Informatica Medica Prof. Oscar Tamburis A.A. 2014/2015 Dipartimento di Medicina Veterinaria e Produzioni Animali.

Presentazione sul tema: "Informatica Medica Prof. Oscar Tamburis A.A. 2014/2015 Dipartimento di Medicina Veterinaria e Produzioni Animali."— Transcript della presentazione:

1 Informatica Medica Prof. Oscar Tamburis oscar.tamburis@unina.it A.A. 2014/2015 Dipartimento di Medicina Veterinaria e Produzioni Animali

2 RiepilogoRiepilogo

3 Dato / Informazione / Conoscenza Il Dato è un singolo elemento informativo (“fatto”): il nome o il formato di un file, la data di edizione di un volume, una transazione di commercio elettronico, il titolo di un libro, una cella di Excel, un'immagine, il numero di abitanti di una città, il numero di accessi a un sito web. L’ Informazione è un insieme di dati (numeri, immagini, parole) collocato in un contesto di riferimento con rilevanza e obiettivo: la voce di un glossario o di un dizionario, un'immagine accompagnata da una notizia, un certificato anagrafico, una tabella di dati, un riferimento bibliografico, un articolo, una e- mail, un volantino. I Dati diventano informazione se interpretati in un contesto, utilizzando la conoscenza sul contesto stesso. La Conoscenza indica il saper usare e produrre informazioni: saperle selezionare, saperne valutare la qualità e l'utilità, saperle gestire, saperle collegare, saperle manipolare per produrne di nuove. Es.: progettare una ricerca, scrivere un libro, redigere un articolo, fare una tesi di laurea, decidere una strategia d'azione, tradurre un testo.DI KW

4 Misurazione Interpretazione Sperimentazione Conoscenza Dati Data Processing Diagnosi Terapia Data Output Knowledge Management Data Entry Il Ciclo Diagnostico – Terapeutico

5 Struttura Flussi Informativi Area Amministrativa Contabilità Generale Area Ospedaliera Area Servizi al Territorio Electronic Health Record Area Direzionale Contabilità Analitica Area Relazioni Esterne (Front Office) Gestione flussi informativi con Regione e Ministero Gestione rapporti istituzionali Gestione relazioni interaziandali Refertazione on–line CUPURP Gestione Gare EDI fornitori Gestione studi MMG Gestione medici specialisti convenzionati E – DECISION (MINISTERO SALUTE, REGIONE, ENTI ISTITUZIONALI) E – PROCUREMENT (FORNITORI) E – PRIMARY CARE (MEDICI) E – SERVICES (PAZIENTI) Fonte: Buccoliero et al., 2003

6 Le risposte attuali del SSN http://www.salute.gov.it/rssp/paginaParagrafoRssp.jsp?sezione=risposte&capitolo=nsis&id=2683 (Download la Versione integrale del capitolo "5. Nuovo Sistema Informativo Sanitario”) http://www.salute.gov.it/rssp/paginaParagrafoRssp.jsp?sezione=risposte&capitolo=nsis&id=2683 (Download la Versione integrale del capitolo "5. Nuovo Sistema Informativo Sanitario”) Costruzione del Sistema Informativo Veterinario con progressiva integrazione dei sistemi esistenti: www.vetinfo.sanita.it Costruzione del Sistema Informativo Veterinario con progressiva integrazione dei sistemi esistenti: www.vetinfo.sanita.it

7 Gestione Focolai Malattie Animali Gestione Focolai Malattie Animali Anagrafi Animali Anagrafi Animali Rendicontazioni UE Rendicontazioni UE Piani Nazionali Notifica Focolai Dati sugli Allevamenti Stato Sanitario Stato attuale

8 L'intelligenza artificiale è una delle aree dell'informatica (anche in campo medico!) le cui tematiche hanno avuto maggior risonanza anche al di fuori dell'ambito ristretto degli addetti ai lavori, creando attese e timori spesso eccessivi. Da decenni essa è il luogo di un'intensa attività di ricerca. È anche uno degli ambiti in cui più si e sviluppata la riflessione “filosofica” all'interno dell'informatica. Che cos'e l'intelligenza e come possiamo stabilire se un sistema artificiale (una “macchina”) è intelligente? Una possibile risposta è che una macchina può essere definita intelligente se riesce a convincere una persona che il suo comportamento, dal punto di vista intellettuale, non e diverso da quello di un essere umano. Per rendere effettivo tale criterio, Turing invento un test, successivamente denominato test di Turing. I.A.: Intelligenza Artificiale http://it.wikipedia.org/wiki/Test_di_Turing

