La documentazione clinica prodotta dal sistema sanitario italiano è caratterizzata da elevata eterogeneità strutturale e linguistica: referti di laboratorio, lettere di dimissione, verbali di pronto soccorso e visite specialistiche sono privi di un formato nazionale condiviso, rendendo difficile qualsiasi aggregazione sistematica delle informazioni per singolo paziente. A questa sfida si aggiunge una profonda scarsità di risorse annotate per il NLP clinico in lingua italiana. Questo lavoro di tesi propone quattro contributi nella gestione dei dati clinici del paziente all'interno di DatAIMed, una piattaforma di Clinical Decision Support basata su intelligenza artificiale Il primo contributo è la progettazione di uno schema Pydantic per la rappresentazione strutturata di entità cliniche estratte da referti italiani eterogenei, organizzato su tre livelli gerarchici: paziente, referto ed entità cliniche.