INTRODUZIONE ALL'AI E APPLICAZIONI PRATICHE AL SETTORE SALUTE

Corso 4Digital Live in Aula Virtuale

Live Aula Virtuale

9 ore

3 moduli

Giorno	Data	Orario
Giovedì	3 luglio 2025	10:00 – 13:00
Giovedì	10 luglio 2025	10:00 – 13:00
Giovedì	17 luglio 2025	10:00 – 13:00

Presentazione

Il corso introduttivo all’AI e applicazioni pratiche al settore SALUTE si propone di illustrare i contenuti, le soluzioni e le tecniche sia sul tema dell’Intelligenza Artificiale che su quello dell’AI Generativa, con una ‘verticalizzazione’ su tematiche relative al settore medico e farmacologico.

All’interno del webinar è previsto che il partecipante realizzi concretamente alcune delle applicazioni che vengono insegnate, utilizzando i tool in maniera interattiva sotto la supervisione del relatore.

Obiettivi

Fornire un’introduzione completa e ‘molto applicata’ alla teoria e alle tecniche dell’AI chiarendo la differenza tra AI cosiddetta classica e l’AI Generativa

Illustrare quali siano i campi di applicazione dell’AI

Descrivere in modo completo come l’AI impatti nel mondo della Salute (in senso esteso, processi relativi all’ambito medico e tecnologia medica)

Programma

Modulo 1

COSA E' L'INTELLIGENZA ARTIFICIALE?

Definizione di Intelligenza Artificiale
- Cosa si intende per intelligenza artificiale.
- Distinzione tra AI debole e AI forte.
- Definizione di AI secondo le principali istituzioni e accademici.
Prospettiva Storica dell’AI
- Le origini dell’AI: dagli automi antichi alle teorie moderne.
- I pionieri dell’AI: Alan Turing, John McCarthy e altri.
- Evoluzione delle tecnologie AI: dalla logica simbolica ai moderni algoritmi di machine learning.
Campi di Interesse dell’AI
- Natural Language Processing (NLP)
  - Definizione e obiettivi.
  - Tecniche principali: analisi sintattica, semantica, traduzione automatica, riconoscimento e generazione del linguaggio.
  - Applicazioni: assistenti virtuali, traduzione automatica, sentiment analysis.
- Computer Vision
  - Definizione e obiettivi.
  - Tecniche principali: riconoscimento di oggetti, classificazione di immagini, segmentazione, analisi facciale.
  - Applicazioni: sicurezza, medicina, automotive, intrattenimento.
- Reasoning e Problem Solving
  - Definizione e obiettivi.
  - AI basata sulla logica: inferenza, sistemi esperti.
  - Applicazioni: sistemi di supporto decisionale, automazione industriale.
- Machine Learning Basato sui Dati
  - Definizione e differenziazione dall’AI simbolica.
  - Algoritmi principali: supervisionato, non supervisionato, reinforcement learning.
  - Applicazioni: predizione, raccomandazione, rilevamento delle anomalie.

Modulo 2

AI GENERATIVA

Introduzione all’AI Generativa
- Definizione e concetti chiave.
- Tipologie di AI generativa: modelli basati su reti neurali, GANs (Generative Adversarial Networks), modelli auto regressivi, transformers.
- Perché l’AI generativa è considerata una rivoluzione: capacità di creare contenuti originali, impatti su creatività e automazione.
Modelli Linguistici nell’AI Generativa
- Cosa sono i modelli linguistici: definizione, concetti di base.
- Transformers: l’architettura alla base dei moderni modelli linguistici.
- Perché vengono chiamati modelli linguistici: addestramento su grandi quantità di testo, capacità di comprendere e generare linguaggio naturale.
- Differenze rispetto ai modelli tradizionali di NLP.
Campi di Applicazione dell’AI Generativa
- Produzione di Testo
  - Generazione di contenuti creativi: articoli, storie, poesia.
  - Automazione della scrittura: assistenti di scrittura, riassunti automatici.
- Generazione di Immagini
  - Creazione di arte digitale, design e moda.
  - Applicazioni in pubblicità e media.
- Musica e Audio
  - Composizione musicale automatica.
  - Generazione di audio per videogiochi e film.
- Video e Animazione
  - Creazione di video sintetici, deepfakes.
  - Animazione automatica basata su script o input testuale.
- Progettazione e Ingegneria
  - Generazione di modelli 3D, design di prodotto.
  - Applicazioni nell’architettura e nella prototipazione rapida.
- Applicazioni in Medicina
  - Creazione di immagini mediche sintetiche per l’addestramento.
  - Generazione di dati per la ricerca farmacologica.

