Intelligenza Artificiale per le Scienze della Vita

La nostra missione è focalizzata sullo sviluppo, la valutazione e la diffusione di nuovi metodi di Intelligenza Artificiale (IA) nelle Scienze della Vita. La nostra ricerca interdisciplinare sulla IA comprende sia gli sviluppi metodologici delle tecniche fondamentali di IA, che le applicazioni mediche trasformative della IA, con l’obiettivo di far progredire la comprensione dei processi fisiologici e patologici e migliorare la salute del paziente. I modelli di IA specifici per il paziente sono progettati impiegando sia metodi tradizionali di machine learning che le moderne strategie di deep learning. 

I principali campi di applicazione sono: 

• IA per la diagnosi precoce dei disturbi dello spettro autistico
• IA in Neurologia: predizione del declino cognitivo e dell’insorgenza della demenza
• IA per un invecchiamento sano: predizione del declino funzionale, cadute ed eventi avversi
• IA per la medicina predittiva, personalizzata, preventiva e partecipativa (P4):
  • IA per la diagnosi precoce del tumore polmonare
  • IA per la progettazione di strumenti digitali di screening per la valutazione del rischio e scoperta di biomarcatori digitali
• IA per la realtà aumentata nella chirurgia robotica
• Metodi di IA ispirati dalle Neuroscienze
• IA nell'analisi del movimento: classificazione dell'attività fisica e della disabilità motoria
• IA per l'analisi e la decodifica di segnali cerebrali

Settori ERC 

• LS5_16 Systems and computational neuroscience (e.g. modelling, simulation, brain oscillations, connectomics)
• LS5_17 Imaging in neuroscience
• LS5_18 Innovative methods and tools for neuroscience
• LS7_1 Medical imaging for prevention, diagnosis and monitoring of diseases
• LS7_2 Medical technologies and tools (including genetic tools and biomarkers) for prevention, diagnosis, monitoring and treatment of diseases
• LS7_14 Digital medicine, e-medicine, medical applications of artificial intelligence
• PE6_11 Machine learning, statistical data processing and applications using signal processing (e.g. speech, image, video)

Responsabile scientifico/coordinatore: Prof. Stefano Diciotti