{"id":6247,"date":"2022-05-31T17:25:23","date_gmt":"2022-05-31T15:25:23","guid":{"rendered":"https:\/\/www.convegnonazionaleaiic.it\/i-chatbot-sviluppati-con-intelligenza-artificiale-come-supporto-allattivita-di-manutenzione-di-dispositivi-medici\/"},"modified":"2022-05-31T17:25:23","modified_gmt":"2022-05-31T15:25:23","slug":"i-chatbot-sviluppati-con-intelligenza-artificiale-come-supporto-allattivita-di-manutenzione-di-dispositivi-medici","status":"publish","type":"post","link":"https:\/\/www.convegnonazionaleaiic.it\/i-chatbot-sviluppati-con-intelligenza-artificiale-come-supporto-allattivita-di-manutenzione-di-dispositivi-medici\/","title":{"rendered":"I CHATBOT SVILUPPATI CON INTELLIGENZA ARTIFICIALE COME SUPPORTO ALL’ATTIVIT\u00c0 DI MANUTENZIONE DI DISPOSITIVI MEDICI"},"content":{"rendered":"
\n
\n

\"\"\"\" <\/p>\n

AFFILIAZIONE<\/span>
\n<\/strong>althea italia<\/p>\n

AUTORE PRINCIPALE<\/span>
\n<\/strong>Ing. Romano Vincenzo<\/p>\n

\nVALUTA IL CHALLENGE<\/span><\/strong>
Vota<\/nobr><\/td>
<\/div><\/td><\/tr><\/table><\/p>\n<\/div>\n
\n

<\/a><\/p>\n

GRUPPO DI LAVORO<\/span><\/strong>
\nIng. Borgia Federica<\/strong> – universit\u00e0 federico ii di napoli, napoli<\/i>
Ing. Romano Vincenzo<\/strong> – althea italia, roma<\/i>
Prof. Bifulco Paolo<\/strong> – universit\u00e0 federico ii di napoli, napoli<\/i> <\/p>\n

AREA TEMATICA<\/span>
\n<\/strong>Innovazione (processi, prodotti, servizi)<\/p>\n

ABSTRACT<\/span>
\n<\/strong>Il lavoro verte sull\u2019evoluzione del sistema di ricezione\/chiamata del servizio di gestione globale delle tecnologie biomediche, attraverso l\u2019integrazione di un bot sviluppato mediante Intelligenza Artificiale, il
\nquale compito \u00e8 di essere da supporto per l\u2019attivit\u00e0 di manutenzione correttiva e permettere una gestione da remoto del guasto verificatosi. Si \u00e8 partiti, preliminarmente, da uno studio che pone le basi sul filone
\nconosciuto sotto il nome di \u201cEBM, Evidence-based Medicine\u201d e si \u00e8 discusso circa l\u2019analogia che si instaura tra il mondo della medica e quello dell\u2019assistenza tecnica e del parallelismo che sussiste tra il medico, il
\nquale effettua un\u2019anamnesi, seguita da una diagnosi ed infine sviluppa la terapia o cura particolareggiata per il paziente e il tecnico biomedico e l\u2019elettromedicale.
\nL\u2019analisi condotta \u00e8 stata articolata in tre passi:
\n1) FASE DI AGGREGAZIONE : estrapolati dati di cinque commesse relativi alle correttive per un triennio 19-20-21 nell\u2019 area della Regione Campania, si \u00e8 organizzato questo in un singolo datawarehouse.
\n2) FASE DI STANDARDIZZAZIONE E NORMALIZZAZIONE DELLE RICHIESTE: attraverso key-words appropriate alla richiesta in arrivo si \u00e8 normalizzato il guasto.
\n3) FASE DI STANDARDIZZAZIONE E NORMALIZZAZIONE DELLE RISOLUZIONI: le risoluzioni scelte dopo un\u2019analisi sono gli input da inserire come trigger per il bot.
\nSi \u00e8 effettuata un\u2019analisi costo\/beneficio su piattaforme sviluppatrici dei Conversational AI Agents e si \u00e8 integrato il bot attraverso l\u2019app di Power Virtual Agents, costruendo pi\u00f9 esempi basati sui dati ricavati
\ndall\u2019analisi suddetta. Il lavoro termina proponendo una serie di benefici introdotti dal sistema intelligente ed attribuibili: al sistema sanitario, all\u2019azienda erogatrice del servizio, all\u2019utente richiedente e al paziente
\na cui le prestazioni sono rese disponibili, grazie alla tempestiva risoluzione.<\/p>\n

 <\/p>\n