REDRAW – fedeRatED leaRning for humAn Wellbeing

Il settore sanitario è stato caratterizzato da profondi cambiamenti e dall’adozione su larga scala di soluzioni digitali eterogenee. Un numero crescente di cittadini in tutta Europa si aspetta di accedere alle cure in modo rapido e semplice scegliendo dispositivi intelligenti per la salute da remoto per condividere con i medici i propri dati sanitari per generare flussi di informazioni destinati agli operatori sanitari, per migliorare i processi di diagnosi, monitoraggio e trattamento di un numero crescente di condizioni, principalmente nei pazienti fragili. Le amministrazioni sanitarie pubbliche stanno eseguendo accordi sempre più rilevanti per stabilire quali tecnologie sono più efficaci e quale infrastruttura IT può fornire un accesso sicuro, protetto e interoperabile per la raccolta, l’elaborazione e la distribuzione di flussi di informazioni da parte dei pazienti, ma anche della popolazione generale sana, per fornire un sistema sostenibile predittivo, preventivo, personalizzato e partecipativo. I singoli paesi europei hanno avviato piani per la digitalizzazione dei servizi sanitari transfrontalieri e la creazione di uno spazio europeo per i dati sanitari. Un approccio razionale alla gestione di un sistema così complesso non può prescindere dall’impiego di sistemi computazionali basati su risorse cloud e dispositivi edge attraverso sistemi eterogenei e multilivello (cloud-edge continuum).

All’interno del progetto REDRAW, lo sviluppo della ricerca in questo ambito è particolarmente rilevante per almeno due motivi:

• il miglioramento delle tecnologie adottate per il monitoraggio, la diagnosi e la gestione del trattamento di specifiche condizioni di salute;
• la necessità di sviluppare approcci più rispettosi dei vincoli di privacy, riservatezza, sicurezza informatica, accountability e sovranità digitale europea, ancora ampiamente assenti sul mercato.

REDRAW propone lo studio e la messa a punto di tecniche di deployment cloud-edge dinamiche, che sfruttano modelli di Federated Learning (FL), in tre contesti reali, per migliorare le caratteristiche tecnologiche delle soluzioni esistenti, nel rispetto dei vincoli strategici e non funzionali che caratterizzano gli scenari italiano ed europeo. Con l’applicazione del paradigma FL nel continuum cloud-edge, REDRAW consentirà lo sviluppo di strumenti di monitoraggio intelligenti, che addestrano localmente un modello personalizzato che impara a valutare le informazioni sul benessere dell’utente. La raccolta e l’elaborazione centralizzate di modelli addestrati saranno sfruttate per apprendere come tali condizioni si evolvono nella popolazione complessiva, senza violare la privacy degli utenti, ma consentendo di implementare nuovi modelli che considerino le tendenze globali. I tre casi di studio indagano (1) l’assistenza sanitaria materno-fetale in gravidanza, condotta in collaborazione con la Clinica di Ostetricia e Ginecologia del Policlinico di Bari, (2) il trattamento dei disturbi neuromuscolari che caratterizzano molte malattie genetiche e degenerative correlate a traumi o invecchiamento, in collaborazione con la Clinica Neurologica dell’Università di Pisa, e (3) il monitoraggio dei disturbi del sonno presso l’IBB CNR di Napoli