R&D in Digital Healthcare
AI Research & Development in Healthcare
Our company is currently engaged in the research and development of innovative technological solutions in the field of digital healthcare. In particular, we are exploring the application of artificial intelligence models to support the analysis, interpretation, and management of clinical data, with the goal of improving diagnostic and therapeutic pathways. Key areas of research include the development of advanced techniques for automated patient classification based on deep neural networks; the use of mathematical models inspired by the concept of the Digital Twin to dynamically and individually simulate clinical progression; and the adoption of predictive approaches that combine clustering algorithms to identify clinically relevant subgroups, subsequently integrated into Markov models to estimate longitudinal disease trajectories. Complementary lines of work involve the use of Bayesian networks to manage diagnostic uncertainty, as well as natural language processing (NLP) techniques for the automated extraction of information from medical reports and unstructured documentation. We are also investigating the integration of generative models for the simulation of hypothetical clinical scenarios, and to support the training and validation of predictive models. All activities are driven by a multidisciplinary approach aimed at developing digital solutions that generate real-world impact for individuals, in full compliance with principles of ethics, safety, and regulatory standards with particular attention to the guidelines set forth by the European AI Act.
ITA:
Ricerca e Sviluppo di soluzioni IA nel campo medico
La nostra azienda è attualmente impegnata nella ricerca e lo sviluppo di soluzioni tecnologiche innovative nel settore del digital healthcare. In particolare, stiamo esplorando l’applicazione di modelli di intelligenza artificiale per supportare l’analisi, l’interpretazione e la gestione dei dati clinici, con l’obiettivo di migliorare i percorsi diagnostici e terapeutici. Tra le principali direttrici di ricerca, si configura lo sviluppo di tecniche avanzate per la classificazione automatica dei pazienti, basate su reti neurali profonde, l’utilizzo di modelli matematici ispirati al concetto di Digital Twin per simulare in modo dinamico e personalizzato l’evoluzione clinica di ciascun individuo, e l’adozione di approcci predittivi che combinano algoritmi di clustering per l’identificazione di sottogruppi clinicamente rilevanti, successivamente integrati in modelli di Markov per stimare traiettorie evolutive nel tempo. A ciò si affianca l’utilizzo di reti bayesiane per la gestione dell’incertezza diagnostica, e tecniche di NLP per l’estrazione automatica di informazioni da referti medici e documentazione non strutturata. Inoltre, esploriamo l’integrazione di modelli generativi per la simulazione di scenari clinici ipotetici e il supporto alla formazione e validazione di modelli predittivi. Tutto ciò è guidato da un approccio multidisciplinare volto a sviluppare soluzioni digitali capaci di generare un impatto concreto per le persone, nel pieno rispetto dei principi di etica, sicurezza e conformità normativa, con particolare attenzione alle linee guida introdotte dall’AI Act europeo.