• BitMAT
  • BitMATv
  • Top Trade
  • Linea EDP
  • Itis Magazine
  • Industry 5.0
  • Sanità Digitale
  • ReStart in Green
  • Speciale Stampanti
  • Contattaci
Close Menu
Sanità DigitaleSanità Digitale
    Facebook X (Twitter) LinkedIn Instagram Vimeo RSS
    mercoledì, 15 Luglio
    Trending
    • Pelle mista: riconoscerla senza semplificare troppo
    • Intelligenza Artificiale e accessibilità: da Bruxelles la sfida europea per salute, inclusione e diritti
    • Esoscheletri medicali leggeri: arrivano in Italia WIM e WIM S per supportare la mobilità quotidiana
    • Le immagini diagnostiche sul Fascicolo Sanitario Elettronico
    • Intelligenza artificiale in sanità: opportunità, rischi e sfide per il futuro delle cure
    • Cybersecurity farmaceutica: con la NIS2 cresce la necessità di un presidio integrato IT e OT
    • Telemedicina e cardiopatie congenite: al Gaslini il primo impianto in Liguria per il monitoraggio della pressione polmonare
    • Intelligenza artificiale e sanità: Baioni, “L’AI è il terzo attore della relazione di cura”
    Facebook X (Twitter) LinkedIn Instagram Vimeo RSS
    Sanità DigitaleSanità Digitale
    • Home
    • Cura
    • Tendenze
    • Tecnologia
    • Riabilitazione
    • No Limits
    • Incontri
    Sanità DigitaleSanità Digitale
    Sei qui:Home»In Evidenza»Ecografie Fetali con AI integrata al Policlinico di Bari
    Updated:3 Luglio 2025

    Ecografie Fetali con AI integrata al Policlinico di Bari

    By Redazione BitMAT1 Luglio 20253 Mins Read
    Facebook LinkedIn Twitter WhatsApp Telegram Reddit Email

    Predict e Università di Bari collaborano per migliorare la diagnostica ginecologica con l’Intelligenza Artificiale applicata alle ecografie fetali

    ecografie-fetali

    La PMI Innovativa Predict (“Predict” o la “Società”) collabora con l’Università degli Studi di Bari Aldo Moro nel progetto “IAUSO – Intelligenza Artificiale applicata agli UltraSuoni in Ostetricia” per l’integrazione dell’Intelligenza Artificiale nelle ecografie fetali e nella diagnostica ginecologica. Il progetto, parte dello Spoke 2 “Smart Devices and Technologies for Personal and Remote Healthcare” finanziato dall’Unione Europea – NextGenerationEU nell’ambito del Piano Nazionale di Ripresa e Resilienza (PNRR), troverà applicazione presso il Policlinico di Bari – Ospedale Giovanni XXIII, nel reparto di Ginecologia e Ostetricia.

    Le ecografie fetali diventano più “intelligenti” con l’AI

    L’introduzione dell’Intelligenza Artificiale nello screening ecografico nel reparto permetterà di correggere in tempo reale l’acquisizione delle immagini nelle ecografie fetali, suggerendo al clinico la direzione in cui muovere la sonda per ottenere risultati di qualità superiore, e di ridurre la necessità di ripetere esami non idonei, con un impatto diretto sull’ottimizzazione dei tempi clinici, la riduzione del carico di lavoro per il personale medico e un miglioramento complessivo dell’efficienza del reparto.

    Il cuore del progetto è rappresentato da una piattaforma avanzata che combina due ecografi di fascia alta ed un’unità computazionale di acquisizione di dati ecografici. Si tratta di una periferica che raccoglie in tempo reale il flusso video ecografico: i dati acquisiti saranno utilizzati per addestrare dei modelli di intelligenza artificiale specialistici che assisteranno attivamente gli operatori, guidandoli durante l’esecuzione dell’esame ecografico.

    L’acquisizione dei dati tramite l’unità computazionale rappresenta un passaggio fondamentale del progetto: i clinici possono registrare i video ecografici in forma anonimizzata, caricarli sul cloud e valutarne la qualità diagnostica, selezionando i frame più significativi per l’addestramento dell’algoritmo. Dopo una prima fase di apprendimento supervisionato, l’Intelligenza Artificiale sarà in grado di riconoscere autonomamente i contenuti di qualità, contribuendo a standardizzare e velocizzare la pratica delle ecografie fetali, tipicamente operatore-dipendente. Questo approccio consentirà anche agli operatori meno esperti di eseguire esami con un elevato grado di accuratezza, grazie al supporto dell’AI, rendendo la diagnostica ecografica più accessibile e uniforme.

    Predict è attiva nello sviluppo di tecnologie nel settore dell’healthcare, e specificatamente nella diagnostica in vivo, mediante la distribuzione di apparecchiature ecografiche e radiologiche e lo sviluppo di tecnologie innovative nel settore della breath analysis e del digital healthcare.

    Dichiarazioni

    “Il progetto IAUSO dimostra quanto possa essere fruttuosa e positiva la sinergia tra università, aziende e strutture sanitarie pubbliche”, ha dichiarato Giuseppe Carella, Director della Strategic Business Unit Imaging di Predict. “Collaborazioni come questa accelerano l’adozione di tecnologie innovative, rendendo la ricerca più concreta e la medicina più efficace. La realizzazione di questa piattaforma avanzata è stata possibile grazie al lavoro congiunto di due delle nostre Strategic Business Unit – SBU Digital Healthcare e SBU Imaging – che hanno collaborato a stretto contatto per perfezionare il sistema Optip, integrandolo con le potenzialità dell’Intelligenza Artificiale”.

    ecografia intelligenza artificiale (AI) Predict progetti europei università di bari
    Share. Facebook LinkedIn Twitter WhatsApp Telegram Reddit Email

    Correlati

    Pelle mista: riconoscerla senza semplificare troppo

    13 Luglio 2026

    Le immagini diagnostiche sul Fascicolo Sanitario Elettronico

    9 Luglio 2026

    Cybersecurity farmaceutica: con la NIS2 cresce la necessità di un presidio integrato IT e OT

    8 Luglio 2026
    Newsletter

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

    BitMATv – I video di BitMAT
    TrendAI rafforza l’ecosistema: partnership, competenze e innovazione per la cybersecurity del futuro
    TrendAI punta sul canale: competenze, consulenza e servizi gestiti al centro della strategia
    Perché sono importanti i protocolli?
    Titanium: l’evoluzione del Motion Control
    IA in azienda: obblighi normativi, governance e protezione dei dati
    Più Letti

    Pelle mista: riconoscerla senza semplificare troppo

    13 Luglio 2026

    Intelligenza Artificiale e accessibilità: da Bruxelles la sfida europea per salute, inclusione e diritti

    13 Luglio 2026

    Esoscheletri medicali leggeri: arrivano in Italia WIM e WIM S per supportare la mobilità quotidiana

    9 Luglio 2026

    Le immagini diagnostiche sul Fascicolo Sanitario Elettronico

    9 Luglio 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

    Pelle mista: riconoscerla senza semplificare troppo

    13 Luglio 2026

    Intelligenza Artificiale e accessibilità: da Bruxelles la sfida europea per salute, inclusione e diritti

    13 Luglio 2026

    Esoscheletri medicali leggeri: arrivano in Italia WIM e WIM S per supportare la mobilità quotidiana

    9 Luglio 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.