skip to Main Content
Laboratori di Riferimento:

Sistemi Cognitivi;

Pubblicazioni di Riferimento:

M. Pota, M. Esposito, G. De Pietro, “Likelihood-fuzzy analysis: From data, through statistics, to interpretable fuzzy classifiers”. International Journal of Approximate Reasoning, vol. 93, pp. 88-102, ISSN 0888-613X, DOI 10.1016/j.ijar.2017.10.022, 2018

A. Amato and A. Coronato, “An IoT-aware architecture for smart healthcare coaching systems”, Proceedings of the 2017 IEEE 31st International Conference on Advanced Information Networking and Applications (AINA), IEEE, 2017, DOI: 10.1109/AINA.2017.128, AINA-2017

G. De Pietro, M. Ciampi, G. Iorio, R. Capasso, G. Antonucci, M. Barile e M. G. Rosa, “La salute in rete tra eccellenza e innovazione”, Leda Editore, pp. 1-64, 2017, ISBN: 978-88-970-0558-2

C. Diomaiuta, M. Sicuranza, M. Ciampi, and. G. De Pietro, “A FHIR-based system for the generation and retrieval of clinical documents”, in ICT4AWE 2017: Proceedings of the 3rd International Conference on Information and Communication Technologies for Ageing Well and e-Health, Volume 1, pp. 135-142, 2017, SCITEPRESS Digital Library, ISBN: 978-989-758-251-6, DOI: 10.5220/0006311301350142

M. Pota, M. Esposito, G. De Pietro, “Designing rule-based fuzzy systems for classification in medicine”, Knowledge-Based Systems, vol. 124, pp. 105-132, ISSN 0950-7051, DOI 10.1016/j.knosys.2017.03.006, 2017

G. Sannino, I. De Falco, and G. De Pietro, “A statistical analysis for the evaluation of the use of wearable and wireless sensors for fall risk reduction”, Proceedings of the 10th International Joint Conference on Biomedical Engineering Systems and Technologies, Volume 5: SmartMedDev, BIOSTEC 2017, pp. 508-516, 2017

S. Naddeo, L. Verde, M. Forastiere, G. De Pietro, and G. Sannino, “A real-time m-health monitoring system: an integrated solution combining the use of several wearable sensors and mobile devices”, Proceedings of the 10th International Joint Conference on Biomedical Engineering Systems and Technologies, Volume 5: SmartMedDev, BIOSTEC 2017, pp. 545-552, 2017

G. Caggianese, M. Calabrese, V. De Maio, G. De Pietro, A. Faggiano, L. Gallo, G. Sannino, and C. Vecchione, “A rehabilitation system for post-operative heart surgery”, Proceedings of the International Conference on Intelligent Interactive Multimedia Systems and Services, pp. 554-564, Springer, Cham, 2017

G. Caggianese, M. Calabrese, L. Gallo, G. Sannino, C. Vecchione, “Cardiac Surgery Rehabilitation System (CSRS) for a Personalized Support to the Patients”, In Proceedings of the 13th 2017 International Conference on Signal-Image Technology & Internet-Based Systems (SITIS), 2017

A. Amato and A. Coronato, “Supporting hypothesis generation by machine learning in smart health”, Springer International Publishing AG 2018, L. Barolli and T. Enokido (eds.), Innovative Mobile and Internet Services in Ubiquitous Computing, Advances in Intelligent Systems and Computing 612, DOI: 10.1007/978-3-319-61542-4 38, IMIS-2017

A. Amato and A. Coronato, “A machine learning approach for ranking in question answering”, in Xhafa F., Caballé S., Barolli L. (eds), Advances on P2P, Parallel, Grid, Cloud and Internet Computing. 3PGCIC 2017. Lecture Notes on Data Engineering and Communications Technologies, vol. 13, Springer, Cham, 2017

A. Coronato and G. Paragliola, “Towards a Cognitive System for the Identification of Sleep Disorders”, Proceedings of the International Conference on Intelligent Interactive Multimedia Systems and Services, pp. 91-98, 2017

A. Minutolo, M. Esposito, G. De Pietro, “A fuzzy framework for encoding uncertainty in clinical decision-making”, Knowledge-Based Systems, vol. 98, pp. 95-116, ISSN 0950-7051, DOI 10.1016/j.knosys.2016.01.020, 2016

M. Pota, M. Esposito, G. D. Pietro, “Interpretability indexes for Fuzzy classification in cognitive systems”, 2016 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), pp. 24-31, ISBN 978-1-5090-0626-7, DOI 10.1109/FUZZ-IEEE.2016.7737663, Vancouver, BC, Canada, 24-29 Luglio 2016

