Paniere con risposte aperte - Dispositivi intelligenti a supporto della salute e del benessere scienze dell'esercizio fisico per il benessere e la salute (2023/2024)

(FSE)

La Cartella Clinica ele琀琀ronica (CCE) rappresenta l’equivalente digitale della Cartella Clinica tradizionale. Al

suo interno raccoglie tu琀� i da琀椀 clinici del paziente (es. da琀椀 anagra昀椀ci, visite specialis琀椀che, refer琀椀 e risulta琀椀

degli esami). Consente inoltre la ges琀椀one e la condivisione istantanea di tu琀琀e le informazioni, con l’ausilio

del sistema informa琀椀co u琀椀lizzato dalle aziende ospedaliere.

Il Fascicolo sanitario ele琀琀ronico (FSE), a di昀昀erenza della CCE, traccia l’intera storia clinica del paziente.

A琀琀raverso una card ele琀琀ronica, il ci琀琀adino possiede le credenziali d’accesso per condividere informazioni

con il medico curante ed aggiornare i propri da琀椀 clinici in totale sicurezza, mentre gli operatori sanitari

possono consultarlo a琀琀raverso un sistema di auten琀椀cazione.

Descrivi la classi昀椀cazione dei tre macro gruppi dei disposi琀椀vi medici

1. 昀椀ssi: vengono inclusi disposi琀椀vi radiogra昀椀ci e mammogra昀椀ci, CT e Scanner MRI, dispos琀椀vi diagnos琀椀ci in

vitro (IDV), macchine ad ultrasuoni e disposi琀椀vi che misurano parametri 昀椀siologici. Ques琀椀 disposi琀椀vi high-

tech, che trasme琀琀ono le immagini in modalità wireless ai medici, sono generalmente distribui琀椀 dagli

ospedali, cliniche e centri diagnos琀椀ci con immagini incorporate nella cartella ele琀琀ronica (EHR).

2. impianta琀椀: vengono inclusi disposi琀椀vi come ad esempio protesi all’anca, pacemaker e de昀椀brillatori che

monitorano e curano condizioni cardiache, s琀椀molatori nervosi, s琀椀molatori della vescica, stazioni di

erogazione di chemioterapie o apparecchi per il monitoraggio cardiaco domiciliare dei pazien琀椀 costre琀� a

le琀琀o.

3. esterni indossabili: si tra琀琀a di disposi琀椀vi che o昀昀rono soluzioni per il monitoraggio in real 琀椀me di

parametri vitali del paziente da remoto a 昀椀ni diagnos琀椀ci e di cura; generalmente rilevano i da琀椀 a琀琀raverso

sensori, li comunicano usando la tecnologia Bluetooth all’apparecchio mobile del paziente il quale poi li

trasme琀琀e automa琀椀camente, a琀琀raverso la rete, alla stru琀琀ura di cura. In questa categoria rientrano anche

disposi琀椀vi medici esterni come pompe di insulina porta琀椀li che spesso usano protocolli wireless proprietari

per comunicare i da琀椀.

Quale è il compito della European Blockchain Partnership?

Il compito dell’European Blockchain Partnership è di creare la European Blockchain Services Infrastructure,

o EBSI, per poter sviluppare servici pubblici transnazionali usando la tecnologia blockchain.

Cosa è la tecnologia blockchain?

La tecnologia della blockchain si basa su due pilastri fondamentali che sono il controllo di昀昀uso (peer-to-

peer) e l’u琀椀lizzo degli algoritmi cri琀琀ogra昀椀ci più avanza琀椀. Come suggerisce la parola stessa la blockchain

consente di realizzare una catena, o meglio una rete, di nodi (blocchi) che hanno il duplice compito di

archiviare in maniera sicura una serie di contra琀� o transazioni che avvengono tra due o più par琀椀 assieme a

quello di controllare ed approvare tu琀琀e le transazioni che vengono archiviate dagli altri blocchi della rete.

Downloaded by Carlo Marziani (carlomarziani62@gmail.com)

lOMoARcPSD|14508144

Tale meccanismo perme琀琀e di garan琀椀re la tracciabilità e l’immodi昀椀cabilità di tu琀琀e le transazioni archiviate

nella catena senza ricorrere ad una autorità cer琀椀昀椀cante centrale.

