{"version":"1.0","provider_name":"DARE Foundation","provider_url":"https:\/\/www.fondazionedare.it\/en","author_name":"Giulia","author_url":"https:\/\/www.fondazionedare.it\/en\/author\/giulia\/","title":"DARE Spoke 1 - Work Packages - Fondazione DARE","type":"rich","width":600,"height":338,"html":"<blockquote class=\"wp-embedded-content\" data-secret=\"We9qOUqz7q\"><a href=\"https:\/\/www.fondazionedare.it\/en\/dare-sp1-work-packages\/\">DARE Spoke 1 &#8211; Work Packages<\/a><\/blockquote><iframe sandbox=\"allow-scripts\" security=\"restricted\" src=\"https:\/\/www.fondazionedare.it\/en\/dare-sp1-work-packages\/embed\/#?secret=We9qOUqz7q\" width=\"600\" height=\"338\" title=\"&#8220;DARE Spoke 1 &#8211; Work Packages&#8221; &#8212; Fondazione DARE\" data-secret=\"We9qOUqz7q\" frameborder=\"0\" marginwidth=\"0\" marginheight=\"0\" scrolling=\"no\" class=\"wp-embedded-content\"><\/iframe><script>\n\/*! This file is auto-generated *\/\n!function(d,l){\"use strict\";l.querySelector&&d.addEventListener&&\"undefined\"!=typeof URL&&(d.wp=d.wp||{},d.wp.receiveEmbedMessage||(d.wp.receiveEmbedMessage=function(e){var t=e.data;if((t||t.secret||t.message||t.value)&&!\/[^a-zA-Z0-9]\/.test(t.secret)){for(var s,r,n,a=l.querySelectorAll('iframe[data-secret=\"'+t.secret+'\"]'),o=l.querySelectorAll('blockquote[data-secret=\"'+t.secret+'\"]'),c=new RegExp(\"^https?:$\",\"i\"),i=0;i<o.length;i++)o[i].style.display=\"none\";for(i=0;i<a.length;i++)s=a[i],e.source===s.contentWindow&&(s.removeAttribute(\"style\"),\"height\"===t.message?(1e3<(r=parseInt(t.value,10))?r=1e3:~~r<200&&(r=200),s.height=r):\"link\"===t.message&&(r=new URL(s.getAttribute(\"src\")),n=new URL(t.value),c.test(n.protocol))&&n.host===r.host&&l.activeElement===s&&(d.top.location.href=t.value))}},d.addEventListener(\"message\",d.wp.receiveEmbedMessage,!1),l.addEventListener(\"DOMContentLoaded\",function(){for(var e,t,s=l.querySelectorAll(\"iframe.wp-embedded-content\"),r=0;r<s.length;r++)(t=(e=s[r]).getAttribute(\"data-secret\"))||(t=Math.random().toString(36).substring(2,12),e.src+=\"#?secret=\"+t,e.setAttribute(\"data-secret\",t)),e.contentWindow.postMessage({message:\"ready\",secret:t},\"*\")},!1)))}(window,document);\n\/\/# sourceURL=https:\/\/www.fondazionedare.it\/wp-includes\/js\/wp-embed.min.js\n<\/script>","description":"DARE Work Packages SPOKE 1 WP1 Costruzione dell&#8217;ecosistema WP1 LEADER: UCSC PARTNERS: UNIBO, UNIBA, BI-REX, GIMBE OBIETTIVI WP Coordinare lo sviluppo tecnologico, promuovere approcci partecipativi e aumentare la consapevolezza. TASK SPOKE 1 WP1 \u25bc Task 1.1 \u2013 Identificazione dei criteri rilevanti per misurare l\u2019utilit\u00e0 e l\u2019implementabilit\u00e0 degli interventi digitali di prevenzione\u25bc Verranno armonizzate le procedure di raccolta delle evidenze nei progetti pilota degli spoke 2 e 3. Saranno mappati e elencati gli indicatori di processo, di risultato e di impatto per una valutazione multidimensionale degli approcci preventivi digitali. Task 1.2 \u2013 Sintesi delle evidenze e valutazione critica\u25bc Sulla base dei bisogni e requisiti provenienti dai piloti degli spoke 2 e 3, si coordiner\u00e0 l\u2019identificazione e lo sviluppo delle soluzioni nei WP2, WP3 e WP4. Task 1.3 \u2013 