• BitMAT
  • BitMATv
  • Top Trade
  • Linea EDP
  • Itis Magazine
  • Industry 5.0
  • Sanità Digitale
  • ReStart in Green
  • Speciale Data Center
  • Contattaci
Close Menu
Sanità DigitaleSanità Digitale
    Facebook X (Twitter) LinkedIn Instagram Vimeo RSS
    giovedì, 26 Marzo
    Trending
    • Wearable: 1 italiano su 3 li indossa ma come gadget per il benessere e il fitness
    • Per i servizi in farmacia in arrivo 50 milioni
    • AFI apre il confronto su terapie digitali e alimenti speciali per la sostenibilità del SSN
    • VITA HEALTH: nuovo Advisory Board scientifico per la validazione delle proprie soluzioni digital
    • Disabilità e tecnologia: con l’AI cambia tutto
    • UpSurgeOn chiude un round da 5 milioni di euro per supportare l’espansione globale
    • Genetec: controllo accessi e sicurezza, anche per le strutture sanitarie
    • Bianalisi analizza 3.000 campioni di sangue all’ora
    Facebook X (Twitter) LinkedIn Instagram Vimeo RSS
    Sanità DigitaleSanità Digitale
    • Home
    • Cura
    • Tendenze
    • Tecnologia
    • Riabilitazione
    • No Limits
    • Incontri
    Sanità DigitaleSanità Digitale
    Sei qui:Home»Cura»Malattie neuromuscolari ereditarie: AI protagonista
    Updated:22 Giugno 2023

    Malattie neuromuscolari ereditarie: AI protagonista

    By Redazione BitMAT21 Giugno 20233 Mins Read
    Facebook LinkedIn Twitter WhatsApp Telegram Reddit Email

    In partenza CoMPaSS-NMD, un progetto europeo guidato dall’Università di Modena e Reggio Emilia, in cui l’AI supporterà i medici nella diagnosi e il monitoraggio delle malattie neuromuscolari e nella progettazione di percorsi terapeutici personalizzati

    AI intelligenza artificiale-Malattie neuromuscolari

    Si è svolto il 5 e 6 giugno nella Sala Ex Oratorio del Palazzo dei Musei di Modena il Kick Off Day del progetto CoMPaSS-NMD – Computational Models for new Patients Stratification Strategies of Neuromuscular Disorders – finanziato dal programma Horizon Europe della Commissione Europea e coordinato dall’Università di Modena e Reggio Emilia (Unimore). Il progetto mira a sviluppare strumenti innovativi e universali per la diagnosi, il monitoraggio e il trattamento più accurato e personalizzato di pazienti affetti da malattie neuromuscolari ereditarie (HNMD). Grazie a tecniche avanzate di clustering, CoMPaSS-NMD identificherà gruppi di pazienti con caratteristiche cliniche simili.

    Le malattie neuromuscolari ereditarie si verificano spesso nei giovani, causando disabilità a lungo termine e morte prematura. Queste condizioni implicano un basso livello di partecipazione dei pazienti, necessità di assistenza permanente e possono richiedere un intervento istituzionale a lungo termine.

    Il progetto, coordinato da Rossella Tupler, genetista di Unimore, coinvolge sei centri clinici (specializzati in biotecnologie, ICT, Intelligenza Artificiale, etica e legale) presenti in Italia, Francia, Germania, Finlandia, Regno Unito. Sono presenti inoltre quattro partner industriali, tutti operanti nel contesto della rete di riferimento europea per le malattie neurologiche rare. Questi centri forniranno i dati multidimensionali (clinici, genetici, istopatologici e di risonanza magnetica) che saranno elaborati per identificare gruppi di pazienti simili mediante strumenti computazionali basati su algoritmi di intelligenza artificiale.

    CoMPaSS-NMD implementerà nuove tecniche basate sull’apprendimento automatico e su nuovi parametri specifici per i disturbi neuromuscolari, per analizzare meglio e più velocemente le immagini istopatologiche. L’adozione di questo approccio multidimensionale incentrato sul paziente ha il potenziale per aumentare il tasso diagnostico di HNMD del 30% e promuovere azioni efficaci da parte dei sistemi sanitari nazionali europei.

    Come risultato principale del progetto, la piattaforma CoMPaSS-NMD Atlas sarà un’applicazione basata sull’intelligenza artificiale che fornirà una precisa caratterizzazione clinica e diagnostica, con un forte impatto sulla ricerca in questo settore e sull’assistenza sanitaria europea.

    Il progetto, il cui finanziamento è di quasi 6 milioni di euro, rilascerà linee guida per la gestione del paziente per offrire uno standard di cura superiore per la diagnosi, la prognosi e la pianificazione delle sperimentazioni cliniche.