9 Terminologie e Nomenclature Linguaggio (Formato da parole, o termini) Termine (Esprime un concetto medico definito) Concetto (Definito da un codice alfanumerico) Gruppo (raccoglie un certo numero di codici differenti, es.: considerati simili ai fini del rimborso economico)

10 Veterinary informatics is the study of how veterinary medical information is created, managed, communicated, and applied as knowledge to allow effective and efficient decisions to be made. A central idea in veterinary informatics is the relationship between "information" and "knowledge"; how can information be transformed into useable knowledge that can be applied with confidence directly to making veterinary medical decisions? Veterinary informatics can help with the information problems described above. Knowledge of veterinary informatics provides the vocabulary, the concepts, and the framework necessary to evaluate and interpret research information. By applying the principles and methods of informatics efficiently, large amounts of information can be distilled into the key bits of new knowledge that can be more quickly and effectively applied to clinical problems. (Bellamy, 1999) Quale contesto? Cfr.: Sistemi informativi Cfr.: Percorso diagnostico–terapeutico / p-Health Model Cfr.: Terminologie & Codici / Decision Support Systems

11 Verso un’infraSTRUTTURA INFOrmativa Con l’attuazione di un’info-struttura si ha l’opportunità di concretizzare l’idea di network sanitario esteso ad un contesto territoriale. Le maglie ed i nodi della rete rappresentano altrettanti processi di interazione tra le figure mediche che operano sul territorio (Medici, specialisti, ambulatori distrettuali, etc.) e le Organizzazioni Sanitarie a diversi livelli.

12 Il Dato è un singolo elemento informativo (“fatto”). L’ Informazione è un insieme di dati (numeri, immagini, parole) collocato in un contesto di riferimento con rilevanza e obiettivo. La Conoscenza indica il saper usare e produrre informazioni: è altresì un insieme di modelli costruiti per comprendere il mondo. La Sapienza è infine il livello in cui la connessione tra le diverse informazioni viene mediata da un processo che coinvolge intuito ed esperienza (Distinzione fondamentale tra Uomo e Macchina!).DI KM S Dal Dato alla Sapienza Che relazione intercorre tra Modelli e Sapienza? Chi origina chi? E perché?

13

14 Strumenti di Supporto alle Decisioni

15 Azione medica e Decisione clinica  I principali fattori che entrano in gioco nella decisione clinica sono:  Un altro aspetto di non trascurabile importanza dell'azione medica è costituito dalla necessità di adeguare i tempi del procedimento decisionale alle reali esigenze del paziente, cioè in particolare alla gravità clinica della situazione e alle priorità di intervento. Il medico con le sue capacità professionali Il paziente con i suoi sintomi ed i suoi problemi La malattia con le sue manifestazioni e le sue complicanze

16 Svolgimento dell’Azione medica Realtà Osservata Percezione attiva / passiva Riconoscimento / Selezione / Associazione / Focalizzazione dei dati Identificazione dei problemi e delle priorità Attivazione / Valutazione / Verifica delle ipotesi; Conclusione diagnostica Giustificazione procedurale e fisiopatologica Alternative terapeutiche; Analisi costi – benefici; Scelta informata; Protocollo terapeutico e di controllo Realtà Modificata Riconoscimento Organizzazione Pianificazione Diagnosi Spiegazione Trattamento Ricezione Ricezione (Anamnesi guidata dal paziente) Azione Azione (Anamnesi guidata dal medico)

17 L'azione medica può essere definita come un processo di interazione tra medico e paziente che ha come obiettivo il riconoscimento e il superamento di uno stato di malattia (clinica), o di una situazione di rischio per la salute (prevenzione). Le fasi salienti dell’azione medica sono: 1.Il riconoscimento di una condizione clinica specifica (diagnosi); 2.l'eventuale adozione di provvedimenti idonei a modificarla (trattamento); 3.la definizione di adeguate misure di controllo delle azioni intraprese (monitoraggio). Azione medica e Decisione clinica

18 Elaborazione dell’Informazione Clinica Le conoscenze raccolte e opportunamente organizzate a seguito della raccolta delle informazioni cui si perviene a valle dell’azione medica vengono abitualmente utilizzate dal medico per elaborare la decisione – importanti sono quindi la sua capacità di intuizione, la sua cultura, la sua attitudine al ragionamento, la sua esperienza e il suo senso critico. In questa fase del procedimento decisionale è importante: a) Sapere a) Sapere: aver acquisito le informazioni necessarie; b) Capire b) Capire: averne compreso il significato; c) Interpretare c) Interpretare: averle focalizzate in rapporto ai problemi esistenti; d) Agire d) Agire: farne un uso appropriato nella gestione clinica del paziente. Modello “SCIA”

