PORTALE DELLA DIDATTICA

Ricerca CERCA
  KEYWORD

AA - Materials and Processes for Micro and Nano Technologies

Sviluppo di un algoritmo di predizione dello stato di salute di un paziente con insufficienza renale sottoposto a dialisi

Parole chiave ARTIFICIAL NEURAL NETWORK, BIG DATA, BIOMEDICINA, DIGITAL WELLBEING, MACHINE LEARNING, PROGRAMMAZIONE

Riferimenti VALENTINA ALICE CAUDA

Riferimenti esterni Ing. Andrea Ancona (andrea.ancona@polito.it)

Gruppi di ricerca AA - Materials and Processes for Micro and Nano Technologies

Tipo tesi SOFTWARE SPERIMENTALE, SVILUPPO SOFTWARE

Descrizione E’ stato stimato che più del 5 % di tutti i pazienti ospedalizzati e il 50 % circa dei pazienti ricoverati in terapia intensiva soffrano di Insufficienza renale acuta (AKI), una improvvisa e pericolosa riduzione della funzione renale. Solo in Italia, più di 400 mila persone ogni anno sono soggette a sindrome da danno renale acuto. Di questi pazienti, circa il 30 % viene sottoposto a dialisi. Attualmente i medici non hanno a disposizione strumenti per comprendere quando discontinuare il trattamento dialitico, comportando trattamenti dialitici troppo brevi o troppo prolungati. Questo si traduce in un peggioramento della funzionalità renale (con conseguente aumento della mortalità) e un aumento dei costi per il sistema sanitario.
La tesi si propone di progettare e sviluppare un algoritmo di machine learning/neural network per la caratterizzazione dello stato di salute renale del paziente sottoposto a dialisi. Partendo da un dataset pubblico relativo ai parametri fisiologici di 15 mila pazienti ricoverati in terapia intensiva, questo algoritmo verrà integrato all’interno di un innovativo sistema di monitoraggio attualmente in sviluppo. Si dovranno progettare tecniche di modellazione e learning sulla base dei dati del dataset in modo da realizzare un modello “black-box” che consenta la predizione dello stato di salute renale del paziente.
E’ un progetto in fase proof-of-concept con possibilità di costituzione di start-up al termine del periodo di tirocinio.

Conoscenze richieste Profilo richiesto:
• Laureando in Ingegneria, preferibilmente Informatica, Biomedica
• Competenze di programmazione di reti neurali e machine learning
• Gestione database, SQL
• Forte motivazione e sensibilità sulle tematiche dell’innovazione


Scadenza validita proposta 11/11/2020      PROPONI LA TUA CANDIDATURA




© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
Contatti