Memberikan perawatan yang dipersonalisasi dan perawatan yang lebih baik kepada pasien yang menderita gangguan otak utama dengan mengurangi biaya perawatan melalui penggunaan kecerdasan buatan: ini adalah tujuan ambisius dari proyek ALAMEDA (www.alamedaproject.eu), didanai oleh Komisi Eropa di bawah program HORIZON 20201.
Proyek tiga tahun dimulai pada 2021 Januari 31 dan akan berakhir pada 2023 Desember XNUMX.
Misi
Proyek ALAMEDA bertujuan untuk memberikan perawatan pribadi dan perawatan yang lebih baik kepada pasien yang menderita gangguan otak utama seperti penyakit Parkinson, multiple sclerosis dan stroke. Ini, dengan tujuan untuk memastikan bahwa intervensi medis di sektor kesehatan efektif untuk pasien, tetapi tidak hanya untuk mereka.
Apa yang ingin kita capai juga adalah kemungkinan untuk dapat "meramalkan" setiap perburukan situasi klinis pasien, sehingga dapat segera melakukan intervensi untuk memperlambat perjalanan penyakit.
Sekali lagi, berkat perawatan yang ditargetkan dan dipersonalisasi, ALAMEDA bertujuan untuk meringankan beban sistem kesehatan Eropa. Sampai saat ini, di UE, pengobatan gangguan otak merupakan salah satu biaya tertinggi di seluruh sistem kesehatan. Mampu melakukan intervensi secara efektif tentu merupakan keuntungan.
Alat yang digunakan
Di antara alat utama yang digunakan adalah kecerdasan buatan dan manajemen Big data sebagai alat "prediktif", ini karena ketepatan waktu, mengacu pada penyakit otak, sangat mendasar.
Faktanya, dalam kebanyakan kasus, ketika gejala klinis terjadi pada pasien dengan penyakit Parkinson atau multiple sclerosis, hasilnya pada dasarnya tidak dapat diubah. Jadi mendeteksi gejala sejak dini dapat membuat perbedaan dalam mengobati mereka yang memiliki gangguan otak.
Sayangnya, tidak ada obat untuk jenis penyakit ini, tetapi memperlambat evolusinya berarti menjamin pasien yang terkena penyakit ini kualitas hidup yang lebih baik untuk jangka waktu yang lebih lama.
Saat ini kemungkinan "memprediksi" dan mengantisipasi pengobatan gangguan otak dimungkinkan oleh kemajuan yang dibuat di bidang teknologi yang memungkinkan kita untuk bekerja menuju jalan yang sampai beberapa tahun yang lalu tidak terpikirkan untuk dapat dikalahkan. Ini sangat bermanfaat bagi pasien dan sistem perawatan kesehatan, yang dalam jangka panjang tidak akan terlalu terbebani dari sudut pandang ekonomi.
Dalam kasus penelitian penyakit saraf, kemajuan teknologi terbukti sangat efektif dalam hal ini. Dengan mengerjakan metode "baru" dari Big data Analytics e Pembelajaran mesin itu sebenarnya mampu memberikan informasi yang relevan secara klinis yang dapat secara efektif menerapkan rekomendasi medis, sehingga mempromosikan efisiensi yang lebih besar dan efektivitas yang sama lebih besar dari perawatan di bidang di mana para ahli memperkirakan kekurangan spesialis di tahun-tahun mendatang.
Masalah kekurangan tenaga kesehatan memang sudah mendunia dan patut mendapat perhatian. Menurut Organisasi Kesehatan Dunia, pada tahun 2030 UE akan mengalami defisit sekitar 4,1 juta profesional kesehatan terampil (bidan, perawat dan dokter).
Dalam hal dampak ekonomi dan sosial secara keseluruhan, ada juga pertimbangan lain: mengingat bahwa sebagian besar gangguan neurologis meningkat seiring bertambahnya usia, beban mereka diperkirakan meningkat di negara-negara dengan populasi yang menua, seperti misalnya di Italia dan di banyak negara Eropa.
Dalam konteks ini, alat Kecerdasan Buatan yang digunakan di sektor kesehatan dapat memberikan kehidupan pada titik balik penting, menjamin pengelolaan penyakit yang lebih baik dan biaya pengobatan yang lebih rendah.
