PoDiaCar è una piattaforma digitale progettata per supportare i pediatri nel monitoraggio del rischio cardiometabolico nei bambini e negli adolescenti. L’obiettivo non era creare un semplice gestionale clinico, ma uno strumento capace di integrare dati longitudinali, calcolare indicatori in modo automatico e restituire una visione evolutiva del paziente.

In ambito sanitario questo significa una cosa precisa: ridurre l’errore manuale, migliorare la qualità del follow-up e garantire che ogni scelta tecnologica sia coerente con standard di sicurezza elevati.

Dati clinici frammentati e calcoli manuali

Nel monitoraggio cardiometabolico pediatrico i parametri raccolti sono numerosi: pressione arteriosa, BMI, profilo lipidico, glicemia e altri indicatori correlati. Questi dati vengono spesso analizzati in modo puntuale, visita per visita, con calcoli effettuati manualmente o tramite strumenti separati.

Questo approccio rende più complesso valutare l’evoluzione nel tempo e aumenta il rischio di errori o incoerenze nella registrazione.

Il progetto nasce quindi dall’esigenza di centralizzare le informazioni, automatizzare i calcoli e offrire ai medici uno strumento che trasformi una serie di rilevazioni in un quadro clinico coerente e aggiornato.

Una piattaforma con modello predittivo integrato

Abbiamo sviluppato una piattaforma web in grado di integrare raccolta dati, calcolo degli indicatori e supporto decisionale.

Il cuore del sistema è un modello di machine learning che analizza i parametri inseriti dal medico e stima automaticamente otto indicatori cardiometabolici. Il modello combina algoritmi di regressione e classificazione, selezionati tramite test comparativi e validazione incrociata, per garantire un equilibrio tra accuratezza e interpretabilità clinica.

Ogni nuova visita aggiorna il profilo del paziente e ricalcola in tempo reale i pannelli di rischio. Questo consente di passare da una lettura statica dei dati a una visione evolutiva, più utile nella prevenzione.

Una rappresentazione digitale dinamica del paziente

Uno degli elementi centrali del progetto è il Digital Twin pediatrico: una rappresentazione digitale del paziente che si aggiorna progressivamente con l’inserimento di nuovi dati clinici.

Il Digital Twin non è un semplice elemento grafico, ma un modello strutturato che permette di visualizzare in modo sintetico l’andamento dei principali indicatori nel tempo. Attraverso dashboard dedicate, il medico può individuare variazioni significative e valutare l’eventuale necessità di approfondimenti o interventi.

Questo approccio rende il monitoraggio più chiaro e riduce la complessità nella lettura dei dati longitudinali.

Progettazione cloud e gestione dei dati sanitari

Trattandosi di dati sanitari, l’architettura è stata progettata con particolare attenzione a sicurezza, separazione degli ambienti e gestione dei permessi.

L’infrastruttura è stata realizzata su AWS, con ambienti distinti per sviluppo, test e produzione, pipeline di rilascio controllate e configurazione dell’infrastruttura tramite Terraform.

Il sistema prevede ruoli differenziati (medico, genitore, amministratore) con permessi specifici e tracciamento delle operazioni rilevanti. La gestione dei dati è stata strutturata per garantire riservatezza, integrità e disponibilità.

In un progetto healthcare, questi aspetti non sono accessori ma parte integrante della soluzione.

Un supporto concreto alla pratica clinica

PoDiaCar consente di ridurre il tempo dedicato ai calcoli manuali, migliorare l’accuratezza nella registrazione delle visite e avere una visione strutturata del rischio cardiometabolico nel tempo.

La piattaforma non sostituisce la valutazione clinica, ma la supporta con strumenti più solidi e coerenti. Questo permette di gestire il follow-up in modo più efficace e di intervenire con maggiore consapevolezza quando emergono segnali di rischio.