Cos’è l’eHealth?

In ambito tecnico la Sanità Digitale viene de昀椀nita come la convergenza delle tecnologie digitali e genomiche

nel se琀琀ore sanitario, in relazione alle cara琀琀eris琀椀che delle stru琀琀ure ospedaliere ed alle condizioni socio-

demogra昀椀che dell’ambiente esterno, con lo scopo di implementare l’e昀케cacia del sistema assistenziale e la

personalizzazione della cura, rendendola sempre più precisa. La Sanità digitale viene u琀椀lizzata per favorire il

processo di raccolta dei da琀椀, tramite apposi琀椀 disposi琀椀vi ele琀琀ronici, e per svolgere analisi computazionali.

Con “sanità digitale” si intendono gli interven琀椀 condivisi da tu琀琀e le amministrazioni operan琀椀 a livello

centrale, regionale e locale, spinte da un obbie琀�vo comune: aumentare il tasso di innovazione digitale

nelle aziende sanitarie, ricorrendo all’uso di strumen琀椀, soluzioni e risorse provenien琀椀 dall’Informa琀椀on

Communica琀椀on Technology.

Cosa si intende per Informa琀椀on Privacy?

Data l’evoluzione dei merca琀椀, la privacy non viene più intesa esclusivamente quale diri琀琀o sogge琀�vo, ma si

è piu琀琀osto a昀昀ermato il conce琀琀o di “Informa琀椀on Privacy”, la cui elaborazione, dimostra l’avvenuta

rimodulazione del diri琀琀o sogge琀�vo ed il progressivo assestamento su una nozione di privacy che non può

non contemplare il controllo sui potenziali usi dei da琀椀 personali all’interno del rela琀椀vo mercato secondario.

Descrivi sinten琀椀camrente alcuni mdalità di u琀椀lizzo dell'intelligenza ar琀椀昀椀ciale in medicina

I sistemi dota琀椀 di meccanismi di automazione possono aiutare i medici a migliorare le diagnosi, a prevedere

la di昀昀usione di mala琀�e e a personalizzare i tra琀琀amen琀椀; l’Intelligenza ar琀椀昀椀ciale, combinata alla

digitalizzazione, consente il monitoraggio delle condizioni di salute dei pazien琀椀. E così si trasforma e allo

stesso tempo si potenzia il modo in cui vengono ges琀椀te le mala琀�e croniche, i cui cos琀椀 rappresentano

un’ampia fe琀琀a del budget dedicato alla cura della salute. l’uso della realtà aumentata e virtuale potrebbe

contribuire anche a un miglioramento dell’a琀�vità di riparazione e manutenzione delle apparecchiature

medicali da remoto.

Cosa è una rete bayesiana?

un modello probabilis琀椀co che rappresenta in un grafo l’insieme delle variabili casuali e le rela琀椀ve

dipendenze condizionali

Cosa è il Deep learning?

Il deep learning è una so琀琀ocategoria del machine learning ed indica quella branca dell’intelligenza ar琀椀昀椀ciale

che fa riferimento agli algoritmi ispira琀椀 al funzionamento ed alla stru琀琀ura del cervello, chiama琀椀 re琀椀 neurali

ar琀椀昀椀ciali.

Cosa è il Machine learning?

Machine Learning si può tradurre come apprendimento automa琀椀co inteso come abilità delle macchine

(intese come computer) di apprendere senza essere state esplicitamente e preven琀椀vamente programmate

(almeno così come nell’accezione tradizionale dell’informa琀椀ca). Il Machine Learning insegna ai computer e

ai robot a fare azioni ed a琀�vità in modo naturale come gli esseri umani o gli animali: imparando

Downloaded by Carlo Marziani (carlomarziani62@gmail.com)

lOMoARcPSD|14508144

dall’esperienza. In sostanza, gli algoritmi di Machine Learning usano metodi matema琀椀cocomputazionali per

apprendere informazioni dire琀琀amente dai da琀椀, senza modelli matema琀椀ci ed equazioni predeterminate.