19 Elaborazione dell’Informazione Clinica: Modello epistemologico ipotetico–deduttivo Elaborazione dell’Informazione Clinica: Modello epistemologico ipotetico–deduttivo Dati osservati Dati clinici attesi IPOTESIIPOTESI AbduzioneInduzioneDeduzione Gerarchia ipotesi Richiesta Dati 1.I dati clinici osservati del paziente, sintetizzati in schemi, vengono utilizzati in modo induttivo (abduzione focalizzata) per identificare ed attivare le ipotesi diagnostiche compatibili; 2.Le ipotesi vengono elaborate sulla base di una gerarchia di regole e parametri in precedenza codificati; 3.Per ciascuna ipotesi attivata si descrive, per via deduttiva, un quadro clinico atteso (profilo clinico), completando così il ciclo di induzione; 4.Per ogni profilo clinico si organizza la raccolta delle informazioni mancanti, necessarie per confermare le ipotesi attivate (richiesta dati); 5.Le ipotesi plausibili sono selezionate sulla base degli indici di evidenza calcolati confrontando i dati reali del paziente con quelli inclusi nei profili clinici corrispondenti alle ipotesi selezionate.

20 Dal Dato alla Decisione DI KM S Ds Il Dato è un singolo elemento informativo (“fatto”). L’ Informazione è un insieme di dati (numeri, immagini, parole) collocato in un contesto di riferimento con rilevanza e obiettivo. La Conoscenza indica il saper usare e produrre informazioni: è altresì un insieme di modelli costruiti per comprendere il mondo. La Sapienza è il livello in cui la connessione tra le diverse informazioni viene mediata da un processo che coinvolge intuito ed esperienza La Decisione è infine il momento in cui dai livelli precedenti si giunge a generare stime previsionali, ipotizzare scenari futuri e future strategie di risposta

21 DSSDSS Il supporto alla decisione clinica comprende l’utilizzo di informazioni per aiutare il clinico a diagnosticare e/o trattare un problema di salute del paziente; Un sistema per il supporto decisionale (Decision Support System: DSS), ovviamente applicato alla pratica clinica, può essere definito come un sistema che consiste di un database di conoscenze e un motore inferenziale che è capace di utilizzare i dati per generare consigli su casi specifici. È bene ricordare che: Un database di conoscenze si riferisce a un insieme di conoscenze organizzate sistematicamente e immagazzinate in un computer per prendere decisioni o risolvere problemi; Un database di conoscenze si riferisce a un insieme di conoscenze organizzate sistematicamente e immagazzinate in un computer per prendere decisioni o risolvere problemi; Un meccanismo di inferenza indica una procedura che opera su una rappresentazione di conoscenze per concludere nuove proposizioni. Un meccanismo di inferenza indica una procedura che opera su una rappresentazione di conoscenze per concludere nuove proposizioni.

22 Un DSS può altresì definirsi come:  Ogni software progettato per aiutare direttamente o indirettamente a prendere decisioni cliniche in una situazione dove le caratteristiche di un particolare paziente sono incrociate a un database computerizzato di dati (e conoscenze), con lo scopo di generare una valutazione specifica per quel paziente, oppure di produrre specifiche raccomandazioni che vengono offerte al professionista sanitario per suggerimento e consigli.  Ogni sistema di informazioni e pianificazione che ha la capacità di interrogare i computer su di una base ad hoc, analizzare l’informazione e predire l’impatto di decisioni prima che vengano prese.  Un set di programmi coesivi e integrati che condividono dati e informazioni (non solo un’applicazione singola). DSSDSS

23 DSS: Strumenti (informatici) per la decisione Clinica L'aspetto più significativo consiste nella possibilità di fornire al medico un aiuto “intelligente”. Dall’altro lato, i limiti di questo approccio dipendono: dall’adeguatezza della base di conoscenza e della sua organizzazione; dall’adeguatezza della base di conoscenza e della sua organizzazione; dall'esistenza di un'effettiva possibilità di interazione funzionale tra il sistema e chi lo usa. dall'esistenza di un'effettiva possibilità di interazione funzionale tra il sistema e chi lo usa. I DSS più moderni funzionano come sistemi di consulenza clinica che utilizzano dati epidemiologici e statistica di popolazione assieme a conoscenza esperta per offrire informazione in tempo reale per i clinici. Questa peculiarità della medicina deriva soprattutto dalle specifiche caratteristiche che la conoscenza medica assume in rapporto alla decisione clinica.