    Rossella Tupler ha sottolineato che: “La diagnosi delle malattie neuromuscolari degenerative non è semplice. Un’alta percentuale di pazienti restano non diagnosticati o diagnosticati molto tardi perché le informazioni che derivano dai loro dati clinici sono frammentarie e parziali. È necessario, quindi, trovare un modo per usare efficacemente i dati dei pazienti così da capire in fretta cosa sta accadendo e intervenire tempestivamente con un adeguato piano terapeutico. CoMPaSS guarda al futuro volendo sviluppare un sistema di classificazione dei pazienti che sfrutti l’intelligenza artificiale a supporto dei medici, aiutandoli a elaborare dati molto complessi e a capire rapidamente la direzione diagnostica e terapeutica da intraprendere”.

    Durante il primo incontro del 5 e 6 giugno a Modena, i partner del progetto hanno avuto l’opportunità di conoscersi, condividere obiettivi generali e specifici, individuando le strategie più efficaci in vista della loro attuazione nei prossimi quattro anni di lavoro congiunto.

    Deep Blue si occuperà di facilitare l’introduzione del nuovo sistema basato su intelligenza artificiale nella routine quotidiana dei medici, nell’iter diagnostico e terapeutico, con particolare attenzione ai relativi aspetti critici: nello specifico, sicurezza, trasparenza e responsabilità nell’uso dei dati dei pazienti. La PMI italiana è, inoltre, leader della comunicazione del progetto, della divulgazione dei risultati e del coinvolgimento degli stakeholders dalla fase di sviluppo fino alla fase di lancio sul mercato e utilizzo del sistema da parte degli utenti finali.

    CoMPaSS-NMD intelligenza artificiale malattie neuromuscolari Università di Modena e Reggio Emilia
    Share. Facebook LinkedIn Twitter WhatsApp Telegram Reddit Email

    Correlati

    Scompenso cardiaco: tre algoritmi per prevedere la salute del cuore

    16 Marzo 2026

    Con i robot OSS, in forze all’Ospedale Annunziata di Cosenza, si riducono fino all’80% le infezioni ospedaliere

    16 Marzo 2026

    L’Intelligenza Artificiale per combattere la scarsa aderenza alle terapie

    5 Marzo 2026
    Newsletter

    Iscriviti alla Newsletter per ricevere gli aggiornamenti dai portali di BitMAT Edizioni.

    BitMATv – I video di BitMAT
    Nuova Transizione 5.0: cosa cambia?
    Il futuro del lavoro passa dai Personal Systems: l’innovazione HP tra AI e sicurezza
    AI in locale: la workstation secondo Syspack tra potenza e flessibilità
    Tra promesse e realtà: vita (vera) da System Integrator
    Data center nell’era dell’AI: infrastrutture, densità e nuove sfide per l’enterprise
    Più Letti

    Wearable: 1 italiano su 3 li indossa ma come gadget per il benessere e il fitness

    25 Marzo 2026

    Per i servizi in farmacia in arrivo 50 milioni

    25 Marzo 2026

    AFI apre il confronto su terapie digitali e alimenti speciali per la sostenibilità del SSN

    24 Marzo 2026

    VITA HEALTH: nuovo Advisory Board scientifico per la validazione delle proprie soluzioni digital

    24 Marzo 2026
    Chi Siamo
    Chi Siamo

    Sanità Digitale è una testata giornalistica appartenente al gruppo BitMAT Edizioni, una casa editrice che ha sede a Milano con una copertura a 360° per quanto riguarda la comunicazione online ed offline rivolta agli specialisti dell'lnformation & Communication Technology.

    Facebook X (Twitter) Instagram Vimeo LinkedIn RSS
    NAVIGAZIONE
    • Cura
    • Tendenze
    • Riabilitazione
    • No Limits
    • Incontri
    Ultime

    Wearable: 1 italiano su 3 li indossa ma come gadget per il benessere e il fitness

    25 Marzo 2026

    Per i servizi in farmacia in arrivo 50 milioni

    25 Marzo 2026

    AFI apre il confronto su terapie digitali e alimenti speciali per la sostenibilità del SSN

    24 Marzo 2026
    • Contattaci
    • Cookies Policy
    • Privacy Policy
    • Redazione
    © 2012 - 2026 BitMAT Edizioni - P.Iva 09091900960 - tutti i diritti riservati Iscrizione al tribunale di Milano n° 295 del 28-11-2018 Testata giornalistica iscritta al ROC

    Type above and press Enter to search. Press Esc to cancel.