Progetto

Il progetto nasce con l’obiettivo di sviluppare un sistema intelligente e non invasivo per il monitoraggio continuo di pazienti affetti da malattie neurodegenerative, come Alzheimer, Parkinson e SLA.

Utilizzando lo smartwatch Google Pixel Watch 2, il sistema rileva automaticamente parametri vitali e comportamentali, tra cui frequenza cardiaca, durata del sonno, tempo trascorso fuori casa e minuti di conversazione telefonica.

I dati vengono trasmessi allo smartphone Android del paziente tramite Bluetooth Low Energy (BLE) e da lì inviati al backend cloud, dove sono analizzati da algoritmi di intelligenza artificiale per rilevare segnali di deterioramento sociale.

In caso di comportamenti anomali, il sistema invia notifiche personalizzate al paziente e, se necessario, al caregiver, favorendo interventi tempestivi e mirati.

Google Pixel Watch 2

Architettura

Il sistema monitora la condizione sociale dell’utente, inviando notifiche tempestive a pazienti e caregiver in caso di anomalie comportamentali.

  • Backend basato su Java con Spring Boot;
  • Modulo AI in Python per predizioni comportamentali;
  • Dati archiviati su MongoDB;
  • Frontend sviluppato in React Native.

Tutti i servizi sono containerizzati con Docker e comunicano tramite API RESTful. L’infrastruttura è ospitata su AWS con gestione centralizzata tramite API Gateway.

Architettura del sistema

Funzionalità

  • Login sicuro per l’accesso personalizzato al sistema.
  • Visualizzazione dati giornalieri: aggiornamento in tempo reale dei parametri vitali e comportamentali del paziente per la giornata corrente.
  • Modifica profilo: possibilità di aggiornare le informazioni personali e le preferenze utente.
  • Monitoraggio comportamentale: analisi dettagliata dei dati comportamentali del paziente con suggerimenti personalizzati per pazienti e caregiver.
  • Notifiche personalizzate per avvisare pazienti e caregiver in caso di anomalie comportamentali rilevate.
  • Invio email automatizzato a seguito della registrazione
Immagine funzionalità

Demo

Presentazione pratica delle funzionalità e visualizzazione dati in tempo reale tramite app dedicata.

Frontend

Il frontend è sviluppato con React Native e opera su dispositivi Android, necessario per accedere al log delle chiamate. L’app consente di visualizzare in tempo reale i dati raccolti durante la giornata (frequenza cardiaca, ore di sonno, posizione, durata chiamata), mostra il comportamento del paziente e invia notifiche sia a pazienti che, se necessario, agli assistenti.

Backend

Il backend è strutturato in microservizi indipendenti per la gestione utenti, raccolta dati, predizioni AI, notifiche e il modello di intelligenza artificiale. Tutti i servizi sono sviluppati con Spring Boot, ad eccezione del modello AI, e sono containerizzati per facilitare la scalabilità e il deployment. I microservizi sono distribuiti su macchine EC2 e comunicano tramite API esposte da un gateway centralizzato. Per la comunicazione asincrona si utilizza RabbitMQ con protocollo MQTT, mentre il microservizio notifiche si occupa dell’invio di notifiche push agli utenti tramite Firebase e dell'invio di email in seguito alla registrazione.

Github

Ecco i repository principali del progetto:
• User Service
• DataCollector Service
• DataPrediction Service
• AIModel Service
• FrontEnd

Team

Nome: Andrea

Cognome: Cioffi

Email: andrea.cioffi1@studenti.unisalento.it

Github: https://github.com/Letsgosky7

Telefono: +39 3279387941

Nome: Desiree

Cognome: Pizzolante

Email: desiree.pizzolante@studenti.unisalento.it

Github: https://github.com/desss2

Telefono: +39 3930613988