24 Uomo (operatore): fornisce i dati, valuta le conclusioni, realizza i provvedimenti necessari o, più semplicemente, arricchisce la propria competenza Uomo (operatore): fornisce i dati, valuta le conclusioni, realizza i provvedimenti necessari o, più semplicemente, arricchisce la propria competenza Macchina (sistema): guida alla raccolta delle informazioni, alla scelta delle decisioni o alla erogazione di spiegazioni Macchina (sistema): guida alla raccolta delle informazioni, alla scelta delle decisioni o alla erogazione di spiegazioni DSS: Strumenti (informatici) per la decisione Clinica

25 Per una corretta interazione uomo–macchina è necessario che il sistema tenga conto di alcuni requisiti fondamentali per garantire un'azione medica soddisfacente: 1.i risultati devono essere disponibili in tempi ragionevoli e compatibili con una breve durata della consultazione; 2.la decisione clinica deve rispettare l'autonomia del medico nella scelta della decisione finale; 3.il sistema deve essere applicabile con facilità nel contesto clinico previsto; 4.l'interazione deve essere efficace a tutti i livelli della funzione di supporto alla decisione. DSS: Strumenti (informatici) per la decisione Clinica

26 Per una corretta interazione uomo–macchina è necessario che il sistema tenga conto di alcuni requisiti fondamentali per garantire un'azione medica soddisfacente: 1. Chiarezza: gli scopi del programma devono essere espliciti, i suoi limiti chiaramente indicati, le conclusioni e le spiegazioni adeguate e sufficienti; 2. Concisione (non ermetismo): ciò che il sistema chiede o fornisce deve essere espresso in maniera semplice e univocamente interpretabile 5. Interattività del sistema: possibilità di attivare con tempestività i meccanismi di spiegazione nel corso della consultazione senza interromperla. Inoltre le spiegazioni dovrebbero riguardare sia le ragioni delle richieste che dei risultati 4. Trasparenza del processo, delle conclusioni e delle diverse funzioni del sistema: la fase corrente dovrebbe essere sempre indicata sullo schermo durante la consultazione 3. Rapidità della consultazione: ridurre i passaggi su tastiera, evitare richieste troppo puntuali ed elencazioni non necessarie, ricorrere ove possibile alla grafica e interagire direttamente su video mediante il cursore. DSS: Strumenti (informatici) per la decisione Clinica

27 Strumenti informatici per la decisione Clinica: Le categorie principali Strumenti informatici per la decisione Clinica: Le categorie principali Sistemi di Supporto alle Decisioni Sistemi di Simulazione Assistita Istruzione Assistita Sistemi Esperti

28 Istruzione Assistita: 1) Computer–Assisted Instruction Istruzione Assistita: 1) Computer–Assisted Instruction  Sono programmi relativamente semplici, aventi lo scopo di fornire in modo fortemente interattivo istruzioni dettagliate su argomenti predefiniti (computer–assisted instruction).  Risultano anche particolarmente utili per una didattica orientata per problemi.  Guidano la decisione clinica diagnostica e terapeutica in modo metodologicamente corretto attraverso scelte predefinite e procedure trasparenti, strettamente pertinenti alla situazione in esame.

29  Es.: Dxplain (Laboratory of Computer Sciences di Boston), sistema basato su computer per l’istruzione medica, la documentazione e il supporto alle decisioni.  Fornisce l’accesso a pagamento a basi di conoscenza strutturate di circa 5000 manifestazioni cliniche e 2000 malattie. ( www.lcs.mgh.harvard.edu/dxplain.htm)www.lcs.mgh.harvard.edu/dxplain.htm Istruzione Assistita: 1) Computer–Assisted Instruction Istruzione Assistita: 1) Computer–Assisted Instruction

