Intelligenza Artificiale per le Scienze della Vita

La nostra missione è sviluppare, validare e diffondere nuovi metodi di Intelligenza Artificiale (IA) nelle Scienze della Vita. La nostra attività interdisciplinare unisce l’innovazione metodologica dell’IA – dal machine learning al deep learning e all’IA generativa – con le applicazioni più avanzate di medicina digitale, con l’obiettivo di migliorare la comprensione dei processi fisiologici e patologici e di promuovere la salute e il benessere delle persone.

Principali ambiti di ricerca e applicazione:

• IA generativa per la creazione di immagini mediche sintetiche
• Tecniche di self-supervised learning per l’imaging biomedico
• IA ispirata dall’apprendimento biologico in colture cellulari
• 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 prevenzione primaria, secondaria e terziaria
  • 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 in endoscopia
• Metodi di IA ispirati dalle Neuroscienze
• IA nell'analisi del movimento: classificazione dell'attività fisica e della disabilità motoria
• IA e tecnologie indossabili per migliorare la cura del paziente
• IA per l'analisi e la decodifica di segnali cerebrali
• IA per l’analisi del pianto neonatale, voce e del linguaggio
• IA per lo studio della relazione genotipo-fenotipo

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
• PE7_9 Man-machine interfaces
• PE6_11 Machine learning, statistical data processing and applications using signal processing (e.g. speech, image, video)

Responsabile scientifico/coordinatore: Prof. Stefano Diciotti