2012 – Nasce l’idea da un Problema Scientifico

La Bpco è la quarta causa di morte nel mondo con una crescita stimata del 5% (380 milioni di persone in tutto il mondo). La Bpco è spesso aggravata da episodi acuti chiamati “esacerbazioni”, di media da 2 a 4 riacutizzazioni all’anno, che rappresentano la principale causa di ospedalizzazione e, nei casi più gravi anche, di morte. Il paziente solitamente tende a sottostimare i sintomi e li sottopone all’attenzione del medico quando le condizioni sono potenzialmente critiche. La mancanza di una diagnosi precoce delle riacutizzazioni rappresenta un problema nella gestione e nel controllo della progressione della patologia. Attualmente non esiste una metodologia specifica, ma è emersa la necessità scientifica di identificare parametri oggettivi in grado di comunicare al medico il momento migliore per intervenire.

2014 – La ricerca  e la Soluzione

In questo contesto, in un recente studio di ricerca condotto in collaborazione con il Policlinico dell’Università Campus Bio-Medico di Roma, il Laboratorio di Sistemi di Elaborazione e BioInformatica (CoSBi) della Facoltà Dipartimentale di Ingegneria della medesima università, è stato sviluppato un algoritmo di Intelligenza Artificiale che, utilizzando i dati acquisiti da un pulsiossimetro, ovvero la frequenza cardiaca e la saturazione emoglobinica, permette di monitorare lo stato di salute, di rilevare l’insorgere di riacutizzazioni o di situazioni clinicamente critiche che possano comportare un peggioramento dello stato di salute del soggetto affetto da BPCO ancor prima che i sintomi si manifestino. Il metodo è basato su un procedimento di apprendimento supervisionato su tali parametri vitali del paziente. Le medie dei test eseguiti indicano un’accuratezza del 98,4%.

Schema della Rete di Petri – Algoritmo Predittivo

Schema Logico algoritmo predittivo

20162019 Referenze

  • IEEE-EMBS International Conference on Biomedical and Health Informatics (BHI), Las Vegas 2016 [“On the Remote Detection of COPD-Related Worrisome Events”–BHI 2016].
  • IEEE JOURNAL OF BIOMEDICAL AND HEALTH INFORMATICS, VOL. 21, NO. 2, MARCH 2017 [A Decision Support System for Tele-Monitoring COPD-Related Worrisome Events].

  • Copertina sulla rivista IEEE JOURNAL OF BIOMEDICAL AND HEALTH INFORMATICS, VOL. 21, N° 2, MARZO 2017

  • 62° Congresso SIGG – INVECCHIAMENTO: SCENARIO 2.0 – Napoli 29 Novembre – 02 Dicembre – Telemedicina e malattie croniche: un nuovo modello di app

  • Tra le quattro vincitrici, con Menzione Speciale, della call 2018 di UniCredit Start Lab per il settore Life Science

  • IoT & Data Science Bootcamp – Hughes Hall College, University of Cambridge – AGOSTO 2019

  • BIAT 2018/2019/2020 Borsa dell’Innovazione e dell’Alta Tecnologia.

  • 2020 Menarini S.P.A acquista 1.200 KIT BPCOmedia per l’emergenza COVID-19

  • 2021 AIPO (Associazione Italiana Pneumologi Ospedalieri) e BPCOmedia firmano un Accordo di Partnership

2021 BREVETTI

Sono state depositate otto domande di brevetto dal titolo “System for the detection and the early prediction of the approaching of exacerbations in patients suffering from Chronic Obstructive Pulmonary Disease” delle quali sono stati già rilasciati i brevetti:

  1. European No. EP 3304365
  2. Japanese No. 6810135
  3. Russian in attesa di numero e attestato
  4. USA No. 10542942