Spin off | Spin off UNISA

RiAtlas s.r.l. è una pmi innovativa, nata come spin-off autorizzata dell’Università degli Studi di Salerno. Opera nel settore della salute digitale a supporto della medicina di precisione, sviluppa software medicale, sfruttando le potenzialità dell’Intelligenza Artificiale e dell’Internet of Things, per la gestione di percorsi terapeutici assistenziali. Le applicazioni sviluppate agevolano il dialogo tra paziente e medico specialista, favorendo la continuità della cura e ottimizzando il processo di deospedalizzazione

Killer application

RiAtlas Healthcare è una soluzione di salute digitale, certificata come Dispositivo Medico Software CE, per la presa in carico, il monitoraggio attivo e l’assistenza da remoto di pazienti post fase acuta per un percorso terapeutico assistenziale in una prospettiva di deospedalizzazione

Vantaggi

- Classificazione "oggettiva" dello stato di salute del paziente, secondo scale e tassonomie universalmente riconosciute (ICF del WHO), a partire dai dati clinici e personali raccolti (es. self-report, cartelle cliniche, ecc.);

- Visualizzazione analitica dei dati di contesto del paziente (parametri vitali e sintomi) correlati ai dati clinici, utilizzando assessment/scale cliniche di valutazione (es. EORTC QLQ-C30, CTCAE adverse events, ecc.); 

-Servizi personalizzati di alerting per il monitoraggio attivo della progressione della terapia; 

Scenario competitivo
Il panorama competitivo è caratterizzato da start-up, fornitori di software medicale (Kaiku, Voluntis/ Oleena, PatchAI, MoovCare, Cankado). Non si ha evidenza sul mercato di soluzioni (DISPOSITIVI MEDICI) integrate "all-in-one" (clinical web app + patient mobile app + wearable/dispostivi di monitoraggio + strumenti di AI), lungo il percorso diagnostico terapeutico di pazienti oncologi, che rispondano ad esigenze di supporto clinico decisionale, monitoraggio da remoto e coinvolgimento dei pazienti (self-report), in grado di offrire servizi di allarme personalizzati, basati sulla diagnosi precoce dei rischi clinici (sintomi, stile di vita ed eventi nascosti).  Non si ha evidenza, inoltre, di soluzioni interoperabili con i sistemi sanitari (es. cartelle cliniche). Le soluzioni concorrenti coprono il monitoraggio in tempo reale, self-report e funzionalità di coinvolgimento dei pazienti, ma alimentano silos di dati indipendenti. Tali soluzioni sono carenti nella classificazione dello stato di salute del paziente, nell’acquisizione di parametri vitali in tempo reale e nella compliance agli standard di interoperabilità sanitaria (HL7 FHIR).

-Tecnologie abilitanti

- Artificial Intelligence

- Internet of Thinghs

- Big data analytics