Docente/i:
Lucia Sacchi
Denominazione del corso: Intelligenza artificiale in medicina
Codice del corso: 502950
Corso di laurea: Bioingegneria
Sede: Pavia
Settore scientifico disciplinare: ING-INF/06
L'insegnamento è caratterizzante per: Bioingegneria
Crediti formativi: CFU 6
Sito web del corso: http://lotarionline.unipv.it/moodle/
Obiettivi formativi specifici
Questo corso si propone di fornire gli strumenti per la rappresentazione e la gestione della conoscenza e di applicarli alla modellizzazione di processi sanitari basati sulle evidenze scientifiche. La prima parte del corso sarà incentrata sullo studio e sulla modellizzazione dei diversi tipi di conoscenza necessari per costruire sistemi che permettano alle organizzazioni di migliorare la loro performance. Nella seconda parte del corso le metodologie e le tecniche di ingegneria della conoscenza saranno applicati a specifici processi decisionali basati sulle evidenze scientifiche. Saranno introdotti ambienti di programmazione avanzati che consentono di implementare sistemi di gestione dei processi di lavoro cooperativo in ambito sanitario. L’obiettivo formativo prevalente del corso è quello di comprendere l'importanza dello sviluppo di modelli concettuali di sistemi di gestione delle conoscenze prima di avviare le fasi di progetto, sviluppo e valutazione di innovativi sistemi informativi sanitari.
Programma del corso
Ingegneria della conoscenza
- I modelli di sistemi basati sulla conoscenza
- La creazione e la gestione della conoscenza
Introduzione all'intelligenza artificiale in medicina
- La storia dell'intelligenza artificiale in medicina
- I sistemi esperti in medicina
Costruzione di basi di Conoscenza
- Ontologie
- Come si modellizza un'ontologia
- Creazione di ontologie in Protegé
Formalizzazione della Conoscenza Medica
- Le linee guida per rappresentare i comportamenti consigliati in medicina: la loro costruzione e disseminazione in ambito sanitario
- Le linee guida informatizzate
- Il progetto GUIDE
Process Modeling
- Rappresentazione di processi tramite workflow
- Reti di Petri e relative estensioni
- Modellizzazione di workflow con le reti di Petri
- YAWL per la modellizzazione dei processi di cura
Prerequisiti
Tipologia delle attività formative
Lezioni (ore/anno in aula): 45
Esercitazioni (ore/anno in aula): 0
Attività pratiche (ore/anno in aula): 0
Materiale didattico consigliato
Modalità di verifica dell'apprendimento
L'esame finale consiste nello sviluppo e nella presentazione di un progetto in cui si realizza un prototipo di rappresentazione di una linea guida affrontando sia l'aspetto relativo alla creazione di una base di conoscenza, sia quello della formalizzazione della conoscenza che la rappresentazione del processo di cura analizzato. Il progetto si svolgerà in gruppi di lavoro di 2 o 3 persone e verrà realizzato utilizzando i tool specifici analizzati durante il corso.
|