Tu sei qui:

B5420 - Seminario Intelligenza Artificiale

Anno Accademico 2025/2026

Docente: Gastone Castellani
Crediti formativi: 1
SSD: FIS/07
Lingua di insegnamento: Italiano

Modalità didattica: Convenzionale - Lezioni in presenza
Campus: Bologna
Corso: Laurea in Tecniche di radiologia medica, per immagini e radioterapia (abilitante alla professione sanitaria di tecnico di radiologia medica) (cod. 6063)

Conoscenze e abilità da conseguire

Lo studente acquisisce le competenze dell'intelligenza artificiale applicata alla Radiologia e tutta la diastica per Immagine, radioterapia e Medicina Nucleare.

Contenuti

Contenuti principali:

Fondamenti di Intelligenza Artificiale e Machine Learning
- Apprendimento supervisionato, non supervisionato e profondo
- Reti neurali convoluzionali (CNN) per immagini mediche
AI in Radiologia e Diagnostica per Immagini
- Riconoscimento e classificazione di pattern patologici
- Segmentazione automatica di organi e lesioni
- Sistemi CAD (Computer-Aided Diagnosis)
AI in Radioterapia
- Ottimizzazione dei piani di trattamento
- Predictive analytics per la risposta al trattamento
- Adaptive radiotherapy guidata da IA
AI in Medicina Nucleare
- Reconstruction enhancement e noise reduction
- Quantificazione automatica dell’uptake
- Fusione multimodale (PET/CT, PET/MRI) e analisi radiomica
Etica, validazione e aspetti regolatori
- Validazione clinica dei modelli IA
- Conformità a normative (es. MDR, AI Act)
- Considerazioni etiche e di interpretabilità

Testi/Bibliografia

Slides e appunti delle lezioni

"Intelligenza Artificiale per la Salute" – Giovanni Rinaldi, 2022 (Il Pensiero Scientifico)

"Deep Learning for Medical Image Analysis" – S. Kevin Zhou, Hayit Greenspan & Dinggang Shen, 2017 (Academic Press)

Metodi didattici

Lezioni frontali

Esercitazioni pratiche con dataset reali

Discussione di casi clinici e articoli scientifici

Utilizzo di software open source e strumenti IA per immagini mediche (es. MONAI, nnU-Net)

Modalità di verifica e valutazione dell'apprendimento

Progetto pratico su dataset di immagini mediche

Presentazione di un caso applicativo

Gli studenti con disturbi dell'apprendimento e disabilità temporanee o permanenti sono invitati a contattare l'ufficio dedicato (https://site.unibo.it/studenti-con-disabilita-e-dsa/it/per-studenti) il più presto possibile in modo da poter convenire sulle opportune misure compensative. La richiesta deve essere presentata in anticipo (15 giorni prima della data dell'esame) al docente, che valuterà l'adeguatezza delle misure tenendo conto degli obiettivi didattici.