SCIENCE AND TECHNOLOGY
DAI4Health: Innovazione Digitale e Intelligenza Artificiale nel Settore Sanitario
Milano
Master 2 Livello
Italiano
15 mesi
blend-mista
Vision
L’innovazione digitale e l’Intelligenza Artificiale (AI) stanno trasformando il settore sanitario drasticamente e con una velocià elevatissima. Queste tecnologie emergenti offrono nuove opportunità per migliorare la qualità delle cure, la qualità dell’assistenza, aumentare l’efficienza dei processi e ridurre di conseguenza i costi.
Tuttavia, queste tecnologie sono in rapida evoluzione e questo richiede che i professionisti del settore sanitario acquisiscano nuove competenze per poter sfruttare a pieno le potenzialità che queste offrono. Il sistema sanitario si misura giorno dopo giorno con realtà sempre più sfidanti come l’aumento della domanda dei servizi, l’invecchiamento della popolazione e la gestione delle malattie croniche.
Per rispondere in maniera efficace a queste sfide, è essenziale integrare i sistemi di gestione sanitaria con nuove tecnologie che permettono il trattamento del paziente in maniera innovativa.
Il master in Digital Innovation and AI for Healthcare ha l’obiettivo di fornire ai partecipanti la base metodologica per comprendere le tecnologie digitali e l'AI applicate al settore sanitario. Questo sarà possibile attraverso lezioni teoriche e pratiche, laboratori, workshop e un progetto finale per applicare le competenze acquisite alla realizzazione di un caso d’uso di interesse.
***L’avvio del master è subordinato all’approvazione degli Organi d’Ateneo di dicembre***
Mission
Il Master ha obiettivi formativi professionalizzanti:
- Fornire competenze pratiche e applicabili dell'uso delle tecnologie digitali e dell'intelligenza artificiale in ambito sanitario.
- Preparare i partecipanti a implementare soluzioni digitali nei processi sanitari per migliorare efficienza e qualità dell'assistenza.
- Sviluppare capacità di analizzare e interpretare dati sanitari per prendere decisioni operative basate su evidenze.
- Promuovere una comprensione approfondita e applicata degli aspetti etici e regolamentari relativi all'uso delle tecnologie digitali e dell'IA in sanità.
Percorso
Organizzazione Didattica
344 ore di Lezione
300 ore di Stage/Project Work
Esami e Frequenza
8
ESAMI
+
1
PROVA FINALE
Per un totale di 60 CFU
RICHIESTO IL
75 %
DELLE ORE DI FREQUENZA
Insegnamenti
- Introduzione alla Digital Health.
- Tecnologie chiave in Digital Health.
- Intelligenza Artificiale e Big Data.
- Interoperabilità e infrastrutture digitali.
- Valutazione delle tecnologie di Digital Health.
- Futuro della Digital Health.
- Regolamentazione e sicurezza.
- Applicazioni pratiche della Digital Health.
48 ORE
6 CFU
- Introduzione all'Intelligenza Artificiale.
- Machine Learning: Algoritmi supervisionati e non supervisionati.
- Deep Learning: Reti neurali artificiali e architetture principali.
- AI applicata alla sanità: Diagnosi automatizzata, elaborazione delle immagini mediche, analisi predittiva.
- Natural Language Processing (NLP): Analisi di dati testuali in ambito medico.
- Big Data e AI in sanità: Analisi di grandi dataset sanitari, data mining e data cleaning.
- Etica e sicurezza nell'uso dell'AI: Bias, trasparenza, e regolamentazioni in ambito sanitario.
- Strumenti e piattaforme AI
56 ORE
6 CFU
- Tipologie di dati sanitari: Dati strutturati (EHR), non strutturati (immagini, testo), e dati in tempo reale.
- Ciclo di vita dei dati: Raccolta, archiviazione, elaborazione, e conservazione dei dati sanitari.
- Strumenti e tecnologie: Database sanitari, sistemi di gestione e analisi dei dati, cloud computing.
- Interoperabilità: Standard di scambio dati (HL7, FHIR) e integrazione tra sistemi.
- Data governance: Qualità, sicurezza e integrità dei dati sanitari.
- Privacy e regolamentazione: Compliance con GDPR e altre normative sula protezione dei dati sanitari.
40 ORE
4 CFU
- Introduzione alla Data Science: Concetti chiave e applicazioni in sanità.
- Tipologie di dati sanitari: Strutturati, non strutturati, e dati in tempo reale.
- Preparazione dei dati: Data cleaning, integrazione e trasformazione di dataset sanitari.
- Modelli statistici e Machine Learning: Algoritmi di classificazione, regressione e clustering applicati ai dati sanitari.
- Visualizzazione dei dati: Strumenti e tecniche per la rappresentazione grafica dei risultati.
- Big Data in sanità: Gestione e analisi di grandi volumi di dati sanitari.
- Privacy e sicurezza dei dati: Normative (GDPR) e tecniche per garantire la protezione dei dati.
- Strumenti e piattaforme di analisi: Utilizzo di software e linguaggi come Python, R, e SQL.
40 ORE
4 CFU
- Introduzione alle tecnologie digitali in sanità: Panoramica su telemedicina, mHealth, wearables e dispositivi connessi.
- Cartelle cliniche elettroniche (EHR): Funzionamento, vantaggi e sfide nell’ implementazione.
- Telemedicina e telemonitoraggio: Strumenti per il monitoraggio remoto dei pazienti e la consultazione a distanza.
- Applicazioni mobile e salute digitale: Utilizzo di app per la prevenzione, diagnosi e gestione delle malattie.
