MOMIS
Integrazione virtuale dati raccolti da database clinici
MOMIS è un framework open source sviluppato da DataRiver in grado di integrare in modo semi-automatico, sfruttando la semantica, Big Data clinici provenienti da sorgenti dati eterogenee, strutturate (quali cartelle cliniche ospedaliere, registri clinici sistemi eCRF, database di laboratorio ed altri database clinici) e semi-strutturate (es. spreadsheet, json, xml), facendo emergere nuove informazioni cliniche da dati esistenti e apparentemente non correlati. La scoperta delle relazioni tra gli schemi delle sorgenti informative sfrutta la semantica presente nei dati di origine e si avvale di tecniche di clustering e di inferenza delle logiche descrittive.
MOMIS permette di ottenere nuove informazioni sui pazienti integrando dati già presenti sui diversi database clinici con informazioni raccolte direttamente dal paziente grazie all’utilizzo di:
– Medical devices per il monitoraggio di parametri fisiologici
– Wearable devices e sensori per la raccolta di dati sull’attività fisica e riabilitativa svolta dai pazienti
– App su smartphone/tablet per la raccolta di Patient Report Outcomes (ePRO)
– Assistenti vocali e ChatBot
FEATURES
1) AUTOMAZIONE DEL PROCESSO DI INTEGRAZIONE DATI
Automazione del processo di integrazione dati sfruttando la Semantica e applicando tecniche di Machine Learning ed Intelligenza Artificiale (AI), garantendo un’alta flessibilità, scalabilità e conseguente riduzione dei costi e dei tempi per l’integrazione dati.
2) APPROCCIO VIRTUALE E RACCOLTA DATI IN FORMA ANONIMIZZATA
Integrazione dati in forma completamente anonimizzata. Questo approccio permette lo sviluppo di studi clinici retrospettivi raccogliendo i dati in forma anonimizzata, realizzando l’integrazione senza eseguire una copia dei dati centralizzata, preservando l’autonomia e la sicurezza delle sorgenti informative originali.
3) GARANZIA DI SICUREZZA DELLE SORGENTI DATI
Garanzia di sicurezza delle sorgenti dati originali in compliance con i regolamenti in vigore per la gestione dei dati personali e dati sensibili.
4) ANALISI BIG DATA TRAMITE INTELLIGENZA ARTIFICIALE
I dati integrati ed uniformati/standardizzati raccolti dalle diverse sorgenti dati consentono di effettuare un’analisi avanzata attraverso l’utilizzo di algoritmi di Machine Learning e Intelligenza artificiale con la finalità di effettuare un monitoraggio multidimensionale dei pazienti, supportando una corretta comprensione delle manifestazioni cliniche e pianificando percorsi di cura personalizzati.
SOLUZIONI CORRELATE
Le soluzioni
CASE CORRELATE
Casi di studio