Skenario masa depan
Sistem analisis data lanjutan akan didistribusikan untuk terus memantau keadaan kesehatan pasien dan kapasitas kognitif mereka secara keseluruhan dan mengevaluasi semua aspek yang dianggap mendasar untuk diagnosis gangguan otak: kelelahan, keadaan psikososial, kecemasan, dan depresi, kualitas hidup, dan kepuasan dengan teknologi dan Tele-kesehatan.
Berkat penggunaan Kecerdasan Buatan, pengelolaan beberapa kasus akan dipermudah dan menjadi lebih efisien meskipun dengan adanya data yang heterogen dan tidak lengkap. Dengan proyek ini, dokter akan dapat merancang rencana pemantauan yang dipersonalisasi dengan tujuan meningkatkan hasil pasien.
Selain itu, ini akan memungkinkan dokter untuk memiliki alat canggih untuk prediksi kekambuhan yang tepat waktu untuk mengidentifikasi pengobatan yang paling tepat, memastikan perawatan yang efektif untuk pasien ini dari waktu ke waktu.
Pemantauan fungsi motorik dan karakteristik tidur, bagian penting dari proyek ALAMEDA, memiliki potensi untuk memprediksi perjalanan penyakit, khususnya prediksi kekambuhan atau perburukan. Semua ini penting untuk meningkatkan efektivitas obat-obatan dan perawatan rehabilitasi, yang menghasilkan perawatan dan kualitas hidup yang lebih baik bagi orang-orang dengan gangguan otak.
Secara keseluruhan, ALAMEDA karena itu akan membawa manfaat bagi profesional dan operator perawatan kesehatan, memperluas lanskap alat diagnostik dan pemantauan saat ini yang tersedia untuk praktik klinis dan perawatan kesehatan. Sebuah proyek yang, tanpa bayang-bayang keraguan, ambisius dan karena kepentingannya melibatkan delapan negara (Yunani, Inggris, Italia, Rumania, Norwegia, Luksemburg, Spanyol, dan Siprus) dengan total 15 organisasi yang aktif di garis depan . ALAMEDA, dikoordinasikan oleh ICCS - Institut Komunikasi dan Sistem Informasi (Yunani), juga melihat kolaborasi berharga dari beberapa mitra Italia: EY - Advisory SPA; IMF - Yayasan Asosiasi Multiple Sclerosis Italia; Pluribus One Srl, yang di dalam proyek berkaitan dengan aspek keamanan TI ALAMEDA yang halus dan melekat: desain platform untuk menjamin perlindungan dan privasi data yang akan di-host, diproses, dan dibagikan dengan komunitas ilmiah.
Bukan tugas mudah yang memerlukan beberapa kata analisis mendalam, mengingat fakta bahwa dalam beberapa tahun terakhir serangan dunia maya terhadap fasilitas kesehatan Eropa telah menunjukkan tren yang berkembang dan mengkhawatirkan.
Perlindungan platform ALAMEDA dari serangan cyber dan akses tidak sah akan dimulai dari pembuatan "Model Ancaman", melalui metodologi pemodelan ancaman standar dan banyak digunakan (misalnya STRIDE2 atau PASTA3). Ini akan mengarah pada identifikasi contoh spesifik dan kategori potensi serangan dan ancaman yang akan ditangani. Tetapi di atas semua itu akan mengarah pada identifikasi tindakan pencegahan dalam hal mekanisme perlindungan aktif (persyaratan keamanan untuk dimasukkan dalam platform itu sendiri) dan pasif (penggunaan dan implementasi solusi perangkat lunak berpemilik dari perusahaan Sardinia seperti anti-malware, firewall, web firewall aplikasi, untuk mendeteksi dan memblokir ancaman).
Aspek lain yang terkait dengan keamanan data yang digunakan dan dihosting oleh ALAMEDA menyangkut transparansi penuh (baik terhadap penerima di dalam konsorsium maupun terhadap pemangku kepentingan eksternal) tentang langkah-langkah yang diambil untuk menjamin pengumpulan dan pemrosesan data dengan menggunakan standar keamanan dan perlindungan yang tinggi. privasi. .
Semua dengan tujuan membuat ALAMEDA tidak hanya sesuai dengan GDPR tetapi juga kasus referensi untuk inisiatif masa depan yang terkait erat, mengenai keamanan data di sektor kesehatan, dan juga mendukung eksploitasi dan keberlanjutan hasil yang dicapai oleh proyek.
Maris Matteucci, Matteo Mauri
1perjanjian hibah No 101017558, total anggaran 6 juta Euro.
2https://en.wikipedia.org/wiki/STRIDE_(keamanan)
