Servizi per la didattica
PORTALE DELLA DIDATTICA

Medicina digitale - Intraprendenti

01GEDLZ, 01GEDJM, 01GEDLH, 01GEDLI, 01GEDLM, 01GEDLN, 01GEDLP, 01GEDLS, 01GEDLU, 01GEDLX, 01GEDMA, 01GEDMB, 01GEDMC, 01GEDMH, 01GEDMK, 01GEDMN, 01GEDMO, 01GEDMQ, 01GEDNX, 01GEDOA, 01GEDOD, 01GEDPC, 01GEDPI, 01GEDPL, 01GEDPM, 01GEDPW

A.A. 2022/23

Lingua dell'insegnamento

Italiano

Corsi di studio

Corso di Laurea in Ingegneria Aerospaziale - Torino
Corso di Laurea in Ingegneria Meccanica (Mechanical Engineering) - Torino
Corso di Laurea in Design E Comunicazione - Torino
Corso di Laurea in Ingegneria Dell'Autoveicolo (Automotive Engineering) - Torino
Corso di Laurea in Ingegneria Informatica (Computer Engineering) - Torino
Corso di Laurea in Ingegneria Dell'Autoveicolo - Torino
Corso di Laurea in Electronic And Communications Engineering (Ingegneria Elettronica E Delle Comunicazioni) - Torino
Corso di Laurea in Ingegneria Dei Materiali - Torino
Corso di Laurea in Architettura (Architecture) - Torino
Corso di Laurea in Ingegneria Elettrica - Torino
Corso di Laurea in Ingegneria Biomedica - Torino
Corso di Laurea in Ingegneria Chimica E Alimentare - Torino
Corso di Laurea in Ingegneria Civile - Torino
Corso di Laurea in Ingegneria Edile - Torino
Corso di Laurea in Ingegneria Energetica - Torino
Corso di Laurea in Ingegneria Meccanica - Torino
Corso di Laurea in Ingegneria Per L'Ambiente E Il Territorio - Torino
Corso di Laurea in Matematica Per L'Ingegneria - Torino
Corso di Laurea in Ingegneria Elettronica - Torino
Corso di Laurea in Ingegneria Informatica - Torino
Corso di Laurea in Ingegneria Fisica - Torino
Corso di Laurea in Ingegneria Del Cinema E Dei Mezzi Di Comunicazione - Torino
Corso di Laurea in Ingegneria Gestionale - Torino
Corso di Laurea in Ingegneria Gestionale - Torino
Corso di Laurea in Architettura - Torino
Corso di Laurea in Pianificazione Territoriale, Urbanistica E Paesaggistico-Ambientale - Torino

Organizzazione dell'insegnamento
Didattica Ore
Lezioni 24
Esercitazioni in aula 36
Docenti
Docente Qualifica Settore h.Lez h.Es h.Lab h.Tut Anni incarico
Audenino Alberto Professore Ordinario ING-IND/34 3 0 0 0 1
Collaboratori
Espandi

