Skip to Main Content (Press Enter)

Logo UNIPV
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Professioni
  • Persone
  • Pubblicazioni
  • Strutture

UNIFIND
Logo UNIPV

|

UNIFIND

unipv.it
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Professioni
  • Persone
  • Pubblicazioni
  • Strutture
  1. Insegnamenti

502950 - INTELLIGENZA ARTIFICIALE IN MEDICINA

insegnamento
ID:
502950
Durata (ore):
56
CFU:
6
SSD:
BIOINGEGNERIA ELETTRONICA E INFORMATICA
Anno:
2026
  • Dati Generali
  • Syllabus
  • Corsi
  • Persone

Dati Generali

Periodo di attività

Primo Semestre (28/09/2026 - 15/01/2027)

Syllabus

Obiettivi Formativi

Questo corso si propone di fornire le competenze necessarie allo sviluppo di un sistema di supporto alle decisioni in medicina. In particolare, vengono introdotti gli strumenti per la concettualizzazione, la formalizzazione e la gestione della conoscenza, e viene discussa la loro applicazione nella modellizzazione di processi sanitari. La prima parte del corso è dedicata alla modellizzazione della conoscenza attraverso le Ontologie. La seconda parte del corso tratta il tema della Evidence-Based Medicine, con particolare attenzione alla stesura di Linee Guida per la pratica clinica e alla loro infomatizzazione sotto forma di Computer Interpretable Guidelines (CIG). Infine, viene introdotta la modellizzazione dei processi di lavoro, partendo dal mondo aziendale e poi focalizzandosi sui processi sanitari.
L'obiettivo principale di questo corso è trasmettere l'importanza, soprattutto in ambito sanitario, della concettualizzazione e della formalizzazione della conoscenza. Attraverso l'applicazione pratica è possibile comprendere la complessità delle fasi di costruzione di un sistema di supporto alle decisioni e del suo effettivo impiego all'interno della pratica clinica.

Prerequisiti

----

Metodi didattici

Lezioni (ore/anno in aula): 30
Esercitazioni (ore/anno in aula): 10
Attività pratiche (ore/anno in aula): 16

Verifica Apprendimento

Durante il corso gli studenti impareranno ad utilizzare alcuni software tool che permettono loro di applicare tutte le nozioni apprese durante le lezioni frontali.
L'apprendimento verrà verificato attraverso dei progetti, da svolgersi individualmente o in gruppo, sulla modellizzazione di linea guida per la pratica clinica attraverso i tool introdotti a lezione.

Testi

Dispense e materiale di approfondimento disponibili sul sito del corso.
Altri testi:
R. Greenes: Clinical decision support- The road for broad adoption, 2nd Edition, Academic Press
R. Arp, B. Smith, A.D. Spear: Basic Formal Ontologies, The MIT Press

Contenuti

Sistemi di supporto alle decisioni in medicina
Gestione e Standardizzazione dei dati clinici:
- Introduzione al ciclo di vita del dato sanitario: Differenze architetturali e normative tra Primary Use e Secondary Use
- Lo standard HL7 FHIR per l'interoperabilità
- Modelli per la ricerca osservazionale

Rappresentazione della Conoscenza:
- Vocabolari controllati e Ontologie biomediche e il loro ruolo nell'interoperabilità
- Linee guida per la pratica clinica e evidence-based medicine
- Ontologie in OWL
- Knowledge Graphs (KG) in medicina

Modellizzazione dei processi Clinici e Analisi Decisionale:
- Rappresentazione dei percorsi di cura per trasformare linee guida testuali in modelli computabili
- Modellizzazione dei processi applicati in sanità: Utilizzo di BPMN e YAWL per workflow clinici
- L'approccio FHIR ai processi

Lingua Insegnamento

Italiano

Altre informazioni

---

Corsi

Corsi

BIOINGEGNERIA 
Laurea Magistrale
2 anni
No Results Found

Persone

Persone

SACCHI LUCIA
AREA MIN. 09 - Ingegneria industriale e dell'informazione
Settore IBIO-01/A - Bioingegneria
Gruppo 09/IBIO-01 - BIOINGEGNERIA
Professore associato
No Results Found
  • Utilizzo dei cookie

Realizzato con VIVO | Designed by Cineca | 26.9.0.0