Descrivi per cosa viene utulizzata la Deep Learning Pla琀昀orm

Le stru琀琀ure di deep learning sono ad esempio u琀椀lizzate nel riconoscimento automa琀椀co della lingua parlata

e dei vol琀椀, nella computer vision e nella bioinforma琀椀ca

Descrivi i tre di昀昀eren琀椀 livelli tecnologici in cui sono stru琀琀ura琀椀 i "sistemi esper琀椀"

- base di conoscenza (knowledge base): potremmo iden琀椀昀椀carlo come il database delle informazioni che

servono al sistema per fornire una risposta ad un determinato problema (come farebbe l’essere umano

esperto che ha la conoscenza speci昀椀ca della materia da applicare alla risoluzione del problema). Si tra琀琀a del

repository dove vengono memorizzate informazioni e regole che perme琀琀ono al sistema di me琀琀ere in a琀琀o

una ragionamento;

- motore inferenziale: la knowledge base alla base di un sistema esperto con琀椀ene anche le informazioni

speci昀椀che di una serie di regole di 琀椀po IfThen (se-allora): se si veri昀椀ca una certa condizione – per esempio

viene posta una certa domanda – si applica una speci昀椀ca regola – per esempio viene fa琀琀a una seconda

domanda oppure viene data una precisa risposta o avviata una determinata azione, ecc. Questo “rule

engine” è di fa琀琀o la componente so昀琀ware che, analizzando ed elaborando le informazioni contenute nella

base di conoscenza, capisce il problema e propone una soluzione.

- interfaccia utente: è la parte del so昀琀ware che perme琀琀e all’utente di sfru琀琀are il motore inferenziale;

solitamente si tra琀琀a di una interfaccia web, a volte molto sempli昀椀cata (una pagina dove l’utente inserisce

una domanda in forma scri琀琀a e riceve a video la risposta elaborata dal sistema esperto) a volte più

stru琀琀urata (oggi integrabile anche con altri sistemi basa琀椀 sull’intelligenza ar琀椀昀椀ciale come il riconoscimento

e la comprensione del linguaggio naturale)

De昀椀nisci sinten琀椀camente cosa sono le re琀椀 neurali

le re琀椀 neurali sono modelli di calcolo matema琀椀co-informa琀椀ci basa琀椀 sul funzionamento delle re琀椀 neurali

biologiche, ossia modelli cos琀椀tui琀椀 da interconnessioni di informazioni; tali interconnessioni derivano da

neuroni ar琀椀昀椀ciali e processi di calcolo basa琀椀 sul modello delle scienze cogni琀椀ve chiamato “connessionismo,

vale a dire basa琀椀 su PDP – Parallel Distributed Processing - , elaborazione a parallelismo distribuito delle

informazioni: il cervello umano elabora le informazioni dei vari sensi in modo parallelo e distribuisce le

informazioni in tu琀� i vari nodi della rete, non in una memoria centrale

Come funzionano le re琀椀 neurali ar琀椀昀椀ciali?

Una rete neurale ar琀椀昀椀ciale riceve segnali esterni su uno strato di nodi (unità di elaborazione) d'ingresso,

ciascuno dei quali è collegato con numerosi nodi interni, organizza琀椀 in più livelli. Ogni nodo elabora i

segnali ricevu琀椀 e trasme琀琀e il risultato a nodi successivi .

Cosa è la Deep Learning Pla琀昀orm?

una tecnologia avanzata della pia琀琀aforma Machine Learning che, tramite par琀椀colari algoritmi di

apprendimento automa琀椀co basa琀椀 su re琀椀 neurali ar琀椀昀椀ciali, viene impiegata per il riconoscimento e la

classi昀椀cazione di pa琀琀ern, per risolvere problemi molto complessi ed elaborare una grossa mole di da琀椀, Big

Data Analy琀椀cs Downloaded by Carlo Marziani (carlomarziani62@gmail.com)

lOMoARcPSD|14508144

Descrivi cosa è il "NLP"

Natural LanguageProcessing (NLP): è l’elaborazione del linguaggio naturale, ovvero un processo che<