30 Istruzione Assistita: DXplain DXplain

31 DXplain DXplain

32 DXplain DXplain

33 DXplain DXplain

34 Sistemi Esperti: 2) Expert Systems Sistemi Esperti: 2) Expert Systems Sono programmi basati sulle più avanzate tecniche di Intelligenza Artificiale e delle Reti Neurali, con approcci probabilistici e di adattamento come la fuzzy logic e le reti bayesiane: Un sistema esperto tenta di riprodurre il comportamento di un esperto umano in uno specifico dominio. In particolare: fornisce le stesse risposte o gli stessi consigli che fornirebbe l’esperto umano; fornisce le stesse risposte o gli stessi consigli che fornirebbe l’esperto umano; è in grado di giustificare la propria risposta è in grado di giustificare la propria risposta Reti Neurali Sistemi che simulano i circuiti neuronali del cervello e il loro modo di gestire e distribuire le informazioni. Sono state progettate come strutture reticolari delle cellule nervose che sviluppano capacità di apprendimento e sono in grado di imparare a svolgere funzioni per le quali non sono state direttamente programmate. Fuzzy Logic (Logica sfumata o sfocata): logica in cui si può attribuire a ciascuna proposizione un grado di verità compreso tra 0 e 1. Reti Bayesiane Modelli grafici probabilistici che rappresentano un insieme di variabili stocastiche con le loro dipendenze condizionali attraverso l'uso di un grafo aciclico diretto (DAG). Servono per rappresentare la relazione probabilistica esistente tra i sintomi e le malattie: dati i sintomi, la rete può essere usata per calcolare la probabilità della presenza di diverse malattie.

35 L’architettura di un SE consta di tre elementi principali: Interfaccia: ha il compito di rendere la comunicazione tra l’utente ed il SE la più naturale possibile; Interfaccia: ha il compito di rendere la comunicazione tra l’utente ed il SE la più naturale possibile; Base di conoscenza: memorizza la conoscenza dell’esperto. Tale conoscenza consiste, essenzialmente, di fatti e regole; Base di conoscenza: memorizza la conoscenza dell’esperto. Tale conoscenza consiste, essenzialmente, di fatti e regole; Motore inferenziale: è la parte attiva del sistema. Usa la base di conoscenza per inferire (“generare conoscenza di”) nuovi fatti e produrre soluzioni. Motore inferenziale: è la parte attiva del sistema. Usa la base di conoscenza per inferire (“generare conoscenza di”) nuovi fatti e produrre soluzioni. In tali sistemi la conoscenza medica, opportunamente organizzata, è usata secondo le strategie definite dall'esperto per raggiungere uno specifico obiettivo. Sistemi Esperti: 2) Expert Systems Sistemi Esperti: 2) Expert Systems

36 I SE possono dividersi in due principali categorie: 1.Data–based systems: la decisione dipende dall’elaborazione diretta, statistica o probabilistica, di dati sperimentali; Le informazioni sul paziente si analizzano comparandole con un database specializzato. Le informazioni sul paziente si analizzano comparandole con un database specializzato. 2.Knowledge–based Systems: la decisione (decision making) dipende dall’uso della conoscenza disponibile secondo criteri empirici o logici (maggiore applicazione in campo educativo). Le informazioni sul caso clinico possono essere derivate dall’impiego di modelli patologici, nell’idea che siano in grado di coprire la gamma più ampia di problemi clinici. Questi modelli possono essere costruiti a partire da diverse rappresentazioni, compresi modelli matematici delle relazioni fisiologiche, modelli di sistemi settoriali e anche modelli statistici. Le informazioni sul caso clinico possono essere derivate dall’impiego di modelli patologici, nell’idea che siano in grado di coprire la gamma più ampia di problemi clinici. Questi modelli possono essere costruiti a partire da diverse rappresentazioni, compresi modelli matematici delle relazioni fisiologiche, modelli di sistemi settoriali e anche modelli statistici. Sistemi Esperti: 2) Expert Systems Sistemi Esperti: 2) Expert Systems

37 Sistemi di Simulazione: 3) Simulation Systems Sistemi di Simulazione: 3) Simulation Systems Si basano sulla associazione di descrizioni strutturate di casi clinici reali a uno dei sistemi di supporto alla decisione precedentemente descritti. Loro scopo è offrire la possibilità di applicare ai casi archiviati, in un contesto di simulazione, il ragionamento clinico e di verificarne la validità per confronto con le soluzioni elaborate dal programma associato. 1.Simulazioni cliniche: riproducono realisticamente in un ambiente virtuale il ragionamento clinico, inducendo e guidando il processo di elaborazione delle informazioni cliniche a partire da un set iniziale di dati del paziente; 2.Simulazioni fisio–patologiche: permettono di ricavare la concentrazione attesa del farmaco somministrato nei diversi distretti del sistema, anche in sedi non esplorabili sperimentalmente (es.: colecisti o lume intestinale). 3.Simulazioni matematiche: basate sull’uso di reti probabilistiche, si applicano soprattutto alla pianificazione delle decisioni cliniche (potenziale utilità anche in capo didattico).