Identificazione e creazione di una rete di stakeholder per la co-creazione di strategie per la prevenzione digitale personalizzata. \u25bc Saranno identificati stakeholder come ricercatori, agenzie di finanziamento, decisori politici, autorit\u00e0 sanitarie, professionisti della salute, pazienti, cittadini, compagnie assicurative e innovatori. Una piattaforma dedicata garantir\u00e0 il loro coinvolgimento attivo come ponte verso gli spoke 2 e 3. Task 1.4 \u2013 Networking con attori e progetti nazionali, europei e internazionali. \u25bc Per massimizzare la visibilit\u00e0 e rafforzare le sinergie, verr\u00e0 effettuata una mappatura continua delle iniziative rilevanti durante l&#8217;intera durata del progetto. Task 1.5 \u2013 Comunicazione e disseminazione \u25bc Attivit\u00e0 di comunicazione e diffusione dei risultati e delle conoscenze evidence-based, con l\u2019organizzazione di workshop ed eventi pubblici. Elenco dei Deliverable \u25bc D1.1: Elenco degli indicatori di processo e risultato, Mese 6 D1.2: Coinvolgimento degli stakeholder, Mese 12 D1.3: Piano di comunicazione e disseminazione, Mese 12 D1.4: Sintesi delle evidenze, Mese 44 WP2 Quadro Legale ed Etico WP2 LEADER: UNIBO PARTNERS: UNIPA, UNIPR, INFN OBIETTIVI WP Superare gli ostacoli relativi al rispetto delle normative legali, etiche e di protezione dei dati. Il WP analizzer\u00e0 il contesto normativo in cui operano i piloti degli spoke 2 e 3. TASK SPOKE 1 WP2 \u25bc Task 2.1 \u2013 Aspetti etici\u25bc Mappatura del quadro etico applicabile al contesto specifico e individuazione di eventuali criticit\u00e0. Task 2.2 \u2013 Privacy e protezione\/gestione dei dati.\u25bc Analisi incentrata sulla normativa in materia di privacy e protezione dei dati (es. GDPR). Task 2.3 \u2013 Regolamentazione dell\u2019Intelligenza Artificiale e norme applicabili. \u25bc Identificazione dei requisiti normativi e delle problematiche legali rilevanti per i responsabili dei progetti pilota, con proposta di soluzioni. Task 2.4 \u2013 Profili di responsabilit\u00e0 civile.\u25bc Verifica del regime di responsabilit\u00e0 civile applicabile, alla luce delle proposte legislative dell\u2019UE e del diritto internazionale, con eventuali scenari futuri. Elenco dei Deliverable \u25bc D2.1: Inventario del quadro etico e normativo, Mese 12 D2.2: Report sull&#8217;implementazione dei requisiti, Mese 24 D2.3: Linee guida per l\u2019implementazione, Mese 42 WP3 Governance dell&#8217;Interoperabilit\u00e0 WP3 LEADER: INFN PARTNERS: UNIBO, UNIPA, EXP, ENG OBIETTIVI WP Abilitare i diversi sistemi informativi, dispositivi e applicazioni allo scambio, l\u2019integrazione e l\u2019uso di dati tra gli attori coinvolti nei piloti degli spoke 2 e 3. TASK SPOKE 1 WP3 \u25bc Task 3.1 \u2013 Governance multidimensionale e coordinamento \u25bc Collegamento diretto con i responsabili dei piloti per assicurare l\u2019implementazione efficace delle soluzioni nei siti pilota. Si include anche l\u2019interoperabilit\u00e0 con sistemi esistenti (legacy). Task 3.2 \u2013 Costruzione della fiducia\u25bc Promozione di buone pratiche di governance e gestione dei dati secondo i principi FAIR, per supportare l\u2019accessibilit\u00e0 e disponibilit\u00e0 di dati e servizi agli utenti