Intelligenza artificiale e fisioterapia: automazione del matching di paziente e fisioterapista

Nell’ambiente medico ed in particolare tra i fisioterapisti c’è la necessità di riuscire ad inquadrare il paziente per le problematiche che presenta nel momento in cui si rivolge al fisioterapista e per la sua patologia in generale, ottimizzando non solo l’identificazione ma anche le tempistiche. Lo scopo di questa tesi è quello di progettare un sistema di raccomandazione che possa risultare uno strumento utile al fisioterapista per inquadrare il paziente sulla base dei dolori per i quali si presenta nel centro di fisioterapia, riducendo i tempi della valutazione e avendo una base da cui partire per farla. Viene fatta una prima introduzione sullo stato dell’arte dei sistemi di raccomandazione, dopodiché si passa alla descrizione del progetto, il quale è stato realizzato basandosi su un database che è stato creato appositamente per questo lavoro, utilizzando il linguaggio di programmazione Python ma che si basa su caratteristiche e dati realistici. Viene successivamente creato il sistema di raccomandazione sulla base di questi dati che consigli uno dei 4 fisioterapisti, anche in questo caso creati ad hoc per questo progetto, immaginando una realtà in cui ci sia un’equipe formata da 4 o più professionisti. Infine, vengono valutati i risultati e le possibili applicazioni.