38 Perché usare la simulazione? l’interattività permette di migliorare l’apprendimento facilitando la fissazione dei concetti esposti; i discenti possono imparare più velocemente e partecipano più attivamente quando possono utilizzare sistemi interattivi. In altre parole: ascolto e dimentico guardo e ricordo faccio e capisco Confucio Simulatori altamente sofisticati dal punto di vista tecnologico consentono di riprodurre fedelmente molte delle situazioni ad alto rischio di errore che gli allievi si possono trovare a fronteggiare nella normale pratica clinica. Le esperienze possono essere ripetute fino a conseguire un elevato livello di competenza nelle manovre. Rari e complicati eventi clinici possono essere ricreati, ancora prima che accadano realmente, addestrando il personale a gestire efficacemente e tempestivamente tali criticità. Sistemi di Simulazione: 3) Simulation Systems Sistemi di Simulazione: 3) Simulation Systems

39 Oltre alla possibilità di ricreare situazioni virtuali, la simulazione offre anche la possibilità di filmare e poi rivedere quanto è accaduto per commentarlo. La simulazione si è dimostrata efficace nell’indurre gli operatori sanitari ad adottare modelli comportamentali ispirati alla sicurezza. La simulazione consente di valutare e migliorare anche aspetti non prettamente medico-tecnici nella gestione dei pazienti come ad esempio la comunicazione, la leadership, il lavoro in team, la capacità decisionale e l’organizzazione, attraverso i princìpi del CRM – Crisis Resource Management. Simulatore Paziente AvanzatoSimulatore per Emergenza Urgenza Sistemi di Simulazione: 3) Simulation Systems Sistemi di Simulazione: 3) Simulation Systems

40 Veterinary DSS: The EpiMAN project Veterinary DSS: The EpiMAN project In Nuova Zelanda, il Ministero dell’Agricoltura e della Pesca (MAF) ha sviluppato alla fine del XX sec. un epidemiological information management system (EpiMAN), per contenere ed eradicare le epidemie di Afta Epizootica (Foot–and–Mouth Disease: FMD); Il successo di un programma di controllo ed eradicazione dell’FMD dipende dalla rapida individuazione ed eliminazione delle cause virali: ciò richiede una profonda conoscenza delle dinamiche di sviluppo dei focolai di infezione, nonché delle modalità di diffusione dell’epidemia; Il sistema EpiMAN gestisce enormi quantità di dati, tipicamente generati durante situazioni di emergenza: tali dati vanno ad alimentare il DataBase del Sistema, e la loro analisi si basa sul confronto con i dati già presenti nel DataBase.  Sistema esperto di tipo Knowledge–Based

41 Il DSS è dotato di un GIS, per la necessità di una “bird’s eve view” della situazione, per rappresentare e riportare i dati in un formato comprensibile, e per comprendere le dinamiche di espansione dei focolai in un contesto spaziale; Il Sistema EPiMAN sfrutta una combinazione di modelli stocastici previsionali e tecniche di Intelligenza Artificiale. In tal modo, il modello FMD può essere analizzato su due diversi livelli:  On–farm model: viene simulato lo sviluppo e la diffusione dell’epidemia tra gli animali di una fattoria “infected”, dal momento in cui si ritiene che il virus sia sopraggiunto, al momento della diagnosi;  Spread model: si modellizza la diffusione del virus tra unità di bestiame, sulla base delle modalità di diffusione dell’FMD: trasporto via aerea (airborne), via cisterne/autobotti/autoveicoli (dairy–tanker), movimentazione di animali, persone, prodotti e forniture in genere. Veterinary DSS: The EpiMAN project Veterinary DSS: The EpiMAN project

42 Veterinary Informatics (Hardware) (Hardware)

43 Identificazione elettronica degli animali È un presupposto fondamentale per l’anagrafe del bestiame e per la sicurezza alimentare, in riferimento alla tracciabilità e rintracciabilità delle produzioni animali. La circolare n.11 del Ministero della Sanità del 14 Agosto 1996, riguardante le norme relative alla identificazione e alla registrazione degli animali, prevedeva che in via sperimentale, previo assenso del Ministero della Sanità e su proposta dei servizi veterinari delle regioni e delle province autonome, sarebbe stato possibile ricorrere all'identificazione degli animali delle specie bovina, ovi- caprina e suina per mezzo di sistemi tecnologicamente innovativi, in ausilio ai sistemi di marcatura previsti dal D.P.R. 317/96. Il regolamento (CE) n.21/2004 del Consiglio Europeo del 17 dicembre 2003 afferma nelle sue premesse che "La tecnologia dell'identificazione elettronica negli animali della specie ovina caprina è stata perfezionata al punto da poterla applicare". Quindi dal 1° gennaio 2008 a partire dalla quale tipologia di identificativo è divenuta obbligatoria. o Importante: l’identificazione bovina è stata ritenuta facoltativa

