Supervisor: Martina Vettoretti
Creation Date: 11/07/2025 11:01
Questa tesi si inserisce nel contesto dell’evoluzione tecnologica nel campo della telemedicina, analizzando lo stato dell’arte delle piattaforme di monitoraggio remoto e la crescente necessità di sistemi scalabili, configurabili e accessibili. A partire dall’esperienza maturata con la piattaforma POHEMA, il lavoro si focalizza sull’implementazione e l’ottimizzazione di HMA, una piattaforma evoluta di telemedicina che integra tecnologie moderne per migliorare prestazioni e flessibilità.
In particolare, la tesi si focalizza nella progettazione e sviluppo di dashboard dinamiche per il monitoraggio dei Key Performance Indicators (KPI) tramite Apache Superset, finalizzate a supportare il monitoraggio clinico e operativo. Inoltre si svilupperanno nuovi processi di business configurabili con la piattaforma OMNIA BPM, permettendo una maggiore personalizzazione dei workflow clinici.
Un ulteriore aspetto riguarda l’integrazione di dispositivi medici esterni con l’app mobile dedicata, per la raccolta in tempo reale di parametri vitali e un monitoraggio più efficace dei pazienti a distanza. Pur facendo riferimento agli standard di interoperabilità come HL7/FHIR e DICOM, l’attenzione principale viene posta sull’ingegnerizzazione di un sistema robusto e scalabile per la gestione e visualizzazione dei dati, che risponda alle esigenze attuali e future della sanità digitale.
La tesi è svolta presso l'azienda GPI Spa.
Dataset type: Already acquired data
Dataset description: Nel contesto della piattaforma HMA, i dati analizzati comprendono principalmente: ● Parametri vitali rilevati in tempo reale da dispositivi medici integrati tramite l’app mobile, come frequenza cardiaca, pressione sanguigna e ossigenazione. ● Dati clinici e anamnestici dei pazienti, utili per la gestione e il monitoraggio delle condizioni di salute. ● Metriche operative e di utilizzo della piattaforma, che permettono di valutare l’efficacia e le performance del sistema. ● Flussi di lavoro clinici e processi gestionali, rappresentati attraverso modelli BPMN, che descrivono le attività e le interazioni all’interno della piattaforma. I dati possono provenire da fonti reali oppure essere simulati per scopi di test, validazione e sviluppo. Per la gestione e la memorizzazione dei dati si utilizzano due tipologie di database NoSQL: ● MongoDB, per dati documentali e meno strutturati, adatto alla memorizzazione di informazioni cliniche e configurazioni flessibili. ● Apache Cassandra, impiegato per la gestione di grandi volumi di dati con elevato throughput, particolarmente indicato per i dati temporali e le letture frequenti dai dispositivi medici
List of Methods: ● Modellazione e gestione dei processi clinici e organizzativi tramite BPMN, implementata con la piattaforma OMNIA, che permette di definire e automatizzare flussi di lavoro configurabili in base alle specifiche esigenze sanitarie. ● Analisi e visualizzazione dei dati con Apache Superset, usato per creare dashboard interattive e report statistici, che facilitano il monitoraggio di KPI clinici e operativi, supportando decisioni informate da parte degli operatori sanitari. ● Integrazione con applicazione mobile per la raccolta in tempo reale dei dati provenienti dai dispositivi medici, abilitando un monitoraggio remoto efficace e tempestivo.
Informatica medica