FACOLTA' DI INGEGNERIA       Universita' di Pavia
Home
  Didattica > Insegnamenti1415 > Intelligenza artificiale in medicina Translate this page in English
Organizzazione e Sedi
Immatricolarsi ai C.d.L.
Immatricolarsi ai C.d.L.M.
Orientamento
Didattica
Prenotazione Aule
Master
Esami: Iscrizioni online
Ricerca Scientifica
Servizi
Rapporti con Imprese
Tirocini didattici
Eventi e Iniziative
Bandi e Offerte lavoro
Esami di Stato
Mobilità/Erasmus
Rapporti di riesame
Assicurazione Qualità
Guida dello Studente
Scorciatoie
Cerca nel sito
Intelligenza artificiale in medicina

Insegnamento Anno Accademico 14-15

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://elearning2.unipv.it/ingegneria/

Obiettivi formativi specifici

Questo corso si propone di fornire una serie di strumenti per la concettualizzazione, la formalizzazione e la gestione della conoscenza, e di applicarli alla modellizzazione di processi sanitari basati sull'evidenza scientifica. La prima parte del corso è incentrata sullo studio e sulla modellizzazione della conoscenza, con particolare riferimento alla sua concettualizzazione 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 formalizzazione 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. Durante il corso vengono introdotti alcuni strumenti software attualmente impiegati dai ricercatori del campo, che consentiranno di capire come sia possibile realizzare un sistema di supporto alle decisioni in medicina basato sulle linee guida correnti. 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 toccare con mano la complessità delle fasi di costruzione di un sistema di supporto alle decisioni e del suo effettivo impiego all'interno della pratica clinica.

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): 35
Esercitazioni (ore/anno in aula): 10
Attività pratiche (ore/anno in aula): 0

Materiale didattico consigliato

Dispense e materiale di approfondimento disponibili sul sito del corso

Modalità di verifica dell'apprendimento

Durante il corso gli studenti impareranno ad utilizzare 3 software tools che permetteranno loro di applicare tutte le nozioni apprese durante le lezioni frontali. Nella seconda metà del corso, gli studenti verranno divisi in gruppi di 3 persone, a cui sarà assegnato un progetto. Il progetto è incentrato sulla definizione di una "vera" linea guida computerizzata utilizzando 2 dei 3 tool presentati a lezione. L'esame finale sarà volto alla valutazione dei progetti (che vengono giudicati per ciascun gruppo) e alla valutazione individuale del livello di apprendimento raggiunto sul tool che non è stato utilizzato all'interno del progetto.

Copyright © Facoltà di Ingegneria - Università di Pavia