AIR LAB

IRCCS "Don Gnocchi" - Firenze

AIR Lab - Artificial Intelligence for Rehabilitation Laboratory

logo Air Lab
Il laboratorio attivo all'interno dell'IRCCS Don Gnocchi di Firenze, concorrendo alla sistematizzazione dell’acquisizione e dell’analisi del dato strumentale e clinico si pone l’obiettivo di studiare, validare e sviluppare sistemi automatici di supporto alla decisione clinica in medicina riabilitativa che possano trovare utilità e applicazione nella pratica clinica quotidiana della Fondazione. Tale tecnologia, basata su algoritmi di apprendimento (machine/deep learning) può supportare nella selezione delle informazioni rilevanti e nell’interpretazione di dati complessi e multifattoriali. In riferimento alla riabilitazione, la disponibilità di soluzioni efficaci e affidabili aumenterà la personalizzazione del piano riabilitativo alle esigenze specifiche del paziente, migliorerà la gestione ospedaliera, consentirà una pianificazione più puntuale e accurata della durata delle degenze e dei supporti necessari e fornirà elementi utili nella comunicazione tra operatori sanitari, pazienti e caregivers.

Staff

staff AIR LAB
new AIRLab

Progetti

Progetto TUNE- BEAM (in corso, 09/2020 – 08/2023)
Soggetto erogante il finanziamento: Regione Toscana Importo: euro 319.360,00. PI: Andrea Mannini

Il progetto TUNE-BEAM (TUscany NEtwork for BioElectronic Approaches in Medicine: AI-based predictive algorithms for fine-tuning of electroceutics treatments in neurological, cardiovascular and endocrinological diseases) è finanziato dalla Regione Toscana all’interno del Bando Ricerca Salute 2018 con durata triennale.
Il progetto mira ad utilizzare la microneurografia e la microneurostimolazione per sviluppare algoritmi predittivi intelligenti per il fine-tuning di trattamenti elettroceutici in ambito neurologico, cardiovascolare ed endocrinologico. La Fondazione Don Gnocchi con l'Irccs di Firenze, è coinvolta principalmente nell’obiettivo MICRO-DOC (Microneurography and microneurostimulation for prognosis and rehabilitation of disorder of consciousness) che ha lo scopo di identificare predittori di prognosi in pazienti con disordini di coscienza, in un’ottica di sviluppo di nuovi protocolli di riabilitazione. L’obiettivo MICRO-DOC riguarderà l'analisi delle risposte EEG alla stimolazione meccanica ed elettrica in pazienti con Disturbi della Coscienza. Il progetto porterà ad un miglioramento della caratterizzazione dei pazienti con DoC e all'identificazione di pazienti con indicazione neuronale preservata dell'elaborazione sensoriale discriminativa, che possono essere sottoposti a specifici interventi terapeutici innovativi. Le stesse modifiche specifiche dell'EEG possono essere utilizzate anche per oggettivare gli effetti del trattamento. L'approccio proposto, che potrebbe portare a un nuovo percorso per il paziente con DOC, è facilmente applicabile nel contesto clinico della regione Toscana poiché si basa su una rete clinica regionale preesistente e sull'esperienza del gruppo di ricerca ed è potenzialmente trasferibile su larga scala.

5perMille AF 2018 – Data science in rehabilitation medicine
Soggetto erogante il finanziamento: Ministero della Salute. PI: Andrea Mannini

Il progetto si pone l’obiettivo di migliorare la qualità delle analisi di dati clinici e strumentali acquisiti presso l’IRCCS di Firenze, attraverso:

  • l’implementazione di database strutturati per progetti e trial clinici mediante software specifico REDCap che garantisce un controllo della qualità del dato durante e dopo il suo inserimento;
  • l’acquisizione dei dati da parte di personale clinico e tecnico, a valle dell’approvazione del comitato etico e della firma del consenso informato da parte del paziente o del tutore;
  • la formazione e l’assistenza del personale all’utilizzo di tali software nella pratica di ricerca clinica;
  • l’elaborazione del dato clinico e strumentale basata sulle metodologie classiche della biostatistica ma anche computazionalmente più avanzate, quali quelle del machine learning.

5perMille AF 2019 – “Study and development of biomedical data science and machine learning methods to support the appropriateness and the decision-making process in rehabilitation medicine”. Soggetto erogante il finanziamento: Ministero della Salute. PI: Andrea Mannini

Il progetto si pone l’obiettivo di studiare, sviluppare e validare modelli diagnostici e prognostici nel contesto della medicina riabilitativa mediante metodologie di analisi ed elaborazione del dato clinico e strumentale che si collocano stato dell’arte della ricerca in bioingegneria.
In particolare, a valle della sistematizzazione dell’acquisizione del dato strumentale e clinico in atto presso l’IRCCS di Firenze, ci si pone l’obiettivo di sviluppare sistemi di supporto alla decisione clinica basati sull’impiego degli algoritmi di apprendimento automatico (machine learning).

Collaborazioni attive con partner esterni

  • Metodi computazionali per la stima delle milestone di recupero in pazienti con lesione del legamento crociato (collaborazione con Università Roma Foro Italico);
  • Metodi computazionali per la diagnosi automatica di lesioni cordali benigne da dati audio (collaborazione con la Scuola Superiore Sant’Anna di Pisa e IRCCS Gemelli);
  • Validazione sperimentale di un dispositivo per la robotica riabilitativa indossabile - esoscheletro MyoSuit (collaborazione con MyoSwiss e ETH Zurich)
  • Metodi computazionali per il riconoscimento automatico di pazienti con depressione mediante sensori inerziali (collaborazione con la Scuola Superiore Sant’Anna di Pisa).

Tesi, Stage e Tirocini universitari disponibili

Il laboratorio è stato e si propone come sede per tirocini e tesi di laurea in discipline tecnico-scientifiche. Sono già attive convenzioni a riguardo con atenei italiani e stranieri.
Per informazioni scrivere a: amannini@dongnocchi.it