A. Minutolo, M. Esposito, G. De Pietro, “Fuzzy on FHIR: a Decision Support service for Healthcare Applications”, in Advances on P2P, Parallel, Grid, Cloud and Internet Computing, 3PGCIC 2016 (F. Xhafa, L. Barolli, F. Amato, eds.), Lecture Notes on Data Engineering and Communications Technologies, vol. 1, pp. 163-172, Springer International Publishing, ISBN 978-3-319-49109-7, DOI 10.1007/978-3-319-49109-7_16, 2016

A. Minutolo, M. Esposito, G. De Pietro, “A Hypothetical Reasoning System for Mobile Health and Wellness Applications”, in Wireless Mobile Communication and Healthcare: MobiHealth 2016 (P. Perego, G. Andreoni, G. Rizzo, eds.), Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering, vol. 192, pp. 278-286, Springer International Publishing, ISBN 978-3-319-58877-3, DOI 10.1007/978-3-319-58877-3_36, 2016

A. Minutolo, M. Esposito, G. De Pietro, “Encoding Clinical Recommendations into Fuzzy DSSs: An Application to COPD Guidelines”, in Knowledge, Information and Creativity Support Systems: Recent Trends, Advances and Solutions (A. M. J. Skulimowski, J. Kacprzyk, eds.), Advances in Intelligent Systems and Computing, vol. 364, pp. 345-357, Springer International Publishing, ISBN 978-3-319-19089-1, DOI 10.1007/978-3-319-19090-7_2, 2016

G. Sannino, I. De Falco, and G. De Pietro, “Easy fall risk assessment by estimating the Mini-BES test score”, Proceedings of the 2016 IEEE 18th International Conference on e-Health Networking, Applications and Services (Healthcom), IEEE, 2016

M. Mercorella, M. Ciampi, M. Esposito, A. Esposito, and G. De Pietro, “An architectural model for extracting FHIR resources from CDA documents”, in SITIS 2016: Proceedings of 12th International Conference on Signal-Image Technology & Internet-Based Systems, pp. 597-603, 2016, IEEE Computer Society, ISBN: 978-1-5090-5698-9, DOI: 10.1109/SITIS.2016.99

EHealthNet

eHealthNet: Ecosistema software per la Sanità Elettronica.

Il progetto è stato presentato nell’ambito del Programma Operativo Nazionale “Ricerca e Competitività” 2007-2013 (PONR&C) per le Regioni Convergenza, Azione “Laboratori pubblico-privati e relative reti”. Il Laboratorio che ha realizzato il progetto comprende 2 Grandi Imprese, 10 PMI, 6 Enti di Ricerca e 2 Università. Gli Istituti del CNR coinvolti sono stati ICAR, IBB, IMM e IBP. Il progetto ha avuto lo scopo di progettare e realizzare un ecosistema software costituito da modelli, servizi e strumenti per l’implementazione di applicazioni di supporto alla diagnosi, terapia e follow-up, nonché per la gestione innovativa dei processi sanitari. Tale ecosistema, agendo come collettore di tutti gli attori che interagiscono a vario titolo nei processi socio-sanitari, è stato concepito con lo scopo di facilitare l’integrazione dei dati, l’allineamento in real-time, l’interoperabilità evoluta e la cooperazione tra i diversi attori pubblici e privati nel rispetto degli standard di settore. L’ecosistema sviluppato ha incluso un vasto spettro di tecnologie ICT, servizi e strumenti funzionali al sistema sanitario volti essenzialmente a supportare l’esigenza di cambiamento operando su quattro linee di intervento: l’interoperabilità, necessaria per far comunicare le applicazioni esistenti tra di loro e per interconnettere strutture e dati, garantendo sicurezza, privacy e confidenzialità (eHealth interoperabile); sistemi affidabili di telemonitoraggio e di telemedicina (eHealth pervasivo); le tecnologie della conoscenza a supporto dei processi sanitari di diagnosi, terapia e riabilitazione per la razionalizzazione ed il controllo della spesa sanitaria (eHealth sostenibile); la medicina predittiva, finalizzata alla diagnostica precoce ed al raggiungimento di un corretto stile di vita (eHealth preventiva). Al fine di raggiungere tali obiettivi, l’ecosistema software è stato organizzato in servizi infrastrutturali, piattaforme tecnologiche e meta-servizi. Le piattaforme tecnologiche realizzate sono abilitanti alla gestione dei processi sanitari, al supporto alle decisioni cliniche, al mobile healthcare, all’analisi dei segnali, alla diagnostica per immagini, alla visualizzazione avanzata, all’analisi comportamentale, alla riabilitazione virtuale, alla gestione di sistemi informativi sanitari, alla gestione di informazioni mediche in social networking. Alla conclusione del progetto sono stati sviluppati 7 dimostratori che hanno sperimentato l’efficacia dell’ecosistema eHealthNet realizzato in condizioni di funzionamento simili a quello reale.

Ambito geografico: Nazionale

Data inizio: 1 Novembre 2013

Data fine: 30 Aprile 2017

Sito del progetto: http://www.ehealthnet.it/

Back To Top