Ascolta

 

1. Titolo del Progetto

"Valutazione del rischio cardiometabolico tramite tecniche neuroradiologiche avanzate ed algoritmi di intelligenza artificiale in pazienti con diabete, Mild Cognitive Impairment e malattia di Alzheimer (AD), per la diagnosi precoce e una migliore prognosi di AD"

Acronimo: AD-RICAMI

Codice identificativo progetto: PRJ-1799 - 

CUP: B73C24000610001

2. Responsabile Scientifico e Unità Coinvolte

Istituzione coordinatrice	Ministero dell’Università e della Ricerca (MUR)
Unità 2 – Associated Investigator	Regione Liguria
Unità 3 – Associated Investigator	Università di Genova
Unità 4 – Associated Investigator	CNR-Istituto di Linguistica Computazionale “Antonio Zampolli”
Unità 5 – Associated Investigator	Istituto Italiano di Tecnologia
Unità 6 – Associated Investigator	Università degli Studi di Palermo – Dipartimento PROMISE Referente Scientifico dell’Unità Operativa: prof. Manfredi Rizzo €. 500.000,00
Durata del progetto	24 mesi
Finanziamento totale

 

Il progetto "AD-RICAMI" (Codice PRJ-1799) dell'Università di Palermo, finanziato tramite il PNRR, applica l'Intelligenza Artificiale (AI) e la neuroradiologia avanzata per identificare i legami tra rischio cardiometabolico, diabete, decadimento cognitivo lieve (MCI) e Malattia di Alzheimer.

Progetto PNRR “AD-RICAMI”, Programma “RAISE” Robotics and AI for Socio-economic Empowerment, Spoke 2, PNRR, Codice Progetto: PRJ-1799.

Spoke 2: Smart Devices and Technologies for Personal and Remote Healthcare – realizzazione di sistemi robotici, protesi, esoscheletri, dispositivi e ambienti intelligenti per la cura della persona anche da remoto

Progetto RAISE

Cnr-Istituto di Linguistica Computazionale "Antonio Zampolli" 

Lo studio combina esami di neuroimmagine avanzati con algoritmi di machine learning per analizzare come i fattori di rischio metabolici influenzano la salute del cervello.

L'obiettivo è analizzare pazienti con diabete e Mild Cognitive Impairment (MCI) per comprendere precocemente se e come il danno vascolare/metabolico acceleri la conversione in demenza di Alzheimer. 

Obiettivi

• Diagnosi precoce: Intercettare i primissimi segni di alterazione neuro-metabolica nel cervello molto prima che si manifestino i sintomi conclamati di demenza.
• Stratificazione del rischio: Valutare e quantificare l'impatto del profilo cardiometabolico e del diabete nel determinare il declino cognitivo.
• Miglioramento prognostico: Sviluppare modelli predittivi basati sull'AI per personalizzare gli interventi terapeutici e rallentare la progressione della malattia.

Risultati e Sviluppi

Il progetto vede coinvolti i Dipartimenti di Biomedicina, Neuroscienze e Diagnostica Avanzata (Bi.N.D.) e di Promozione della Salute (PROMISE) del Policlinico Universitario Paolo Giaccone di Palermo.

I risultati mirano a:

• Integrare l'uso di biomarcatori di imaging e algoritmi predittivi nella routine clinica.
• Creare protocolli di Digital Health Prevention e medicina di precisione per i pazienti a rischio.
• Sviluppare nuove strategie terapeutiche che possano proteggere i pazienti con diabete dal deterioramento neurologico.