ECM FAD 8 Crediti - “Introduzione all'Intelligenza Artificiale in Medicina per il personale sanitario. II Edizione”
Descrizione: Questo corso FAD ha l'obiettivo di fornire gli elementi essenziali per comprendere il funzionamento dell'Intelligenza Artificiale e le sue possibili applicazioni in campo biomedico a un pubblico con competenze sanitarie privo di specifiche conoscenze informatiche o ingegneristiche. Il corso offre un'introduzione generale alle applicazioni dell'Intelligenza Artificiale in campo medico sanitario e un approfondimento su alcuni domini specifici quali: l'uso dei Large Language Models (LLM), l'analisi delle immagini diagnostiche, la predizione delle prognosi delle malattie e l'uso dei digital twin per i sistemi di decisione clinica assistita. Include anche una descrizione dei problemi etici correlati e gli elementi per una lettura critica degli articoli scientifici che usano questa tecnologia.
Scade il 30 settembre 2025
Programma dell'attività formativa:
Introduzione - Alberto Tozzi, Francesco Gesualdo, Caterina Rizzo
Cos'è l'Intelligenza Artificiale - Francesco Gesualdo
Le funzioni e gli usi dell'Intelligenza Artificiale per la salute - Alberto Tozzi
Quali e quanti dati servono - Alberto Tozzi
L'Intelligenza Artificiale per la diagnosi - Caterina Rizzo
L'Intelligenza Artificiale per la prognosi - Caterina Rizzo
L'Intelligenza Artificiale per interpretare il linguaggio naturale - Francesco Gesualdo
I digital twin - Alberto Tozzi
Implicazioni etiche e regolatorie - Alberto Tozzi
Come funzionano gli LLM - Diana Ferro
Applicazioni degli LLM per la clinica e la ricerca scientifica - Diana Ferro
Evidence Based Medicine e Intelligenza Artificiale - Alberto Tozzi
L'Intelligenza Artificiale per la ricerca scientifica: come leggere le pubblicazioni - Alberto Tozzi
Conclusioni - Alberto Tozzi
Responsabili Scientifici:
Alberto Eugenio Tozzi - Roma
Diana Ferro - Roma
Francesco Gesualdo - Roma
Caterina Rizzo - Pisa
Modalità di Partecipazione: Il corso è erogato in modalità asincrona, con contenuti consultabili senza vincoli temporali fino alla data di chiusura del corso. I contenuti saranno visibili per ulteriori 90 giorni successivi alla chiusura del corso.
Istruzioni ECM e Modalità di rilascio degli attestati di partecipazione: Per ottenere i crediti ECM, è necessario:
Visualizzare tutti i contenuti formativi del corso.
Compilare la scheda di valutazione del corso.
Superare il Test di verifica dell'apprendimento con almeno il 75% di risposte corrette (sono consentiti 5 tentativi).
Obiettivo formativo nazionale: Contenuti tecnico-professionali specifici di ciascuna professione e specializzazione, incluse le malattie rare e la medicina di genere.
Durata e Crediti: dal 1 ottobre 2024 al 30 settembre 2025, 8 crediti ECM.
Le distorsioni principali nello sviluppo di algoritmi di intelligenza artificiale per la salute includono: l’uso di dati poco numerosi o non rappresentativi per l'addestramento
La General Data Protection Regulation (GDPR): ha lo scopo di proteggere la privacy del paziente durante la condivisione di dati personali e clinici incluse le applicazioni di intelligenza artificiale
I digital twin in medicina sono: repliche digitali di processi biologici complessi sulle quali è possibile effettuare simulazioni
L’applicazione di algoritmi di intelligenza artificiale consente: di esplorare pattern di associazione in un numero elevato di variabili
Quali di questi modelli prognostici è basato su AI? early-warning system per la sepsi
In cosa consiste l’addestramento di un algoritmo? Nell’uso di dati che rappresentano casi già classificati sulla base dei quali è possibile elaborare una predizione
Quale tra le seguenti è un’applicazione basata sull’analisi dei dati trasmessi da un dispositivo indossabile fondata sull’intelligenza artificiale nel paziente diabetico? Il monitoraggio della glicemia
Qual è uno dei principali vantaggi dei Transformer rispetto alle Reti Neurali Ricorrenti (RNN)? Possono elaborare l'intera sequenza di input contemporaneamente, migliorando l'efficienza
In quale area tra le seguenti i digital twin possono rappresentare un forte impulso verso la medicina di precisione? Nella personalizzazione delle terapie
Qual è uno dei principali limiti degli LLM? Possono avere bias e difficoltà con informazioni fuori dal training set
Perché si parla di intelligenza artificiale? E’ una tecnologia che consente di eseguire processi complessi che normalmente richiedono l’intelligenza umana
E’ un potenziale pericolo dei sistemi di supporto alle decisioni cliniche: l’alert fatigue
Quale vantaggio potrebbe offrire l’AI nella valutazione prognostica in oncologia? Un approccio personalizzato
In cosa consiste la validazione di un algoritmo? Nel test dell’algoritmo su una base di dati non utilizzata per l’addestramento
A quale caratteristica corrisponde una delle “V” che indicano le caratteristiche dei big data? Variety - varietà: i big data devono essere caratterizzati da dati eterogenei strutturati e non strutturati, anche da sorgenti informative diverse
Quali elementi vanno considerati per valutare l’applicabilità di un’applicazione di intelligenza artificiale nel proprio ambiente clinico? Tutte le risposte
Quale strategia non permette di ridurre i bias? L'utilizzo di database open-source
La mancata rappresentazione di casi relativi a minoranze etniche nell’addestramento di un algoritmo per la predizione della prognosi in oncologia basato sull’intelligenza artificiale: può creare distorsioni potenzialmente discriminanti per le minoranze etniche
Su quali caratteristiche dell’intelligenza umana si basano i transformer model? Sull’attenzione
Qual è l’approccio migliore in termini di dati per lo sviluppo di un algoritmo di intelligenza artificiale per scopi diagnostici o terapeutici? Si possono costruire modelli federati nei quali si condividono gli algoritmi di diversi centri clinici ma non dati con i quali sono stati sviluppati
Quali sono le strategie utili per preservare la privacy dei pazienti i cui dati vengono utilizzati per lo sviluppo di applicazioni di intelligenza artificiale? Tutte le risposte
Quale delle seguenti è una sfida principale nell'applicazione degli LLM nella ricerca scientifica? La necessità di supervisione e i rischi legati alla sicurezza e al bias
La predizione della prognosi attraverso l’analisi delle immagini diagnostiche con strumenti di intelligenza artificiale nei pazienti oncologici: tutte le risposte
Quando e dove nasce il Natural Language Processing? Negli anni ‘50, negli Stati Uniti
Descrizione: Questo corso FAD ha l'obiettivo di fornire gli elementi essenziali per comprendere il funzionamento dell'Intelligenza Artificiale e le sue possibili applicazioni in campo biomedico a un pubblico con competenze sanitarie privo di specifiche conoscenze informatiche o ingegneristiche. Il corso offre un'introduzione generale alle applicazioni dell'Intelligenza Artificiale in campo medico sanitario e un approfondimento su alcuni domini specifici quali: l'uso dei Large Language Models (LLM), l'analisi delle immagini diagnostiche, la predizione delle prognosi delle malattie e l'uso dei digital twin per i sistemi di decisione clinica assistita. Include anche una descrizione dei problemi etici correlati e gli elementi per una lettura critica degli articoli scientifici che usano questa tecnologia.