finali. Task 3.3 \u2013 Interoperabilit\u00e0 tecnica e semantica \u25bc Tool e metodi per l\u2019adozione di standard nazionali ed europei come HL7 CDA, DICOM\/DICOM-SR, ICD, SNOMED, LOINC e HL7 FHIR. Elenco dei Deliverable \u25bc D3.1: Analisi del quadro tecnologico e dei requisiti di interoperabilit\u00e0, Mese 12 D3.2: Strategie e soluzioni di interoperabilit\u00e0 multidimensionale implementate, Mese 36 D3.3: Linee guida per la governance dell\u2019interoperabilit\u00e0, Mese 48 WP4 Tecnologie e Analitiche WP4 LEADER: UNIBO PARTNERS: UNIPA, UNIBA, UNIPR, UNIROMA2, INFN, IOR, EXP, ENG OBIETTIVI WP Identificare, sviluppare, adattare e personalizzare le tecnologie abilitanti. TASK SPOKE 1 WP4 \u25bc Task 4.1 \u2013 HPC, HPDA, Cloud ed Edge Computing\u25bc Identificazione, adattamento e sviluppo di soluzioni computazionali funzionali ai requisiti di progetti pilota di spoke 2 e 3. Questo Task lavorer\u00e0 sia on-premise che in cloud utilizzando i tre modelli di SaaS, PaaS, IaaS, con interfacce e strategie di integrazione in linea con il Task 3.1. Task 4.2 \u2013 Integrazione e deployment dei modelli\u25bc Il successo di un modello di machine learning (ML), e pi\u00f9 in generale dei metodi basati sui dati, non consiste esclusivamente nella sua accuratezza, ma dipende dalla sua integrazione con software non basati su ML all&#8217;interno di un ampio sistema fondato sul ML. Questo task ha l\u2019obiettivo di definire approcci efficaci per il passaggio dei modelli ML, sviluppati dai data scientist nel Task 4.3, a sistemi software basati su ML, con un focus su MLOps e test online, al fine di garantire la qualit\u00e0 sia dei dati sia dei modelli una volta distribuiti in ambiente operativo. Task 4.3 \u2013 Data Mining, AI, ML, Deep Learning e big data analytics \u25bc Questo task si propone di identificare, adattare e sviluppare strumenti e metodi data-driven utilizzati nei progetti pilota degli spoke 2 e 3, includendo sia analisi descrittive sia predittive. Per superare il problema della natura &#8220;black-box&#8221; dei modelli di machine learning, verranno impiegati metodi di spiegabilit\u00e0 sia generici sia specifici per i modelli, ove rilevanti. Saranno sviluppati sistemi di indicizzazione (semantica) basati su intelligenza artificiale per l\u2019identificazione di entit\u00e0 e relazioni nei dati, al fine di estrarre pattern e correlazioni. Tali sistemi supporteranno la ricerca, la navigazione, il recupero e la spiegazione delle informazioni, con l\u2019obiettivo di dimostrare un valore tangibile e una maggiore usabilit\u00e0 dei dati sanitari per gli utenti finali. Task 4.4 \u2013 Sensori indossabili, IoT\/IoMT, App\u25bc Questo task si concentrer\u00e0 sull\u2019identificazione e lo sviluppo di dispositivi embedded\/indossabili e applicazioni mobili che fungano da soluzioni di rilevamento, feedback e interfaccia utente all\u2019interno dei progetti pilota degli spoke 2 e 3. Le attivit\u00e0 comprenderanno sia la produzione o personalizzazione dei dispositivi, sia lo sviluppo del firmware e del software. Elenco dei Deliverable \u25bc D4.1:","thumbnail_url":"https:\/\/www.fondazionedare.it\/wp-content\/uploads\/2024\/06\/image_9-1.png","thumbnail_width":1008,"thumbnail_height":412}