Con il termine "Data Science" si identifica l'insieme di teorie, tecniche e strumenti per l'estrazione di conoscenza e informazione da dati grezzi. In ambito biomedico la data science ha lo scopo di sviluppare sistemi avanzati di analisi e interpretazione di dati biomedici per costruire soluzioni in grado di supportare il personale sanitario nel percorso di diagnosi e cura dei pazienti, migliorare la qualità dell'assistenza fornita e favorire il patient empowerment. Alcune applicazioni della data science in medicina sono: • I sistemi CAD per l'analisi di immagini mediche • I sistemi di supporto alla definizione della terapia in base alle caratteristiche dei singoli pazienti • I sistemi di supporto alla diagnosi precoce di malattie come il cancro, il diabete e l'Alzheimer, basata sull'analisi di dati clinici e genetici dei pazienti. L'insegnamento approfondisce i metodi e le metodologie utilizzate per lo sviluppo di sistemi di supporto alla decisione clinica.

Al termine dell'insegnamento lo studente sarà in grado di: - conoscere e applicare gli step per lo sviluppo e la validazione di un sistema CAD - conoscere e comprendere le problematiche generali legate allo sviluppo di un sistema di supporto alla decisione clinica (protezione dati, efficacia del risultato, ...)

Conoscenza delle tecniche di machine learning, classificazione e clustering

Durante l’insegnamento verranno trattati i seguenti argomenti: - Fasi per lo sviluppo e la validazione di un sistema CAD - Natural Language Processing - Knowledge discovery in dataset e pattern mining - Association Rules - Studi clinici, comitati etici e protezione dei dati - Certificazione di software basati su AI L'attività di laboratorio è relativa a sviluppo di un sistema CAD.

Il corso consiste di 27 ore di lezioni teoriche e 33 ore di laboratorio

Verranno messe a disposizione degli studenti le slide delle lezioni ed eventuale materiale per l'approfondimento di argomenti specifici

Slides; Video lezioni dell’anno corrente;

Modalità 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;

... L'esame consiste di: Scritto [21 pt] - Valuta le Conoscenze – Chi si ripresenta perde la valutazione precedente: - 15 domande a risposta multipla (1 punto per ogni domanda corretta, -0.3 pt per ogni domanda errata) – durata: 17 minuti - 2 domande a risposta aperta (3 punti a domanda) – durata: 20 minuti Valutazione del lavoro svolto durante i laboratori da parte del gruppo [12 pt]– Valuta l’Autonomia di giudizio, le Abilità comunicative e la Capacità di lavorare in un team - 4 punti ottenuti tramite peer review - 8 punti ottenuti dalla valutazione delle docenti

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.