Sanità digitale · 2025–oggi

medoco HEALTH: imaging e interoperabilità per studi odontoiatrici e ortodontici

In produzione da tre anni nello studio pilota, ora in installazione in nuove cliniche.

Interfaccia di medoco HEALTH: i passaggi per selezionare una serie di foto cliniche, associarla alla worklist e al paziente e rivedere le immagini categorizzate. Volti sfocati.

Contesto

medoco HEALTH è una startup di informatica sanitaria di Trento che lavora per il settore ortodontico. Costruisce software e dispositivi per acquisire, archiviare e condividere le immagini cliniche negli studi odontoiatrici e ortodontici, su standard aperti: DICOM, FHIR, HL7, PACS.

La piattaforma è web e a microservizi: si collega direttamente agli strumenti dello studio per acquisire immagini e dati senza inserimenti manuali, li cataloga automaticamente con modelli di intelligenza artificiale e li rende condivisibili in DICOM tra professionisti e dispositivi.

Problema

Un prodotto complesso da portare da prototipo a produzione: acquisizione immagini da fotocamere e scanner, conversione in DICOM con metadati clinici, invio a PACS, anagrafica paziente via FHIR, dispositivo hardware dedicato, interfacce per il personale. Un team piccolo, standard pesanti, zero margine di errore sui dati dei pazienti.

Soluzione

Da gennaio 2025 ci lavoro quasi a tempo pieno come contractor: architettura, sviluppo backend e frontend, DevOps e CI/CD, integrazione hardware con un dispositivo dedicato su Raspberry Pi, standard DICOM e FHIR con codifiche SNOMED, documentazione tecnica, rapporto con i primi utenti e gestione del progetto.

Con Toni Magni ho scritto la FHIR Implementation Guide pubblicata da medoco HEALTH: standardizza l'integrazione dei servizi di intelligenza artificiale che classificano le immagini (modalità, distretto anatomico, orientamento) per convertirle in DICOM, senza bisogno di dati del paziente.

Risultato

Suite in produzione da tre anni nello studio pilota, in fase di installazione in nuove cliniche. Numeri: ore risparmiate a settimana, immagini archiviate, errori di associazione paziente

Tecnologie

  • Python
  • Django
  • FastAPI
  • PostgreSQL
  • Redis
  • MQTT
  • Docker
  • Svelte
  • Flutter
  • Go
  • DICOM
  • FHIR
  • HL7
  • SNOMED
  • Raspberry Pi

Il servizio collegatoSanità digitale

Hai un progetto simile? Prenota una consulenza.