Pre-Seed · Raccolta in corso

Il digital twin cognitivo per l’assistenza domiciliare ad Alzheimer e demenza

Distinguiamo il deterioramento acuto reversibile dalla progressione neurodegenerativa, confrontando ogni paziente con il proprio baseline personale — non con una soglia di popolazione.

Pre-Seed Round · 500k€ Partnership clinica con un IRCCS italiano

Richiedi il deck investitori Come funziona

Deepleey S.r.l. — Italia, 2026

Il contesto clinico

Un segnale che oggi si legge troppo tardi

I pazienti con Alzheimer e demenza senile in fase di semi-autosufficienza restano a casa, dove non esiste osservazione clinica continua tra una visita e l’altra.

Due traiettorie, un solo sintomo apparente

Un peggioramento cognitivo acuto può avere origine reversibile (infezione, farmaci, disidratazione, delirium) oppure essere l’esordio di una progressione neurodegenerativa. Dall’esterno, all’inizio, sembrano uguali.

Il monitoraggio continuo non esiste a domicilio

Tra una visita e l’altra non c’è osservazione clinica strutturata: le famiglie e i caregiver restano soli nella lettura dei segnali.

Il ritardo ha un costo clinico e umano

Una diagnosi differenziale tardiva significa terapia reversibile persa, oppure allarme inutile per un episodio transitorio — in entrambi i casi, carico crescente sul caregiver.

Cognitive Twin

Un modello del singolo paziente, non una soglia di popolazione

Il core proprietario è un modello computazionale dell’individuo, aggiornato quotidianamente via interazione vocale strutturata, computer vision ambientale e dati comportamentali.

Baseline personale, non stazionario

La malattia progredisce: il baseline del paziente evolve nel tempo. La deviation detection è costruita per modellare questa non-stazionarietà, non per assumere un riferimento fisso.

Firma temporale della deviazione

Distinguiamo deterioramento acuto reversibile da progressione neurodegenerativa guardando come cambia il segnale: esordio brusco vs deriva graduale, fluttuante vs monotono, mono- vs multi-dominio.

Hardware minimo, agent-agnostic

Tablet e due telecamere ambientali off-the-shelf, circa 800€ per installazione. L’architettura espone un’interfaccia standard: qualsiasi dispositivo compatibile diventa un agente Duomea.

Pensato come piattaforma

L’infrastruttura — ingestione multimodale, baseline personale, deviation detection, reporting clinico — è costruita per essere condition-agnostic, non legata a un solo caso d’uso.

Classe I → IIaPercorso regolatorio MDR, disciplinato su Rule 11

ISO 13485QMS impostato dal giorno uno, non retrofittato

∼800€Costo hardware per installazione, off-the-shelf

Italia-firstAncorato a partnership IRCCS e riforma SSN

Validazione clinica

Partnership con un IRCCS italiano

Lo studio clinico che genera il dataset longitudinale proprietario e valida il modello di deviation detection.

Cosa è già in corso

LOI firmata con l’IRCCS; term sheet in negoziazione su titolarità dei dati e dei modelli derivati.
Studio sponsor-funded, pagamenti esclusivamente a milestone — nessun canone, nessun ricavo per Duomea.
Consenso informato con copertura per l’uso secondario commerciale dal primo paziente (GDPR Art. 9).

Perché conta per un investitore

Dataset clinico proprietario, non sintetico né acquistato — costruito per lo specifico claim regolatorio.
Percorso a due stadi (Classe I → IIa) disciplinato dal linguaggio dei claim, non dal prodotto.
Sequenza Italia-first ancorata a un partner clinico reale, non a un piano di espansione astratto.

Il team

Chi esegue

Gabriele Torre

Founder & Chief AI

Modelli, pipeline ML, architettura del Cognitive Twin.

Fabrizio Malfanti

Chief Technical Officer

Architettura del digital twin, direzione prodotto e tecnica.

Alice De Luca, PhD

Clinical & Regulatory

MDR, CER/CEP/PMCF — ex IIT, Movendo.

Giuseppe Russo

Senior Data Scientist

Modellazione dati clinici e comportamentali.

Michela Paparella

Co-founder & Chief Strategy and Ecosystem Officer

Stakeholder ecosystem, patient/caregiver engagement, institutional partnerships, adoption.

Cristiano Ercolani

Commercial & Capital

Enterprise IT, fundraising VC ed exit M&A pregressi.

CEO

In recruiting

Track record clinical evidence → reimbursement. Equity 8–12%, board seat.

Gabriele Torre e Giuseppe Russo restano operativi sul progetto; la loro quota è indiretta tramite Deepleey S.r.l.

La raccolta

Pre-Seed da 500k€

Per chiudere il term sheet IRCCS, avviare lo studio clinico sponsor-funded e completare la ricerca del CEO. Materiali completi — deck, cap table, use of proceeds — su richiesta.

500k€

Pre-Seed Round

Richiedi il deck