Modelli di machine learning per l'analisi dei dati clinici
Un nuovo approccio all'analisi dei big data
Il mondo della ricerca clinica è sempre stato tra i settori maggiormente avanzati ed al passo con i tempi, in termini di tecnologie.
La statistica, in modo particolare, ha subito una evoluzione importante, passando dal calcolo di frequenze (prevalenza, incidenza) al calcolo probabilistico (rischio relativo, odds ratio) e infine alla verifica delle ipotesi e all’analisi della varianza.
Nelle ultime decadi, i modelli di regressione hanno costituito sempre più una solida base per la creazione dei cosiddetti “modelli predittivi”, grazie ai quali è possibile stimare la possibilità di eventi clinici in un prossimo futuro. Sulla scia di queste osservazioni, l’intelligenza artificiale e il Machine Learning nascono per la creazione di modelli predittivi sempre più sofisticati, in grado di aumentare la propria accuratezza al crescere dei dati di input che vengono forniti. Se tali metodiche sembrano solo appannaggio dei metodi finanziari o per la profilazione della clientela in complesse analisi di mercato, anche nella ricerca clinica sono largamente impiegati e il loro sviluppo negli ultimi anni sta diventando esponenziale.
A chi è rivolto?
Tutte le figure professionali coinvolte nella sperimentazione clinica possono beneficiare della conoscenza di base del Machine Learning, per progettare nuovi disegni di studio clinico basati su modelli predittivi avanzati.
Cosa apprendo al termine del corso?
L’obiettivo principale del corso è fornire una panoramica sull’intelligenza artificiale, il machine e il deep learning, con particolare focus sulle applicazioni che si trovano già oggi nel mondo della ricerca clinica.
"Il corso mi è servito a comprendere cosa sia un modello di machine learning e come vengano applicati nella ricerca clinica (ma anche nella vita dei tutti i giorni). mi ha dato un primo approccio a qualcosa di molto complicato ma affascinante e mi ha aiutata ad avere una visione critica (ma positiva) di tutto ciò che mi circonda. È fondamentale avere queste basi oggi come oggi, soprattutto se si lavora in un campo che dovrebbe decollare usando AI e ML. "
- Giulia Cotignano
"Questo corso mi è servito a comprendere che anche nel campo clinico si possono applicare le tecniche di analisi dei dati più all'avanguardia. Mi è stato utile avere qualche riferimento scientifico a riguardo, che approfondirò sicuramente in autonomia."
- Stefania
Il tuo trainer
Si è laureato con lode in medicina e chirurgia presso l’Università Campus Bio-Medico di Roma, e lì frequenta la scuola di specializzazione in ortopedia e traumatologia dal 2018. Si occupa di ricerca scientifica e clinica dal 2012, sia in ambito accademico che industriale e per drug development. Tra il 2016 e il 2018 ha lavorato come consulente free-lance per lo sviluppo di progetti di ricerca clinica, in Italia. È autore di numerose pubblicazioni scientifiche su riviste internazionali e di contributi a libri di testo. Ha partecipato a numerosi progetti di ricerca in Italia, Regno Unito e USA. È co-founder e direttore scientifico di Research Group.