Integrazione dei Dati Clinici Oncologici tramite HL7 FHIR: Architettura di Data Injection e Analisi di Conformità al Framework EHDS

Il presente lavoro di tesi affronta l’integrazione dei dati clinici in oncologia di precisione, applicando lo standard HL7 FHIR all’infrastruttura di data injection del Cancer Virtual Lab (CVL) dell’IRCCS IRST “Dino Amadori” di Meldola. L’architettura è valutata rispetto al framework European Health Data Space (EHDS), il Regolamento (UE) 2025/327 che governerà la condivisione dei dati sanitari nell’Unione a partire dal 2027. Il percorso di ricerca si articola in due fasi: la modellazione formale dei dati clinici tramite lo sviluppo di un’Implementation Guide FHIR R4 e un’analisi che mappa lo stato attuale di CVL e ne misura la distanza dai requisiti EHDS, delineando una roadmap operativa per colmarla entro il 2029. I risultati definiscono un quadro architetturale completo. È stata sviluppata un’Implementation Guide comprendente 19 profili, 3 extension, 6 ValueSet e 3 CodeSystem locali per la stadiazione TNM. L’audit statico e la validazione empirica automatizzata (su 31.070 record) hanno caratterizzato 17 anomalie strutturali e 8 peculiarità terminologiche nella pipeline attuale. In particolare, è emerso un pattern R5 selettivo, rivelando una densità di errori sui profili mutuati da FHIR R5 ben 52 volte superiore a quella dei profili stabili. Il lavoro contribuisce alla comunità dell’informatica medica oncologica italiana fornendo un pattern metodologico riutilizzabile (che affianca audit statico e validazione empirica) e un’infrastruttura terminologica FHIR immediatamente adottabile a livello nazionale.