SCI-PHI

Segment-based Collective Intelligence for Population Health Improvement

Il progetto studia, attraverso metodi analitici di segmentazione e machine learning, il possibile effetto di ‘devianza sociale positiva’ in pazienti con diabete di tipo 2, nello specifico valuta in che misura pazienti con scarso controllo della propria condizione possano apprendere strategie di (auto-)gestione e trattamento e modificare il proprio stile di vita. Il progetto parte da dati clinici e dati comportamentali di pazienti con diabete di tipo 2 per formare dei cluster di pazienti (segmenti) sottoposti a workshop terapeutici di gruppo customizzati sulla base delle loro caratteristiche e che coinvolgono anche pazienti con ottimo controllo della propria patologia. L’obiettivo è di capire come l’uso di tecniche di clusterizzazione possa permettere una individuazione ottimale dei pazienti e massimizzare le possibilità di successo degli interventi proposti.

PARTNERS & RUOLO DI CNR-IEIIT

Partners: CNR-IEIIT (coordinator), Queen’s University (Kingston, Canada), Ryerson University (Toronto, Canada).

IEIIT si occupa dell’analisi dei dati pre- e post- esperimento e della messa a punto e coordinamento del protocollo sperimentale

ALTRE INFORMAZIONI

Finanziamento: Nesta (UK)

Durata: 25 Mar 2020 – 31 May 2021