Didattica
SSD CFU Attivita' formative Ambiti disciplinari
ING-IND/34 6 D - A scelta dello studente A scelta dello studente
2022/23
I recenti sviluppi nelle tecnologie biomediche, che consentono di ottenere informazioni quantitative sempre più dettagliate sulla fisiologia e la patologia di singoli individui, e nelle tecnologie digitali, che consentono di gestire elevati livelli di complessità, hanno aperto la strada alla medicina digitale. La medicina digitale utilizza queste tecnologie allo stato dell’arte per la creazione di modelli computerizzati personalizzati sullo specifico individuo in grado di assistere nella diagnosi, predire la prognosi, e simulare l’effetto delle terapie disponibili al fine di personalizzare il trattamento. Queste tecnologie possono essere utilizzate per supportare la decisione medica per uno specifico paziente (Digital Patient), o per assicurare la sicurezza ed efficacia di nuovi prodotti biomedici riducendo l’impiego della sperimentazione animale e umana (In Silico Trials). La medicina digitale consentirà di rispondere all’aumento di richiesta di assistenza sanitaria con innegabili vantaggi economici e una migliore qualità delle cure. Nell’insegnamento si illustreranno lo stato dell’arte delle principali tecnologie della medicina digitale, gli sviluppi futuri e le principali sfide. Inoltre, verrà analizzato l’impatto dell’evoluzione tecnologica sull’organizzazione dei processi sanitari, sulla struttura del sistema sanitario nazionale, sul ruolo di medici e ospedali e sull’industria della salute.
The recent developments in biomedical technology, which allow obtaining increasingly detailed quantitative information on the patient’s physiopathology, and in digital technology, which allow managing high levels of complexity, have paved the way to the digital medicine. The digital medicine uses state-of-the-art biomedical and digital technologies for the creation of personalized computer models able to support the diagnosis, predict the prognosis, and simulate the available treatments in order to personalize the therapy. Biomedical and digital technologies can be used to support the clinical decision for a specific patient (Digital Patient) or to ensure the safety and efficacy of novel biomedical products, reducing the need of animal and human experimentation (In Silico Trials). The digital medicine will allow answering to the increased request for healthcare services, with undeniable economic benefits and better quality of medical care. The course will illustrate the main state-of-the-art technologies used in the context of the digital medicine, the future developments and the main challenges. Furthermore, the course will analyze the impact of the technological developments on the organization of the healthcare processes and of the national healthcare system, on the role of the clinicians and the hospitals, and on the healthcare industry.
1) Conoscenza di base delle tecnologie della medicina digitale (modellazione computazionale e tecnologie di intelligenza artificiale), con riferimenti all’attuale quadro normativo. 2) Conoscenza dei principi alla base della sperimentazione clinica, delle fasi della sperimentazione clinica tradizionale e della trasformazione in atto della sperimentazione clinica tradizionale in conseguenza dell’introduzione dei principi della medicina digitale 3) Capacità di affrontare in modo critico gli aspetti legati alla realizzazione di uno studio clinico basato sulle tecnologie della medicina digitale 4) Capacità di valutare le risorse necessarie ed i ritorni finanziari di tutte le parti interessate (pazienti, enti di ricerca, industrie, servizi sanitari, assicurazioni) derivanti dalla applicazione delle tecnologie della medicina digitale.
1) Conoscenza di base delle tecnologie della medicina digitale (modellazione computazionale e tecnologie di intelligenza artificiale), con riferimenti all’attuale quadro normativo. 2) Conoscenza dei principi alla base della sperimentazione clinica, delle fasi della sperimentazione clinica tradizionale e della trasformazione in atto della sperimentazione clinica tradizionale in conseguenza dell’introduzione dei principi della medicina digitale 3) Capacità di affrontare in modo critico gli aspetti legati alla realizzazione di uno studio clinico basato sulle tecnologie della medicina digitale 4) Capacità di valutare le risorse necessarie ed i ritorni finanziari di tutte le parti interessate (pazienti, enti di ricerca, industrie, servizi sanitari, assicurazioni) derivanti dalla applicazione delle tecnologie della medicina digitale.
Nessuno.
Nessuno.
1) Introduzione alla medicina digitale. Adozione della medicina digitale: motivazioni, principali barriere, vantaggi 2) Aspetti tecnologici della medicina digitale: cenni alla modellazione computazionale per lo sviluppo e la valutazione di prodotti biomedicali 3) Aspetti tecnologici della medicina digitale: cenni all’impiego di tecniche di intelligenza artificiale in ambito biomedicale 4) Principali normative di riferimento relative ai prodotti biomedicali 5) Impiego della medicina digitale per la generazione delle evidenze nelle fasi di sviluppo di prodotti biomedicali 6) Principi alla base della sperimentazione clinica tradizionale 7) Il cambio di paradigma della sperimentazione clinica con tecnologie della medicina digitale: in silico clinical trials 8) Progettazione di un In Silico Trial per un prodotto biomedicale: definizione del contesto d’uso, della popolazione basata su pazienti digitali (digital patients), generazione dei digital patients, definizione della tecnologia per la realizzazione dello studio clinico digitale e identificazione dei parametri di interesse.
1) Introduzione alla medicina digitale. Adozione della medicina digitale: motivazioni, principali barriere, vantaggi 2) Aspetti tecnologici della medicina digitale: cenni alla modellazione computazionale per lo sviluppo e la valutazione di prodotti biomedicali 3) Aspetti tecnologici della medicina digitale: cenni all’impiego di tecniche di intelligenza artificiale in ambito biomedicale 4) Principali normative di riferimento relative ai prodotti biomedicali 5) Impiego della medicina digitale per la generazione delle evidenze nelle fasi di sviluppo di prodotti biomedicali 6) Principi alla base della sperimentazione clinica tradizionale 7) Il cambio di paradigma della sperimentazione clinica con tecnologie della medicina digitale: in silico clinical trials 8) Progettazione di un In Silico Trial per un prodotto biomedicale: definizione del contesto d’uso, della popolazione basata su pazienti digitali (digital patients), generazione dei digital patients, definizione della tecnologia per la realizzazione dello studio clinico digitale e identificazione dei parametri di interesse.
L'insegnamento sarà organizzato con una serie di lezioni propedeutiche ad una fase di discussione interna tra gli studenti partecipanti con riferimento alla soluzione di alcune problematiche specifiche individuate con la collaborazione di docenti esterni provenienti dal sistema sanitario, produttivo e accademico. Attività di laboratorio permetteranno di sperimentare l’uso di tecnologie digitali in contesti d’interesse alla medicina e ai prodotti biomedicali.
L'insegnamento sarà organizzato con una serie di lezioni propedeutiche ad una fase di discussione interna tra gli studenti partecipanti con riferimento alla soluzione di alcune problematiche specifiche individuate con la collaborazione di docenti esterni provenienti dal sistema sanitario, produttivo e accademico. Attività di laboratorio permetteranno di sperimentare l’uso di tecnologie digitali in contesti d’interesse alla medicina e ai prodotti biomedicali.
Modalità di esame: Accertamento (esame senza voto);
Exam: Check;
L’esame finale prevede una simulazione di discussione pubblica da parte degli studenti partecipanti sui temi specifici trattati nel corso dell'insegnamento.
Gli studenti e le studentesse con disabilità o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unità Special Needs, al fine di permettere al/la docente la declinazione più idonea in riferimento alla specifica tipologia di esame.
Exam: Check;
In addition to the message sent by the online system, students with disabilities or Specific Learning Disorders (SLD) are invited to directly inform the professor in charge of the course about the special arrangements for the exam that have been agreed with the Special Needs Unit. The professor has to be informed at least one week before the beginning of the examination session in order to provide students with the most suitable arrangements for each specific type of exam.
Esporta Word


© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
Contatti