中文 
EN 
Il Data Learn Lab, laboratorio congiunto fra CNR-IFC e Fondazione Gabriele Monasterio, ha presentato giovedì 7 maggio presso la sala Consiliare Comunale di piazza Paolini a Montignoso (MS) il sistema DRESS di Autovalutazione Del Rischio e Supporto Socio-Sanitario, progettato con l’obiettivo di monitorare in modo attivo il rischio individuale di contagio da SARS-Cov-2 e la potenziale evoluzione in malattia COVID-19.
DRESS è predisposto per consentire agli utenti di essere parte attiva dello studio, nell’idea di costruire una Sanità CON il cittadino e non PER il cittadino, incentivando strategie di Medicina Partecipativa.
Il sistema DRESS, sviluppato sfruttando la tecnologia bot offerta dall‘applicazione di messaggistica Telegram e modelli di Intelligenza Artificiale, nasce prioritariamente come uno strumento di modellizzazione della complessità informativa e si colloca in modo trasversale nel processo di studio della dinamica di sviluppo della malattia Covid-19. Il modello concettuale di riferimento prevede la caratterizzazione dell’utente nelle varie fasi del processo morboso, dalla valutazione del rischio (risk assessment) fino all’esito di malattia (outcome: dimissione ospedaliera, guarigione, reinfezione etc.), prevedendo anche il monitoraggio dei soggetti non infetti.
La rilevazione del numero di casi positivi sintomatici o asintomatici, delle loro caratteristiche co-morbili e sociali viene effettuata con l’obiettivo di identificare per ogni utente DRESS il proprio profilo di rischio, in modo da incentivare, nei soggetti non contagiati che presentino le stesse caratteristiche dei casi, l’adozione di strategie protettive. Questo è il motivo per cui DRESS funziona anche in assenza di informazioni anagrafiche, poiché mira a stabilire un dialogo con i propri utenti, veicolato dalla trasmissione di informazioni cifrate (che non transitano in chiaro sulla rete) targettizzate sui vari profili di rischio e inviate attraverso la chat-bot stessa, senza necessità di identificazione in chiaro del destinatario, individuato esclusivamente attraverso un codice numerico.
Gli utenti potranno interagire con DRESS anche richiedendo feedback specifici dialogando direttamente con il bot in linea, o anche inviando le loro richieste a l’helpdesk del Data Learn Lab, dove gli esperti risponderanno in differita.
Il database DRESS prevede l’archiviazione di una serie di informazioni relative alle caratteristiche individuali che l’utente possedeva in fase pre-pandemica (presenza di comorbidità, condizione familiare e abitativa, esposizioni ambientali e occupazionali etc.) e alle abitudini di vita tenute durante la fase pandemica/epidemica (uso di DPI, frequenza di permanenza fuori dal proprio domicilio, capacità di resilienza, capacità critica verso le fonti di informazione etc.). Per ogni utente, il percorso di acquisizione informativa sarà completo in circa un mese di rilevazione, attraverso la somministrazione di blocchi di 7 domande giornaliere: le risposte ai blocchi precedenti condizionano i percorsi dei blocchi successivi in modo da incentivare l’approccio personalizzato alla compilazione e ridurre al minimo la ridondanza informativa e l’impiego di tempo da parte degli utilizzatori.
Durante questo periodo, oltre alla stima del proprio rischio individuale, il sistema fornirà agli utenti feedback personalizzati sulla base delle risposte che forniranno e il collegamento con fonti informative aggiornate e affidabili circa l’emergenza in atto.
DRESS, nasce dall’esperienza pluriennale maturata dai componenti del Data Learn Lab nella progettazione di strumenti a supporto della programmazione sanitaria sia nell’ambito più strettamente territoriale (algoritmi di segmentazione e profilazione dell’utenza per la definizione di percorsi diagnostico terapeutici personalizzati) sia nell’ambito più propriamente clinico (applicazione dei modelli di intelligenza artificiale per l’identificazione di biomarcatori da immagini diagnostiche).
In entrambi i casi l’approccio di fondo consiste nell’individuare metodologie e soluzioni tecnologiche che consentano di rendere quanto più possibile personalizzato l’approccio all’utente, con evidenti vantaggi sia per il paziente stesso sia per il sistema sanitario nel suo complesso.
DRESS vuole essere uno strumento pensato prioritariamente per rispondere all’attuale emergenza sanitaria, ma facilmente riconfigurabile anche per altre priorità sanitarie, come le malattie cronico-degenerative, e lungo tutto il processo morboso dalla fase della prevenzione, alla diagnosi e trattamento, fino all’esito della malattia.
