Tesi etd-06262025-112322 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale LM6
Autore
SBRANA, DAVIDE
URN
etd-06262025-112322
Titolo
Applicazione di un algoritmo di intelligenza artificiale a pazienti con accesso presso il Dipartimento di Emergenza dell'Azienda Ospedaliera Universitaria Pisana per dolore toracico: valutazione retrospettiva dell'accuratezza diagnostica
Dipartimento
RICERCA TRASLAZIONALE E DELLE NUOVE TECNOLOGIE IN MEDICINA E CHIRURGIA
Corso di studi
MEDICINA E CHIRURGIA
Relatori
relatore Prof. Ghiadoni, Lorenzo
correlatore Dott.ssa Barbieri, Greta
correlatore Dott.ssa Barbieri, Greta
Parole chiave
- dolore toracico
- intelligenza artificiale
- pronto soccorso
- supporto decisionale
Data inizio appello
15/07/2025
Consultabilità
Non consultabile
Data di rilascio
15/07/2095
Riassunto
Il dolore toracico è uno dei motivi principali per cui le persone si recano al Pronto Soccorso.
Rappresenta una sfida diagnostica significativa, dato il suo insieme variegato di sintomi clinici e il rischio associato a patologie tempo-dipendenti.
È un sintomo aspecifico correlato ad una serie di condizioni di base diverse, da una manifestazione benigna ad una condizione potenzialmente mortale.
Il presente lavoro inizia con un’analisi dettagliata delle principali tecniche tradizionalmente impiegate nel trattamento del dolore toracico.
Si è partiti della valutazione di base dei pazienti (anamnesi, esame obiettivo, ECG, esami ematochimici), per poi approfondire gli algoritmi di stratificazione del rischio clinico come il HEART Score, il GRACE Score e i protocolli ADAPT ed EDACS.
Questi strumenti risultano validati e ampiamente utilizzati nella pratica clinica ma presentano delle limitazioni legate alla soggettività, alla variabilità tra individui e ai tempi necessari per una valutazione completa.
Considerando questi punti critici, l'opera si è focalizzata sull'inquadramento teorico ed applicativo dell'intelligenza artificiale (IA) in campo medico e più precisamente nella medicina d'urgenza.
Questa ricerca mira ad accertare retrospettivamente l'accuratezza diagnostica di un algoritmo di intelligenza artificiale su un campione di pazienti affetti da dolore toracico giunti presso il pronto soccorso dell’Azienda Ospedaliero-Universitaria Pisana.
Rappresenta una sfida diagnostica significativa, dato il suo insieme variegato di sintomi clinici e il rischio associato a patologie tempo-dipendenti.
È un sintomo aspecifico correlato ad una serie di condizioni di base diverse, da una manifestazione benigna ad una condizione potenzialmente mortale.
Il presente lavoro inizia con un’analisi dettagliata delle principali tecniche tradizionalmente impiegate nel trattamento del dolore toracico.
Si è partiti della valutazione di base dei pazienti (anamnesi, esame obiettivo, ECG, esami ematochimici), per poi approfondire gli algoritmi di stratificazione del rischio clinico come il HEART Score, il GRACE Score e i protocolli ADAPT ed EDACS.
Questi strumenti risultano validati e ampiamente utilizzati nella pratica clinica ma presentano delle limitazioni legate alla soggettività, alla variabilità tra individui e ai tempi necessari per una valutazione completa.
Considerando questi punti critici, l'opera si è focalizzata sull'inquadramento teorico ed applicativo dell'intelligenza artificiale (IA) in campo medico e più precisamente nella medicina d'urgenza.
Questa ricerca mira ad accertare retrospettivamente l'accuratezza diagnostica di un algoritmo di intelligenza artificiale su un campione di pazienti affetti da dolore toracico giunti presso il pronto soccorso dell’Azienda Ospedaliero-Universitaria Pisana.
File
Nome file | Dimensione |
---|---|
Tesi non consultabile. |