Oggetto della ricerca è la fisiopatologia dei sistemi cardiovascolare, respiratorio, autonomico e nervoso, mediante modelli computazionali e loro integrazione con dati multisorgente. Sviluppiamo algoritmi e metodologie innovative di analisi di dati e immagini biomediche. Approcci multivariati, multiorgano e multiscala permettono di integrare nei modelli le informazioni dei dati e di utilizzarle per la stratificazione del rischio e per il supporto alle decisioni cliniche, attraverso approcci di machine learning. Lo studio e la progettazione di algoritmi di analisi descrittiva e predittiva vengono applicati in particolare a big data ottenuti da set di segnali biomedici, generati da sistemi portabili, senza contatto e minimamente invasivi e da tecnologie attualmente in grado di raccogliere informazioni sul benessere e salute del soggetto. L’integrazione di analisi di dati, segnali e immagini permette lo sviluppo di dispositivi per il monitoraggio remoto, la diagnosi personalizzata e per l’empowerment del paziente. Sono in corso studi inerenti la fibrillazione atriale, la classificazione del sonno, il monitoraggio cardiovascolare indossabile, studi dell’ EEG in età adulta e pediatrica, monitoraggio del feto e del neonato, sviluppo di terapie personalizzate per pazienti in shock , soluzioni diagnostiche e-health and m-health. L’analisi dei dati multiscala coinvolge analisi genetiche, genomiche e multi-omiche per la caratterizzazione dei meccanismi molecolari alla base delle patologie e l’identificazione di target farmacologici personalizzati (farmacogenomica). Gli strumenti sviluppati sono di supporto al processo diagnostico e alla decisione clinica in diverse patologie cardiovascolari e neurosensoriali nell’adulto, nel feto e nel neonato nonché utilizzate per l’identificazione di percorsi di cura.