Digital Healthcare Innovation Lab
DHI Lab
Il gruppo di ricerca DHI Lab - Digital Healthcare Innovation Lab si occupa di progettare, sviluppare e validare metodi e tecnologie digitali per l’innovazione dei processi di prevenzione, diagnosi, monitoraggio e cura, contribuendo ad una sanità più personalizzata, predittiva, sicura ed efficiente. Le attività del gruppo integrano competenze di informatica medica, intelligenza artificiale e data science, con particolare attenzione alla valorizzazione dei risultati della ricerca in ambito clinico e preclinico.
Il gruppo opera sull’integrazione e l’analisi di dati biomedici eterogenei — tra cui segnali fisiologici, immagini, testi clinici e dati multimodali — per sviluppare modelli e strumenti a supporto delle decisioni cliniche. In questo contesto, l’intelligenza artificiale è impiegata per la realizzazione di sistemi di supporto finalizzati a migliorare l’accuratezza diagnostica, la stratificazione del rischio e la personalizzazione degli interventi di cura del paziente.
Le stesse competenze sono applicate anche allo sviluppo di digital twin di modelli biologici in vitro, utilizzati per simulare e predire la risposta di sistemi cellulari a stimoli esterni. Questo approccio contribuisce ad accelerare la ricerca preclinica, rendendo più efficiente la valutazione sperimentale e favorendo la riduzione di tempi, costi e ricorso alla sperimentazione animale.
Un ulteriore ambito di ricerca riguarda le tecnologie indossabili intelligenti per il monitoraggio remoto, con particolare riferimento allo scompenso cardiaco. Il gruppo progetta e sviluppa sensori e sistemi avanzati per l’acquisizione continua e non invasiva di parametri fisiologici, con l’obiettivo di identificare precocemente segnali di peggioramento clinico e supportare modelli di assistenza più tempestivi e orientati alla continuità di cura.
Trasversalmente, il gruppo dedica particolare attenzione alla qualità, all’affidabilità e alla trasferibilità delle soluzioni proposte, affrontando in modo integrato i temi della validazione, della sicurezza, dell’integrità del dato e della conformità normativa nell'ambito dello sviluppo di Medical Device Software.
Il gruppo opera sull’integrazione e l’analisi di dati biomedici eterogenei — tra cui segnali fisiologici, immagini, testi clinici e dati multimodali — per sviluppare modelli e strumenti a supporto delle decisioni cliniche. In questo contesto, l’intelligenza artificiale è impiegata per la realizzazione di sistemi di supporto finalizzati a migliorare l’accuratezza diagnostica, la stratificazione del rischio e la personalizzazione degli interventi di cura del paziente.
Le stesse competenze sono applicate anche allo sviluppo di digital twin di modelli biologici in vitro, utilizzati per simulare e predire la risposta di sistemi cellulari a stimoli esterni. Questo approccio contribuisce ad accelerare la ricerca preclinica, rendendo più efficiente la valutazione sperimentale e favorendo la riduzione di tempi, costi e ricorso alla sperimentazione animale.
Un ulteriore ambito di ricerca riguarda le tecnologie indossabili intelligenti per il monitoraggio remoto, con particolare riferimento allo scompenso cardiaco. Il gruppo progetta e sviluppa sensori e sistemi avanzati per l’acquisizione continua e non invasiva di parametri fisiologici, con l’obiettivo di identificare precocemente segnali di peggioramento clinico e supportare modelli di assistenza più tempestivi e orientati alla continuità di cura.
Trasversalmente, il gruppo dedica particolare attenzione alla qualità, all’affidabilità e alla trasferibilità delle soluzioni proposte, affrontando in modo integrato i temi della validazione, della sicurezza, dell’integrità del dato e della conformità normativa nell'ambito dello sviluppo di Medical Device Software.
-
Responsabili scientifici
-
Team di ricerca
Area di ricerca
Linee di ricerca
- Sviluppo e validazione di Dispositivi Medici Software (DMS): l'obiettivo è creare soluzioni digitali che rispettino gli standard di sicurezza e i requisiti normativi (MDR/AI act), garantendo l'integrità dei dati inseriti e l’affidabilità del software stesso in contesti clinici.
