Fabio Barbieri
Conversational Agents per la Salute Digitale: Backend Integration per Applicazioni di Fitness e Wellbeing = Conversational Agents for Digital Health: Backend Integration for Fitness and Wellbeing Applications.
Rel. Maurizio Morisio. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2025
|
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (1MB) |
| Abstract: |
Questa tesi esplora la progettazione di un backend Agent-as-a-Service per applicazioni conversazionali in ambito salute, con al centro l’integrazione dei dati biometrici nei processi di ragionamento basati su Large Language Models. Ecosistemi come Apple HealthKit e Google Health Connect consentono la raccolta su larga scala da dispositivi indossabili, ma necessitano di essere integrati in flussi più complessi di interpretazione e interazione. La letteratura sugli conversational health agents evidenzia il potenziale dei modelli linguistici nel wellbeing, ma la maggior parte degli approcci non offre infrastrutture orientate agli sviluppatori in grado di collegare l’evidenza biometrica con il ragionamento agentico. Proponiamo un sistema prototipale che connette dati biometrici anonimizzati con un agente conversazionale implementato come personal health coach. L’agente è orchestrato tramite workflow-based reasoning, combinando analitiche deterministiche – come statistiche descrittive, trend ed euristiche causali – con valutazioni di salute modulari e raccomandazioni personalizzate. Questo approccio ibrido ancora le risposte conversazionali all’evidenza biometrica, garantendo coerenza e sicurezza, e permettendo interazioni adattive e centrate sull’utente. Il sistema si configura come un developer-oriented service layer per applicazioni di salute, dimostrando come i dati biometrici possano essere trasformati in conversational insights azionabili. Oltre all’implementazione, la tesi introduce un framework di valutazione concettuale per analizzare gli output agentici lungo quattro dimensioni: coerenza con i dati, sicurezza dell’inquadramento sanitario, adeguatezza di dominio e trasparenza del ragionamento. Nel loro insieme, questi elementi mostrano come agent-ready backends possano sostenere applicazioni conversazionali in salute scalabili, sicure ed estensibili. |
|---|---|
| Relatori: | Maurizio Morisio |
| Anno accademico: | 2025/26 |
| Tipo di pubblicazione: | Elettronica |
| Numero di pagine: | 168 |
| Soggetti: | |
| Corso di laurea: | Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering) |
| Classe di laurea: | Nuovo ordinamento > Laurea magistrale > LM-32 - INGEGNERIA INFORMATICA |
| Aziende collaboratrici: | NON SPECIFICATO |
| URI: | http://webthesis.biblio.polito.it/id/eprint/37624 |
![]() |
Modifica (riservato agli operatori) |



Licenza Creative Commons - Attribuzione 3.0 Italia