SVILUPPO DI MODELLI DI DEEP LEARNING PER LA PREDIZIONE DEI RELAPSE IN PAZIENTI AFFETTI DA SCLEROSI MULTIPLA A PARTIRE DA DATI CLINICI E AMBIENTALI

La sclerosi multipla è una malattia infiammatoria cronica associata a una progressiva disabilità. Le cause di tale malattia non sono note, ma si presume che alcuni fattori, tra cui ambiente, etnia, esposizione ad agenti infettivi e predisposizione genetica siano responsabili della sua insorgenza. La maggior parte dei pazienti affetti da sclerosi multipla può manifestare, anche numerose volte, un particolare evento detto relapse, che rappresenta un momento di stress e di temporaneo peggioramento dei sintomi e può avere effetti anche a lungo termine sul progredire della malattia. Le cause di tali eventi non sono tuttora note ma si ritiene dipendano da diversi fattori, tra cui anche fattori ambientali come latitudine, stagionalità e presenza di agenti inquinanti. Lo scopo di questa tesi è lo sviluppo di modelli di predizione di relapse a partire da dati clinici e ambientali.