Un ecosistema di gruppi tematici e azioni trasversali per lo sviluppo dell’AI in medicina
Per affrontare in modo efficace la complessità delle sfide legate all’uso dell’Intelligenza Artificiale in ambito sanitario e biomedico, il tavolo si articola in una serie di gruppi di lavoro tematici, ciascuno dei quali focalizzato su una dimensione chiave della ricerca, dello sviluppo tecnologico e della formazione. A queste si affiancano azioni trasversali finalizzate a favorire la connessione tra competenze, enti e istituzioni.
➤ Aspetti scientifici e tecnologici
In questo ambito ci si propone di esplorare i fondamenti metodologici e le applicazioni concrete dell’AI nel contesto biomedico, grazie ai seguenti gruppi di lavoro:
- Individuazione di tematiche di ricerca prioritarie, anche attraverso il confronto diretto tra gruppi di ricerca.
- Studio di casi reali in cui l’AI ha già avuto un impatto sulla pratica clinica o sulla ricerca di base.
- Analisi delle normative che regolano l’impiego dell’intelligenza artificiale in ambito medico, con l’obiettivo di elaborare una checklist operativa per la sperimentazione di nuove soluzioni.
- Sviluppo di infrastrutture software per la condivisione dei dati, favorendo la trasparenza e la replicabilità della ricerca.
- Proposta e sperimentazione di piattaforme condivise che mettano a sistema le risorse computazionali esistenti.
- Approfondimenti specifici su:
- Modelli predittivi
- Modelli generativi e fondazionali
- Sistemi di simulazione
- Soluzioni ad alta accessibilità computazionale
➤ Formazione e impatto
Questo ambito affronta il tema fondamentale della formazione delle competenze, sia dal punto di vista accademico sia professionale, con un occhio di riguardo agli impatti economici e sociali dell’AI in sanità:
- Progettazione di percorsi formativi verticali che coprano l’intero spettro educativo: dalla laurea triennale al dottorato.
- Formazione di utenti esperti e non esperti: studenti di Medicina e Biologia, docenti universitari, operatori sanitari e utenti dei servizi basati su LLM (Large Language Models).
- Analisi dell’impatto economico dell’AI generativa nel sistema sanitario, con la possibile istituzione di un Osservatorio dedicato.
- Approfondimento delle dimensioni etiche e sociali, con particolare attenzione alla Trustworthy AI, ossia soluzioni affidabili, trasparenti e rispettose della dignità umana.
➤ Azioni trasversali
A supporto e integrazione dei gruppi tematici, il tavolo promuove una serie di attività orizzontali:
- Coinvolgimento attivo di istituzioni esterne, come gli IRCCS del territorio pavese, il CNAO, l’INFN e il CNR, al fine di costruire una rete solida tra università, enti di ricerca e strutture cliniche.
Creazione di una directory pubblica delle competenze, dei progetti e delle applicazioni in corso nell’ambito AI-BIOMED@UNIPV, per facilitare la collaborazione, il trasferimento tecnologico e la valorizzazione dei risultati.