BIOSTATISTICA AVANZATA
Anno accademico e docente
Non hai trovato la Scheda dell'insegnamento riferita a un anno accademico precedente?
Ecco come fare >>
- English course description
- Anno accademico
- 2020/2021
- Docente
- STEFANO OLGIATI
- Crediti formativi
- 1
- Periodo didattico
- Secondo Semestre
- SSD
- MED/01
Obiettivi formativi
- Il programma si basa su esempi teorici e pratici e mira a sviluppare una comprensione critica dei fondamenti della Artificial Intelligence-Driven Healthcare e della futura collaborazione tra medico e macchina.
Prerequisiti
- Necessari:
- Igiene e Statistica Medica
- Inglese livello B1
Consigliati:
- Strumenti informatici in medicina Contenuti del corso
- 1) La differenza tra Statistical Analysis e Statistical Learning;
2) La differenza tra Supervised ed Unsupervised Learning;
3) Definizione di Precision Medicine, Predictive Medicine, Personalized Medicine;
4) Definizione di Artificial Intelligence, Machine-Learning, Deep-Learning, Reinforcement-Learning (Robotics);
5) Introduzione alla terminologia medica in Artificial Intelligence;
6) Lettura critica di articoli peer-reviewed di Artificial Intelligence in medicina in inglese;
7) Il futuro della collaborazione tra medico e macchina;
8) Il bias di Sesso/Genere/Categorie Sottorappresentate negli Algoritmi di Intelligenza Artificiale;
9) Cenni sul nuovo ruolo centrale del paziente in AI-Driven Healthcare;
10) Cenni sulla mutata responsabilità medico-legale in AI-Driven Healthcare. Metodi didattici
- Il corso si terrà in parte in italiano ed in parte in lingua inglese tramite la piattaforma e-learning “Moodle”
Modalità di verifica dell'apprendimento
- Esame Scritto.
Lo studente scriverà un abstract di 500 parole su una applicazione di Intelligenza Artificiale in medicina a sua scelta.
Verranno valutati lo stato della conoscenza della materia, la chiarezza espositiva e la capacità di applicare criticamente le informazioni acquisite durante il corso.
Il superamento dell’esame è subordinato al raggiungimento del punteggio minimo di 18. Testi di riferimento
- Slide, articoli e materiali forniti dal docente nei singoli moduli sulla piattaforma.