- Sistemi di Supporto alle Decisioni e Mining di Dati Eterogenei: il focus è la trasformazione di grandi moli di dati clinici eterogenei (dati, segnali, immagini, testo, ...) in conoscenza azionabile da integrare all’interno di sistemi di supporto alle decisioni cliniche (CDSS) capaci di supportare il personale sanitario in tutte le fasi di care&cure del paziente, migliorando l'accuratezza diagnostica e la personalizzazione della cura.
- AI for In Vitro Device Digital Twins: l'obiettivo è utilizzare metodi di AI per lo sviluppo di digital twin di modelli biologici in vitro in grado di simulare e predire le risposte cellulari a stimoli esterni, accelerando i test pre-clinici e riducendo drasticamente tempi, costi e necessità della sperimentazione animale tradizionale.
- Tecnologie Indossabili Intelligenti per il Monitoraggio Remoto dello Scompenso Cardiaco: la ricerca è focalizzata sullo sviluppo di sensori indossabili di nuova generazione per il monitoraggio continuo e non invasivo di pazienti affetti da scompenso cardiaco col fine di identificare precocemente segnali di peggioramento clinico, facilitando la deospedalizzazione e ottimizzando la gestione del paziente da remoto per una medicina territoriale più efficiente.
Competenze
Settori ERC
SDG
Keywords
Collaborazioni con altri gruppi di ricerca
Pubblicazioni da archivio istituzionale
Pubblicazioni da archivio istituzionale
-
Introvaia, Alessandra; Giordano, Noemi; Rosati, Samanta; Cannone, Silvia; Baima, ... (2026)
Data Warehouse to Support Clinical Trials in Dentistry. In: EFMI MIE 2026, Genova (Ita), 25-28 Maggio 2026, pp. 1569-1570. ISSN 0926-9630. ISBN: 9781643686615 -
Introvaia, Alessandra; Ruocco, Gerardina; Nicoletti, Letizia; Rosati, Samanta; Chiono, ... (2026)
Integrating Radiomics and Machine Learning to Improve Fluorescence Image Segmentation in in vitro models. In: EFMI MIE 2026, Genova (Ita), 25-28 May 2026, pp. 143-147. ISSN 0926-9630. ISBN: 9781643686615 -
Giordano, Noemi; Cannone, Silvia; Knaflitz, Marco; Balestra, Gabriella (2025)
Impact of the auscultation area on heart sound waveforms for the estimation of Cardiac Time Intervals. In: 2025 47th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), Copenhagen (Den), 14-18 July 2025, pp. 1-7. ISSN 2694-0604. ISBN: 979-8-3315-8618-8 -
Giordano, Noemi; Cannone, Silvia; Balestra, Gabriella; Knaflitz, Marco (2025)
Independence on the lead of the identification of the ventricular depolarization in the electrocardiogram in wearable devices. In: COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE UPDATE, vol. 8. ISSN 2666-9900 -
Introvaia, Alessandra; Bezze, Andrea; Muccio, Sara; Mattu, Clara; Balestra, Gabriella (2025)
Intelligent System for Automated Spheroid Segmentation Using Machine Learning. In: 35th Medical Informatics Europe Conference - MIE 2025, Glasgow (UK), 19–21 May 2025, pp. 557-561. ISSN 0926-9630. ISBN: 9781643685960 -
Cannone, Silvia; Giordano, Noemi; Loforte, Antonio; Spitaleri, Antonio; Gallone, ... (2025)
Pilot study on the separability of the native heart sounds and device support noise in patients implanted with left ventricular assist devices. In: 2025 47th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), Copenaghen (Dan), 14-18 July 2025, pp. 1-6. ISSN 2694-0604. ISBN: 979-8-3315-8618-8 -
Panic, Jovana; Defeudis, Arianna; Vassallo, Lorenzo; Cirillo, Stefano; Gatti, Marco; ... (2025)
Rectal Cancer Segmentation: A Methodical Approach for Generalizable Deep Learning in a Multi-Center Setting. In: INTERNATIONAL JOURNAL OF IMAGING SYSTEMS AND TECHNOLOGY, vol. 35. ISSN 0899-9457 -
Murgia, Y.; Gazzarata, R.; Ciampi, M.; Sicuranza, M.; Cirillo, F.; Esposito, C.; Maggi, ... (2025)