Modulo 3

APPLICAZIONE AL SETTORE SALUTE

Applicazione 1: Diagnostica Medica Assistita da AI
- Descrizione: Sistemi di AI che supportano i medici nella diagnosi di malattie analizzando immagini mediche, risultati di test e cartelle cliniche.
- Realizzazione: Implementazione di modelli di deep learning addestrati su ampi dataset di immagini e dati clinici, integrati con i sistemi di gestione degli ospedali (EHR).
Applicazione 2: Monitoraggio dei Pazienti Remoto
- Descrizione: AI utilizzata per monitorare in tempo reale i pazienti a distanza, analizzando i dati provenienti da dispositivi indossabili e sensori.
- Realizzazione: Sviluppo di sistemi di monitoraggio integrati con AI che analizzano i dati dei pazienti per rilevare anomalie e inviare allarmi ai medici. Integrazione con piattaforme di telemedicina.
Applicazione 3: Personalizzazione dei Trattamenti Medici
- Descrizione: AI che analizza i dati genetici e clinici per personalizzare i trattamenti medici in base alle caratteristiche individuali del paziente.
- Realizzazione: Utilizzo di tecniche di machine learning e analisi genetica per creare piani di trattamento personalizzati. Integrazione con piattaforme di gestione dei dati sanitari.
Applicazione 4: Sviluppo di Farmaci con AI
- Descrizione: Utilizzo di AI per accelerare il processo di scoperta e sviluppo di nuovi farmaci, analizzando enormi dataset biologici e chimici.
- Realizzazione: Implementazione di modelli di deep learning che identificano composti promettenti e prevedono la loro efficacia e sicurezza. Collaborazione con piattaforme di ricerca farmacologica.

Target

Il corso è orientato a coloro che, pur non possedendo una specifica formazione su tecnologie software avanzate, vogliano avere un quadro completo ed ‘utilizzabile’ di cosa sia l’AI oggi e quali siano i suoi punti di forza (e debolezza), specificatamente nel settore della salute (dalla ottimizzazione dei processi alle applicazioni nella progettazione di farmaci).

Esperto

Prof. Federico Cecconi

CSO di QBT Sagl, dove si occupa di ricerca e sviluppo, guidando progetti innovativi e contribuendo all’avanzamento scientifico e tecnologico dell’azienda.
Ricercatore senior presso ISTC, Istituto di Scienze e Tecnologie della Cognizione del CNR, Roma (LABSS, Laboratorio di Simulazione Sociale ad Agenti).
Responsabile della gestione della rete informatica, delle risorse computazionali per le simulazioni e dello sviluppo di modelli computazionali e matematici per i fenomeni di interesse del laboratorio (dinamiche sociali, fenomeni normativi e reputazionali) presso LABSS.
Insegna “Informatica” e “Metodi Numerici” presso LUMSA, Libera Università Maria Ss. Assunta.
Autore di numerosi libri sulla simulazione sociale ad agenti.

Costo

Introduzione all'AI e applicazioni pratiche al settore SALUTE

€440+iva

9 ore
Lezioni Pratiche Live in Aula Virtuale
Accesso illimitato alle registrazioni
Interazione con il docente
Materiale didattico