmented haptic trasducers, combinando diversi canali (vibrazioni, effetti termici, e ventilazione) per fornire stimoli visivi, uditivi e feedback tattili di elementi (acqua, fuoco, terra e aria). Svilupperà classificatori multipli di attività ad alberi di decisione in tecnica meta-euristica, per migliorare le prestazioni degli algoritmi di definizione del moto, con un sistema di riconoscimento delle attività basato su più classificatori, per migliorare le prestazioni degli algoritmi di definizione del moto degli arti 3D, nonché una strategia adattativa e distribuita per la realizzazione degli avatar virtuali e la loro interazione in rete con i pazienti e il personale medico. Si avvarrà, inoltre, di un sistema di visione di realtà virtuale integrato in un ambiente immersivo life-size 3D, per sperimentare l’integrazione del sistema di misura e controllo in tempo reale con l’ambiente del moto 3D. Il sistema consente di effettuare tre differenti tipologie di sperimentazione AR: (i) un ambiente sperimentale di AR con visore, completo di telecamere ove si possano sperimentare attività immersive di monitoraggio di produzioni additive 3D; (ii) life size con visori VR (tipo Oculus Rift) in utilizzo combinato con un sistema di tracking e un add-on video che aggiunge la dimensione aumentata al visore Oculus grazie a un plug-in software dedicato; (iii) un ambiente sperimentale di visualizzazione immersiva con proiettore, ove si possa istallare il sistema di proiezione ultrapanoramico video 3D, per sperimentare attività immersive di monitoraggio di produzioni additive 3D life size, adatto alla presentazione a un pubblico più ampio e completo di sistema di multiproiezione software con supporto DMX.

eHBDA Lab — eHealth Big Data Analytics Laboratory

È prevista la realizzazione di un laboratorio di eHealth Analytics basato su tecnologie Big Data per la progettazione e la prototipizzazione di soluzioni architetturali e algoritmiche per la gestione e l’analisi di dati di eHealth. Sintetizzando quanto descritto nelle precedenti sezioni del progetto, l’Ospedale 4.0 è concepito come il luogo nel quale si attuano processi finalizzati a "produrre valore", integrando tecnologia e processi di produzione ed erogazione delle prestazioni sanitarie, cliniche o chirurgiche. Inoltre, esso rappresenta il luogo ove differenti strumenti e device (dai sensori ai medical devices, dagli apparati più o meno complessi legati alla diagnostica alle attrezzature in sala operatoria, sino ad arrivare in reparto e a bordo letto paziente) sono interconnessi in un ecosistema nel quale inviano parametri che possono alimentare in tempo reale il patrimonio di informazioni cliniche di ciascun paziente, informando le persone sul loro stato di salute contribuendo ad innalzare l’aspettativa di una vita sana dal punto di vista fisico e mentale. Partendo da questo punto di vista, il layout architettonico e la progettazione di una infrastruttura di sistema per la gestione delle informazioni devono necessariamente tener conto di nuovi paradigmi e nuovi modelli che permettono di gestire complessità, volume, eterogeneità e velocità dei dati. Questo richiede la necessità di investigare soluzioni basati sul paradigma dell’Internet of Things, per l’interconnessione e l’acquisizione di dati da differenti dispositivi dell’ecosistema, e l’analisi di nuovi paradigmi di elaborazione, in particolare cloud-based. La soluzione che proponiamo è cloud-based, preferibile rispetto a una classica soluzione in-house in quanto permette di risparmiare i costi dovuti al refresh tecnologico (necessario ogni 3-5 anni) oltre che di abbattere i costi di manutenzione, installazione ed esercizio. Data la mole di dati, l’infrastruttura proposta per il laboratorio di Analytics si basa sull’ecosistema di Hadoop e su quello di Spark, prendendo in considerazione nuovi sistemi per la gestione delle informazioni che integrano architetture relazionali (SQL), non relazioni (NoSQL) e new relational (newSQL). Su tali architetture proponiamo ambienti per lo sviluppo e l’integrazione di tecniche di analisi di tipo descrittivo, diagnostico, prescrittivo e descrittivo oltre che sull’utilizzo di strumenti e tecniche di Data Mining su Massive Data Sets, che comprendono anche l’approfondimento di sistemi basati su Deep Learning.

Dottorato di Ricerca

Il Dottorato in ICT for Health si candida alla creazione e formazione su base sistematica e organica della futura classe di protagonisti che in questo settore si dedicheranno alle attività di ricerca e innovazione tecnologica, capaci di operare validamente presso soggetti privati, enti pubblici ed università: potenzialmente ovunque nel mondo. È rivolto a un numero molto selezionato di laureati, dotati di una ottima preparazione, interessati ai temi del dottorato e motivati a migliorare le proprie capacità, competenze e conoscenze in tema di ricerca e innovazione. È concepito per creare un ambito formativo e di ricerca intersettoriale e specifico per docenti e studenti che in relazione al connubio ICT—Health tuttora si riferiscono fino alla Laurea Magistrale insegnando o laureandosi in Ingegneria dell'Automazione, Ingegneria Biomedica, Ingegneria Elettrica, Ingegneria Elettronica, Ingegneria delle Telecomunicazioni, Ingegneria Informatica, Informatica. Inserendosi al terzo e più elevato livello di formazione del DIETI, si offre elettivamente alla platea dei 300 laureati magistrali per anno dei 7 corsi di Laurea Magistrale del DIETI, e può esporre circa 140 docenti universitari. Il Dottorato ICT for Health è concepito per attrarre studenti laureati esternamente dell'Università di Napoli Federico II e all’estero presentandosi con una denominazione innovativa nell’offerta formativa delle università italiane ma, al contempo, riconoscibilissima anche in sede internazionale. Nell’ambito della presente misura è proposto un intero ciclo di accreditamento ANVUR composto da due interi cicli di dottorato (ciascuno con 9 borse finanziate).

Strategie di Sviluppo

Sfruttando i già esistenti legami istituzionali con la Scuola di Medicina (il Centro ICAROS sulla Chirurgia Robotica) si prevede che il DIETI possa incrementare la sua già preminente posizione in Ateneo rafforzando le proprie collaborazioni con altri dipartimenti e mettendo a disposizione dell'intero Ateneo le nuove infrastrutture e l’insieme di competenze sviluppato nel corso del progetto Dipartimenti di Eccellenza. Le tematiche sviluppate nel progetto ICT for Health saranno ulteriormente sviluppate e rafforzate dalla cooperazione con il tessuto imprenditoriale e socio-economico della regione. Numerose aziende attive negli ambiti di interesse del progetto hanno già manifestato interesse alla possibile sinergia con il DIETI. È prevista inoltre la sinergia con strutture divulgative come Città della Scienza per rendere comuni a tutto il territorio regionale le attività sviluppate nel progetto. È previsto di interagire con l'Ufficio di Ateneo per il trasferimento tecnologico per il supporto alla creazione di spin-off e altre attività di impresa sulle tematiche di ICT for Health particolarmente sviluppate nel territorio regionale. La creazione di un polo di eccellenza sulle tematiche ICT for Health renderà possibile la partecipazione alle principali reti di laboratori di ricerca europei in ambito ICT for Health.

© 2016 DIETI@UniNa. All Rights Reserved. Designed By JoomShaper. Powered by CCB