44 Identificazione elettronica degli animali Prima della legge europea l'animale doveva avere due mezzi identificativi: o Un marchio auricolare certificato; o Un altro marchio auricolare certificato, o un tatuaggio, o un marchio sul pastorale. Dal 1° gennaio 2008 è possibile scegliere tra due opzioni: Marca auricolare (già usata) + Marca elettronica con Transponder interno Marca auricolare (già usata) + Bolo ruminale con Transponder interno

45 Identificazione elettronica degli animali 1.Transponder : “dispositivo automatico che trasmette un messaggio predeterminato in risposta a un segnale ricevuto”. È un microchip elettronico che contiene un numero (in questo caso il numero di identificazione dell' animale ruminante), e quel numero non è alterabile o sostituibile 1.Bolo Ruminale : contenitore costituito da materiale ad elevato peso specifico (es.: ceramica) che, una volta applicato agli animali per via orale, si posiziona perennemente nel complesso gastrico anteriore (generalmente nel reticolo). Il trasponder è situato all'interno del bolo 2.Marca auricolare elettronica : normale marca auricolare certificata, che al suo interno ha un transponder

46 Somministrazione del Bolo Ruminale 1.Verificare con il lettore l'eventuale presenza di un transponder nell'animale. Posizionare l'antenna sul lato sinistro nella parte craniale della regione epigastrica. 2.Posizionare il bolo nel lanciaboli. Inserire il bolo nella pistola imbolatrice facendo entrare prima l'estremità che contiene il foro di inserimento del transponder. 3.Controllare con il lettore il corretto funzionamento del transponder contenuto nel bolo. Il numero deve corrispondere a quello della marca auricolare.

47 Somministrazione del Bolo Ruminale 4.Introdurre il bolo nell'animale; I.L'animale deve stare fermo, in particolare non deve fare movimenti in avanti; II.Chiudere leggermente le narici per invitare l'apertura della bocca dell'animale; III.Posizionare il bolo, inserito nella pistola imbolatrice, appoggiandolo sulla faccia vestibolare laterale destra all'altezza dei molari; IV.Tenere la testa con la parte ventrale in posizione parallela al terreno; V.non spingere eccessivamente il lanciaboli in posizione retroboccale perché ciò potrebbe procurare lesioni dei tessuti molli; VI.Sganciare il bolo; VII.Alzare leggermente la testa dell'animale e controllare la deglutizione.

48 Somministrazione del Bolo Ruminale 5.Rileggere il bolo presente nel reticolo dell'animale e associare alla matricola i dati anagrafici del soggetto; I.Posizionare l'antenna sul lato sinistro nella parte craniale della regione epigastrica e rilevare la presenza del transponder II.Liberare l'animale dal contenimento solo dopo essersi accertati che i dati raccolti siano stati registrati correttamente su palmare o brogliaccio di stalla.

49 Identificazione elettronica degli animali È un presupposto fondamentale per l’anagrafe del bestiame e per la sicurezza alimentare, in riferimento alla tracciabilità e rintracciabilità delle produzioni animali. L'identificazione deve essere effettuata nei sei mesi che seguono la nascita dell'animale e prima che esso abbandoni la sua azienda d'origine. Gli Stati membri della Comunità Europea possono estendere tale periodo a nove mesi per gli animali detenuti in condizioni di allevamento estensivo o all'aperto. Per gli animali importati dai paesi terzi, l'identificazione si deve svolgere nell'azienda di destinazione entro un termine massimo di 14 giorni. Ogni persona responsabile di animali, anche a titolo temporaneo, deve tenere un registro contenente taluni informazioni riprese nel documento di circolazione che accompagna tutti i gruppi di animali ogniqualvolta vengano spostati.

