logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-09222025-093537


Tipo di tesi
Tesi di laurea magistrale
Autore
MOBILIA, LUCA
URN
etd-09222025-093537
Titolo
Intelligenza artificiale e riabilitazione motoria: prospettive e impatto sui modelli di assistenza sanitaria
Dipartimento
RICERCA TRASLAZIONALE E DELLE NUOVE TECNOLOGIE IN MEDICINA E CHIRURGIA
Corso di studi
SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE
Relatori
relatore Prof. Parchi, Paolo Domenico
Parole chiave
  • artificial intelligence
  • fisioterapia
  • intelligenza artificiale
  • physical rehabilitation
  • physical therapy
  • riabilitazione motoria
Data inizio appello
20/10/2025
Consultabilità
Non consultabile
Data di rilascio
20/10/2095
Riassunto
L’adozione dell'intelligenza artificiale nei sistemi sanitari permette di sviluppare nuovi modelli di assistenza, migliorandone sostenibilità ed efficacia terapeutica. In ambito riabilitativo lo sviluppo di tecniche ed algoritmi avanzati sta rivoluzionando gli approcci riabilitativi tradizionali e standardizzati, promuovendo la diffusione di percorsi riabilitativi personalizzati, dinamici e centrati sulla persona. Le applicazioni dell’intelligenza artificiale nella riabilitazione motoria supportano il fisioterapista nelle varie fasi del processo riabilitativo, dalla valutazione funzionale alla pianificazione del trattamento riabilitativo sino al monitoraggio clinico, aumentando l’aderenza terapeutica e il coinvolgimento del paziente, oltre a superare barriere geografiche e logistiche. Le innovazione dell’intelligenza artificiale non comportano solo vantaggi e opportunità, ma anche limiti e criticità legate alla trasparenza degli algoritmi, alla qualità e gestione dei dati, alla tutela della privacy e alla necessità di una formazione specifica per i professionisti della riabilitazione. Lo studio si propone di analizzare il ruolo e l’integrazione dell’intelligenza artificiale nella riabilitazione motoria, evidenziando le opportunità, i limiti e le prospettive future sui modelli di assistenza sanitaria.
File