eCREAM
enabling Clinical Research in Emergency and
Acute are Medicine
IL PROGETTO
Il CoViD-19 ha dimostrato l’importanza di dipartimenti di emergenza-urgenza di alta qualità per assicurare le migliori cure ai pazienti. La prima valutazione clinica che viene fatta in Pronto Soccorso (PS) è essenziale nel decidere circa la necessità di ospedalizzare il paziente e nello stabilire i trattamenti più adeguati.
Questo pone due grandi sfide: quella della ricerca clinica innovativa da un lato, quella della ricerca valutativa sulla qualità dell’assistenza (clinica e organizzativa) dall’altro. Ciò tuttavia si scontra con la grande difficoltà di condurre progetti di ricerca di qualsiasi tipo in PS, per l’insostenibilità di raccolte dati sistematiche.
L’unico modo per colmare il divario fra il bisogno di ricerca e la possibilità di realizzarla è quello di estrarre i dati utili direttamente dagli applicativi di PS. Uno degli obiettivi principali di eCREAM è proprio lo sviluppo di nuove soluzioni per ricavare informazioni cliniche accurate e affidabili da diversi tipi di fonti, strutturate e non.
IL PROGETTO
Il CoViD-19 ha dimostrato l’importanza di dipartimenti di emergenza-urgenza di alta qualità per assicurare le migliori cure ai pazienti. La prima valutazione clinica che viene fatta in Pronto Soccorso (PS) è essenziale nel decidere circa la necessità di ospedalizzare il paziente e nello stabilire i trattamenti più adeguati.
Questo pone due grandi sfide: quella della ricerca clinica innovativa da un lato, quella della ricerca valutativa sulla qualità dell’assistenza (clinica e organizzativa) dall’altro. Ciò tuttavia si scontra con la grande difficoltà di condurre progetti di ricerca di qualsiasi tipo in PS, per l’insostenibilità di raccolte dati sistematiche.
L’unico modo per colmare il divario fra il bisogno di ricerca e la possibilità di realizzarla è quello di estrarre i dati utili direttamente dagli applicativi di PS. Uno degli obiettivi principali di eCREAM è proprio lo sviluppo di nuove soluzioni per ricavare informazioni cliniche accurate e affidabili da diversi tipi di fonti, strutturate e non.
FINANZIAMENTI
Il progetto ha ricevuto un finanziamento da:
- Commissione Europea Bando HORIZON EUROPE (contratto n. 101057726)
- UKRI (UK Research and Innovation)
- SERI (Swiss State Secretariat for Education, Research and Innovation)
PUBBLICAZIONI
Rujano MA, Boiten JW, Ohmann C, Canham S, Contrino S, David R, Ewbank J, Filippone C, Connellan C, Custers I, van Nuland R, Mayrhofer MT, Holub P, Álvarez EG, Bacry E, Hughes N, Freeberg MA, Schaffhauser B, Wagener H, Sánchez-Pla A, Bertolini G, Panagiotopoulou M.
Sharing sensitive data in life sciences: an overview of centralized and federated approaches
Brief Bioinform 25(4): bbae262; 2024
García-Ferrero Iker, Agerri Rodrigo, Salazar Atutxa Aitziber, Cabrio Elena, de la Iglesia Iker, Lavelli Alberto, Magnini Bernardo, Molinet Benjamin, Ramirez-Romero Johana, Rigau German, Villa-Gonzales Jose Maria, Villata Serena, Zaninello Andrea
MedMT5: An Open-Source Multilingual Text-to-Text LLM for The Medical Domain
2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024), Torino, Italy, 20-25 May 2024
Shaitarova Anastassia, Zaghir Jamil, Lavelli Alberto, Krauthammer Michael, Rinaldi Fabio
Exploring the Latest Highlights in Medical Natural Language Processing across Multiple Languages: A Survey
IMIA Yearbook of Medica Informatics 2023
Casola Silvia, Labruna Tiziano, Lavelli Alberto, Magnini Bernardo
Testing ChatGPT for Stability and Reasoning: A Case Study Using Italian Medical Specialty Tests
CLiC-it 2023: 9th Italian Conference on Computational Linguistics , Venice, Italy, Nov 30 – Dec 02, 2023
