Caricamento in corso...
Sanità digitale e intelligenza artificiale in medicina
01VSXXC, 01VSXMV
A.A. 2026/27
Lingua dell'insegnamento
Italiano
Corsi di studio
Corso di Laurea Magistrale in Ingegneria Biomedica - Torino
Organizzazione dell'insegnamento
| Didattica | Ore |
|---|---|
| Lezioni | 60 |
Docenti
| Docente | Qualifica | Settore | h.Lez | h.Es | h.Lab | h.Tut | Anni incarico |
|---|---|---|---|---|---|---|---|
| Balestra Gabriella | Professore Associato | IBIO-01/A | 7,5 | 0 | 0 | 0 | 1 |
Collaboratori
Didattica
| SSD | CFU | Attivita' formative | Ambiti disciplinari | ING-INF/06 MED/01 MED/18 MED/36 MED/41 |
2 1 1 1 1 |
B - Caratterizzanti B - Caratterizzanti B - Caratterizzanti B - Caratterizzanti B - Caratterizzanti |
Bioingegneria Discipline biomediche Discipline biomediche Discipline biomediche Discipline biomediche |
|---|
2026/27
Il corso è incentrato sulle applicazioni di sanità digitale con particolare riferimento a quelle basate su metodi di intelligenza artificiale. L’obiettivo è mettere in evidenza gli aspetti applicativi innovativi, la normativa
(GDPR, EU Act, EHDS, MDR) e gli standard che regolano la progettazione, lo sviluppo, la commercializzazione e l’utilizzo di queste applicazioni.
Studi clinici e cartelle cliniche elettroniche consentono di avere a disposizione una grossa quantità di dati, questo aspetto verrà approfondito con particolare attenzione alla qualità e adeguatezza del dato.
Le competenze teoriche saranno affiancate dalla presentazione di applicazioni dei settori della diagnostica per immagini e radioterapia, della chirurgia e della anestesia e rianimazione.
The course focuses on digital health applications, with particular emphasis on those based on artificial intelligence methods. The goal is to highlight innovative applications, relevant regulations
(GDPR, EU Act, EHDS, MDR), and the standards governing the design, development, marketing, and use of these applications.
Clinical trials and electronic health records provide access to a vast amount of data; this aspect will be explored in depth, with particular attention to data quality and adequacy. Theoretical knowledge will be complemented by presentations of applications in the fields of diagnostic imaging and radiation therapy, surgery, and anesthesia and resuscitation.
Al termine dell'insegnamento lo studente avrà approfondito le problematiche legate all'utilizzo clinico di applicazioni basate su intelligenza artificiale
Al termine dell'insegnamento lo studente avrà approfondito le problematiche legate all'utilizzo clinico di applicazioni basate su intelligenza artificiale
Conoscenze base dei metodi di machine learning, deep learning, medical imaging
Conoscenze base dei metodi di machine learning, deep learning, medical imaging
Caratteristiche delle applicazioni di sanità digitale legate all'intelligenza artificiale:
- aspetti applicativi innovativi,
- la normativa (GDPR, EU Act, EHDS, MDR) e i principali standard
- qualità del dato e affidabilità del training, robustezza e usabilità dei risultati
Applicazioni dei settori della diagnostica per immagini e radioterapia, della chirurgia e della anestesia e rianimazione.
Caratteristiche delle applicazioni di sanità digitale legate all'intelligenza artificiale:
- aspetti applicativi innovativi,
- la normativa (GDPR, EU Act, EHDS, MDR) e i principali standard
- qualità del dato e affidabilità del training, robustezza e usabilità dei risultati
Applicazioni dei settori della diagnostica per immagini e radioterapia, della chirurgia e della anestesia e rianimazione.
Lezione 27 oe
EL/Progetto 33 oree
Lezione 27 oe
EL/Progetto 33 oree
Modalita di esame: Elaborato progettuale in gruppo; Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo;
Exam: Group project; Computer-based written test in class using POLITO platform;
...
Scritto (16 pt): domande a risposta multipla
Report progetto (17 pt)
Gli studenti e le studentesse con disabilita 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'Unita Special Needs, al fine di permettere al/la docente la declinazione piu idonea in riferimento alla specifica tipologia di esame.
Exam: Group project; Computer-based written test in class using POLITO platform;
Scritto (16 pt): domande a risposta multipla
Report progetto (17 pt)
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.