• Iniziativa strategica

    per l'Università di Pavia
  • Fattori locali e nazionali

    al posto giusto
prev next

Informatica biomedica e Big Data per la medicina traslazionale

  

L' Università di Pavia è leader internazionale nell'area dell' Informatica Biomedica, grazie al Laboratorio di Informatica Biomedica "Mario Stefanelli" e al Laboratorio di Bioinformatica, Modellizzazione Matematica e Biologia Sintetica (BMS),  entrambi appartenenti al Dipartimento di Ingegneria Elettrica, Informatica e Biomedica. La loro attività si sviluppa attraverso la collaborazione con i dipartimenti di scienze biomediche dell' Università di Pavia, con gli ospedali IRCCS di Pavia e alcune industrie farmaceutiche, e sfocia in vari progetti su scala nazionale e internazionale.

 

La ricerca in informatica biomedica e le attività che la riguardano possono avere un ovvio effetto positivo sullo sviluppo del CHT, sia confermando la leadership internazionale dell'Università di Pavia che creando atrumenti e sistemi che possano andare a formare la spina dorsale informatica dei progetti di ricerca sulle malattie portati avanti dal CHT. Perciò, nel triennio 2015-2017 le attività di informatica biomedica riguarderanno sistemi bioinformatici predisposti a produrre Big Data per la medicina traslazionale.

 

Una sfida dalla chiara importanza per lo sviluppo della ricerca del CHT è l'estensione dei sistemi informatici biomedici per gestire, analizzare ed estrarre conoscenza da raccolte di dati che possono definirsi "Big Data".

I Big Data sono dati la cui scala, diversità e complessità è tale da richiedere nuove strutture, tecniche, algoritmi e analisi per essere amministrati e compresi. Medicina, ricerca biomedica e salute pubblica sono una sorgente di Big data, a causa dell'ampia adozione di registri sanitari elettronici in medicina generale e specialistica, l'aumento dei database come registri clinici e di ricerca, programmi nazionali per l'informatica medica, progressi in nanotecnologia molecolare, imaging digitale e il ruolo sempre maggiore dell'informazione sanitaria generata dal paziente, ad esempio attraverso sensori indossabili e social media.

Per queste ragioni il lavoro effettuato in questa colonna coinvolgerà le seguenti attività: