Research project

Human Life cycle management (DFM.AD006.107)

Thematic area

Physical sciences and technologies of matter

Project area

Infrastrutture di ricerca , strumentazione avanzata e nuove metodologie sperimentali e di calcolo (DFM.AD006)

Structure responsible for the research project

Istituto di cibernetica "Edoardo Caianiello" (ISASI)

Project manager

COSIMO DISTANTE
Phone number: 0832 1975300
Email: cosimo.distante@cnr.it

Abstract

L'utilizzo delle convolutional neural networks nella medicina moderna cominciano a essere degne di nota, particolarmente al "prospective healthcare" nell'analisi dell'electronic medical records (EMR), che contiene lo stato di salute del paziente.
Recentemente, nel settore sanitario, architetture non supervisionate basate su deep autoencoders, sono state proposte per apprendere una rappresentazione compatta di pattern di normalità provenienti da EHR (articolo su Nature Scientific Report, "Deep Patient" riportato sotto), con lo scopo di individuare modelli predittivi accurati. La superiorità di tale approccio rispetto alle tecniche tradizionali di machine learning di rappresentazione dei dati è ampiamente documentata, dimostrando essere un framework di machine learning utile per sviluppare sistemi clinici decisionali più robusti.
Il progetto si inquadra nell'ambito del: Titolo II Capo 1 "Aiuti ai programmi di investimento promossi da Grandi Imprese da concedere attraverso Contratti di Programma Regionali" - progetto fase accesso: "Human Life Cycle Management"- Codice Progetto: J0JPUD5 (Regione Puglia)

Goals

Studio di modelli non supervisionati di reti neurali di tipo "deep", come deep autoencoders e convolutional neural networks per dati mono e multi dimensionali, che descrivono lo stato di salute di ciascun paziente.
L'obbiettivo è istituire un laboratorio di ricerca congiunto con l'Azienda Infotel srl, partecipante al raggruppamento HLCM Codice Progetto: J0JPUD5 con soggetto proponente Dedalus SPA.
Il laboratorio congiunto avrà tra gli obbiettivi, lo sviluppo di nuovi modelli computazionale per la Sanità.

Start date of activity

01/01/2017

Keywords

deep learning, e-health, artificial intelligence

Last update: 09/12/2023