50 Identificazione elettronica degli animali È un presupposto fondamentale per l’anagrafe del bestiame e per la sicurezza alimentare, in riferimento alla tracciabilità e rintracciabilità delle produzioni animali. Alcuni paesi possono esigere informazioni complementari che vanno ad aggiungersi alle informazioni obbligatorie a livello europeo. I documenti di circolazione sono conservati per almeno tre anni e sono facoltativi se lo Stato membro possiede una base di dati centralizzata elettronica pienamente operativa. Ogni modello di documento di circolazione utilizzato deve essere comunicato alla Commissione e agli altri Stati membri. Le autorità competenti nazionali tengono un registro centrale contenente le informazioni relative a tutte le aziende situate sul territorio nazionale. Queste informazioni riguardano la gestione, le persone responsabili degli animali, l'attività, il tipo di produzione e le specie detenute. Con decorrenza dal 1° gennaio 2008, in ciascuno Stato membro, una base di dati informatici deve obbligatoriamente contenere taluni dati relativi alle aziende e ai movimenti degli animali. I movimenti di animali devono essere notificati dall'allevatore all'autorità competente entro un termine di sette giorni. Con decorrenza dal 31 dicembre 2009, deve essere obbligatoriamente applicato un sistema di identificazione elettronica.

51 Veterinary Informatics (Management) (Management)

52 Automazione e Gestione Integrata dell’allevamento Rete Aziendale Crystal Wi-Fi Automazione e Gestione Integrata dell’allevamento Rete Aziendale Crystal Wi-Fi

53 Automazione e Gestione Integrata dell’allevamento Deming Cycle Automazione e Gestione Integrata dell’allevamento Deming Cycle Rapporti (Do) Analisi (Check) Auto-controllo (Act) Osservazione (Plan)

54 Automazione e Gestione Integrata dell’allevamento Connessione Periferiche Automazione e Gestione Integrata dell’allevamento Connessione Periferiche UCC (Unità Centrale di Controllo) BUS (Binary Unit System) ETHERNET PC con programma gestionale Crystal RobotAutoalimentatore Separazione AllattatriceSala mungitura PC aziendale Rete Cosa ci ricorda?

55 FERTILITÀ/SALUTE Ritardo mungitura Salute mammella Produzione latte Mungiture non corrette Ingestione mangime Problemi metabolici «Calendario» PRODUZIONE GIORNALIERA DI LATTE Media mungiture Media rifiuti Media fallimenti Produzione media Produzione media/mungitura Giorni lattazione Ingestione media di mangime Media tentativi di aggancio SALA MUNGITURA & EQUIPAGGIAMENTO Produzione latte Vacche munte N. mungiture N. rifiuti N. fallimenti Tempo mungitura Tempo lavaggi Tempo rifiuti Tempo «libero» Flusso medio latte Media tentativi di aggancio Tempo medio mungitura/quarto Tempo morto medio/quarto Tempo medio nel robot/kg latte Moduli SW: “SILOS” di INFORMAZIONI Gestione informazioni con sistema di mungitura automatizzato Moduli AFIFARM Gestione informazioni con sistema di mungitura automatizzato Moduli AFIFARM

56 Gestione informazioni con sistema di mungitura automatizzato Gestione Bufale Gestione informazioni con sistema di mungitura automatizzato Gestione Bufale AFIMILK provvede, per ogni singolo capo, al riconoscimento elettronico in sala di mungitura, alla rilevazione elettronica dei calori, e alla misurazione, per mezzo del lattometro elettronico, della produzione di latte e della conducibilità elettrica dello stesso. AFISORT permette, manualmente od automaticamente secondo routine preimpostate sul computer, la separazione degli animali in un box dedicato. Ben si adatta in allevamenti sopra i 100 capi e con divisione degli animali in più gruppi. AFIACT provvede al riconoscimento elettronico degli animali, alla rilevazione computerizzata dei calori, alla gestione della mandria e all’impostazione di routines di lavoro. AFI2GO è un palmare PDA pensato per registrare gli eventi ed i trattamenti effettuati sugli animali. E’ stato sviluppato come un accessorio supplementare del sistema Afimilk per consentire una facile registrazione da remoto degli eventi.

57 Gestione informazioni con sistema di mungitura automatizzato Decisioni Gestionali Gestione informazioni con sistema di mungitura automatizzato Decisioni Gestionali ALLEVATORE Animale [salute (separazione), riproduzione, peli, piedi] Mandria [parametri alimentazione, mungitura, rimonta, etc.] Stalla [acqua, ventilazione, cancelli, traffico, etc] Robot [mungitura, lavaggi, manutenzione. Routine: ritardi, carro, pulizia, etc]

58 Obiettivi del sistema automatizzato LATTE MUNTO / ROBOT RIDUZIONE DEI COSTI Aumentare le vacche Tempo di mungitura disponibile Produzione latte Alimenti Attività vacche Frequenza mungiture Minore è il tempo da dedicare all’animale, più l’informatizzazione è un aiuto – ma solo se si conosce come utilizzare gli strumenti che si hanno a disposizione.

59