- Wearables e dispositivi per il monitoraggio: Tecnologie indossabili per la raccolta di dati sanitari in tempo reale.
- Interoperabilità dei sistemi sanitari: Standard (HL7, FHIR) e soluzioni per l’integrazione di dati tra diversi sistemi.
- Big Data e cloud computing in sanità: Raccolta, gestione e analisi di grandi volumi di dati sanitari.
- AI e automazione in sanità: Applicazioni dell’ intelligenza artificiale per diagnosi, predizione e ottimizzazione dei processi clinici.
48 ORE
6 CFU
- Introduzione all'IA in sanità: Panoramica sulle tecnologie di intelligenza artificiale applicate alla salute.
- Machine learning e deep learning: Tecniche e algoritmi utilizzati per l'analisi di dati clinici.
- AI per la diagnosi medica: Applicazioni nell'interpretazione di immagini mediche (radiologia, istologia, ecc.).
- AI nella predizione e prevenzione delle malattie: Modelli predittivi per malattie croniche e prevenzione personalizzata.
- AI per il supporto decisionale clinico: Sistemi di assistenza per la presa di decisioni cliniche basate su dati.
- Elaborazione del linguaggio naturale (NLP): Applicazioni dell'IA per l'analisi di cartelle cliniche elettroniche e testi medici.
- AI e robotica in sanità: Automazione di procedure chirurgiche e assistenza robotica per pazienti.
- Sfide etiche e legali: Gestione della responsabilità, trasparenza degli algoritmi e conformità normativa.
- Valutazione e implementazione: Metodi per testare, validare e integrare soluzioni AI nei sistemi sanitari esistenti.
48 ORE
6 CFU
- Introduzione ai sensori intelligenti: Tipologie di sensori (biometrici, ambientali, indossabili) e loro funzionamento.
- Tecnologie e piattaforme per i sensori sanitari: Architettura hardware e software per la raccolta e gestione dei dati.
- Sensori per il monitoraggio dei pazienti: Applicazioni in telemedicina, monitoraggio remoto, e gestione delle malattie croniche.
- Integrazione dei sensori con sistemi sanitari digitali: Interoperabilità con cartelle cliniche elettroniche (EHR) e piattaforme di telemedicina.
- Analisi dei dati raccolti dai sensori: Tecniche di data processing, machine learning e visualizzazione dei dati in ambito sanitario.
- Progettazione e sviluppo di soluzioni basate su sensori: Esercitazioni pratiche per configurare e utilizzare sensori intelligenti.
- Sicurezza e privacy dei dati: Misure di sicurezza per la protezione dei dati raccolti dai sensori e conformità alle normative (GDPR).
- Sfide etiche e regolamentarie: Implicazioni etiche e legali nell'uso di sensori per la salute.
- Casi studio e applicazioni reali: Esplorazione di progetti e soluzioni implementate nell'assistenza domiciliare e ospedaliera.
32 ORE
4 CFU
- Fondamenti di etica in sanità: Principi etici e dilemmi nel contesto sanitario e tecnologico.
- Normative sulla privacy e protezione dei dati: GDPR e altre regolamentazioni internazionali sulla gestione dei dati sanitari.
- Etica della tecnologia in sanità: Intelligenza artificiale, telemedicina e il loro impatto etico.
- Sicurezza dei dati sanitari: Pratiche e regolamenti per garantire la sicurezza informatica e la riservatezza dei pazienti.
- Accesso equo alle tecnologie sanitarie: Considerazioni etiche su disuguaglianze e accessibilità alle cure digitali.
- Responsabilità legale e deontologia professionale: Obblighi legali e morali dei professionisti sanitari nell'uso delle tecnologie.
- Autonomia e consenso informato: Diritti dei pazienti e processi decisionali nell'era digitale.
- Valutazione dell'impatto regolatorio: Implementazione e monitoraggio delle normative nei contesti clinici.
32 ORE
4 CFU
Comitato scientifico
Direttori
Componenti
Fabio
Previdi
Previdi
Professore Ordinario Università di Bergamo
Cosimo
Puttilli
Puttilli
Ab Medica SpA
Alessandro
Tonacci
Tonacci
Istituto di Fisiologia Clinica CNR
Quali competenze acquisisci ?
Introduzione alla Digital Health
Fondamenti di Intelligenza Artificiale
Gestione dei Dati Sanitari
Data Science e Analisi dei Dati Sanitari
Strumenti e Tecnologie Digitali in Sanità
Applicazioni Pratiche dell'IA in Sanità
Workshop su Sensori Intelligenti per la Sanità
Etica e Regolamentazione
DAI4Health: Innovazione Digitale e Intelligenza Artificiale nel Settore Sanitario
A chi è rivolto ?
PROFESSIONISTI
Lavoratori delle aziende sanitarie: medici, infermieri, manager e dirigenti del settore sanitario, responsabili dei sistemi informativi, data scientist. Lavoratori delle aziende nel settore healthcare: professionisti che lavorano a progetti di digital health. Lavoratori degli enti pubblici: professionisti impegnati in progetti di digitalizzazione sanitaria.
Lavoratori delle aziende sanitarie: medici, infermieri, manager e dirigenti del settore sanitario, responsabili dei sistemi informativi, data scientist. Lavoratori delle aziende nel settore healthcare: professionisti che lavorano a progetti di digital health. Lavoratori degli enti pubblici: professionisti impegnati in progetti di digitalizzazione sanitaria.
Il Master in Digital Innovation and AI in Healthcare è pensato per professionisti del settore sanitario e dell’industria che desiderano acquisire competenze avanzate e applicabili nell'uso delle tecnologie digitali e dell'intelligenza artificiale.