The challenges of national health data ecosystems in feeding the European health data space: the Italian example. In: FRONTIERS IN MEDICINE, vol. 12. ISSN 2296-858X -
Cannone, Silvia; Giordano, Noemi; Knaflitz, Marco; Balestra, Gabriella (2025)
Usability-driven design of medical device APPs for telemonitoring of chronic patients. In: 2025 IEEE 13th International Conference on Healthcare Informatics (ICHI), Rende (Ita), 18-21 June 2025, pp. 671-672. ISBN: 979-8-3315-2094-6 -
Panic, J.; Defeudis, A.; Vassallo, L.; Cirillo, S.; Gatti, M.; Esposito, A.; ... (2024)
A Fully Automatic Multi-Vendor AI-System To Segment And Predict Resistance To Treatment Of Rectal Cancer On MRI. In: 10th World Congress on New Technologies, NewTech 2024, Barcelona (Spa), August 25-27, 2024. ISSN 2369-8128 -
Giordano, Noemi; Sbrollini, Agnese; Morettini, Micaela; Rosati, Samanta; Balestra, ... (2024)
Acquisition Devices for Fetal Phonocardiography: A Scoping Review. In: BIOENGINEERING, vol. 11. ISSN 2306-5354 -
Introvaia, Alessandra; Muccio, Sara; Bezze, Andrea; Mattu, Clara; Balestra, Gabriella (2024)
Automatic Segmentation of Multicellular Tumour Spheroids Images During Growing. In: European Federation for Medical Informatics Special Topic Conference (EFMI STC) 2024 - Collaboration across Disciplines for the Health of People, Animals and Ecosystems, Timisoara (RO), 27 to 29 November 2024, pp. 230-234. ISSN 0926-9630. ISBN: 9781643685540 -
Scotto, Andrea; Giordano, Noemi; Rosati, Samanta; Balestra, Gabriella (2024)
Design of a Digital Twin of the Heart for the Management of Heart Failure Patients. In: Medical Informatics Europe (MIE) 2024, Athens (Greece), 25-29 August 2024, pp. 875-876. ISSN 0926-9630. ISBN: 9781643685335 -
Sacchi, Lucia; Balestra, Gabriella; Veltri, Pierangelo; Giacomini, Mauro (2024)
Education in Health Informatics: Perspectives from the Italian Society for Biomedical Informatics (SIBIM). In: International Conference on Wearable Micro and Nano Technologies for Personalized Health, Rende (Italy), 27-29 May, 2024, pp. 187-191. ISSN 0926-9630. ISBN: 978-1-64368-518-2 -
Zhang, Yanhua; Balestra, Gabriella; Zhang, Ke; Wang, Jingyu; Rosati, Samanta; Giannini, ... (2024)
MultiTrans: Multi-branch transformer network for medical image segmentation. In: COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE, vol. 254. ISSN 0169-2607 -
Giordano, Noemi; Rosati, Samanta; Fortunato, Daniele; Knaflitz, Marco; Balestra, ... (2024)
Personalized Detection of Motion Artifacts for Telemonitoring Applications. In: pHealth 2024, Rende (Italy), 27-29 May 2024, pp. 155-159. ISSN 0926-9630. ISBN: 9781643685182 -
Giordano, Noemi; Cannone, Silvia; Balestra, Gabriella; Rosati, Samanta; Knaflitz, Marco (2024)
Separation of the Valvular Contribution to Heart Sounds through Blind Source Separation in Multi-Channel Phonocardiography. In: Computing in Cardiology, Karlsruhe (Ger), 08-11 September 2024. ISSN 2325-887X -
Giordano, Noemi; Bolognini, Irene; Knaflitz, Marco; Rosati, Samanta; Balestra, Gabriella (2024)
Stratification of Heart Sounds Morphology Through Unsupervised Learning. In: Medical Informatics Europe (MIE), Athens (Greece), 25-29 August 2024, pp. 889-893. ISSN 0926-9630. ISBN: 9781643685335 -
Giordano, Noemi; Rosati, Samanta; Balestra, Gabriella; Knaflitz, Marco (2023)
A Wearable Multi-Sensor Array Enables the Recording of Heart Sounds in Homecare. In: SENSORS, vol. 23. ISSN 1424-8220 -
Fiandra, C.; Rosati, S.; Arcadipane, F.; Dinapoli, N.; Fato, M.; Franco, P.; Gallio, E.; ... (2023)
Active bone marrow segmentation based on computed tomography imaging in anal cancer patients: A machine-learning-based proof of concept. In: PHYSICA MEDICA, vol. 113. ISSN 1120-1797