ID:
MED0544-4
Durata (ore):
12
CFU:
1
SSD:
SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
Anno:
2026
Dati Generali
Periodo di attività
Primo Semestre (05/10/2026 - 22/01/2027)
Syllabus
Obiettivi Formativi
L'insegnamento si propone di fornire agli studenti del terzo anno di Igiene Dentale le competenze informatiche e concettuali fondamentali per comprendere e utilizzare le tecnologie digitali emergenti nell'assistenza sanitaria moderna.
Al termine del corso lo studente conseguirà i seguenti risultati di apprendimento:
Conoscenza e capacità di comprensione: Comprendere i principi teorici fondamentali dei Big Data in sanità (le 5 V, interoperabilità, EHR), le basi dell'Intelligenza Artificiale, Machine Learning e Deep Learning, le architetture generatrici/LLM e le tecniche di Natural Language Processing (NLP) applicate alla documentazione clinica, nonché la struttura delle banche dati biomediche (MEDLINE/PubMed).
Capacità di applicare conoscenza e comprensione: Saper strutturare ricerche bibliografiche efficaci in PubMed utilizzando termini controllati MeSH e operatori booleani; saper formulare prompt clinici e compilare note o estratti strutturati mediante strumenti di IA e NLP; interpretare report provenienti da sistemi di supporto alle decisioni cliniche (CDS).
Autonomia di giudizio: Sviluppare un approccio critico verso l'affidabilità dei dati sanitari (riconoscimento di bias, allucinazioni dei modelli, necessità di data cleansing e sorveglianza etica) e valutare il bilancio tra benefici clinici e rischi legati alla privacy (GDPR/HIPAA) e alla trasparenza (black box).
Abilità comunicative: Saper esporre in modo chiaro i concetti legati all'impiego delle tecnologie digitali e dell'IA in ambito odontostomatologico, interagendo in modo consapevole sia con il team multidisciplinare sia con il paziente.
Capacità di apprendimento: Sviluppare la capacità di aggiornarsi autonomamente e in modo continuo sull'evoluzione degli strumenti informatici e dell'IA applicata alla prevenzione e all'igiene dentale, consultando criticamente le banche dati scientifiche
Al termine del corso lo studente conseguirà i seguenti risultati di apprendimento:
Conoscenza e capacità di comprensione: Comprendere i principi teorici fondamentali dei Big Data in sanità (le 5 V, interoperabilità, EHR), le basi dell'Intelligenza Artificiale, Machine Learning e Deep Learning, le architetture generatrici/LLM e le tecniche di Natural Language Processing (NLP) applicate alla documentazione clinica, nonché la struttura delle banche dati biomediche (MEDLINE/PubMed).
Capacità di applicare conoscenza e comprensione: Saper strutturare ricerche bibliografiche efficaci in PubMed utilizzando termini controllati MeSH e operatori booleani; saper formulare prompt clinici e compilare note o estratti strutturati mediante strumenti di IA e NLP; interpretare report provenienti da sistemi di supporto alle decisioni cliniche (CDS).
Autonomia di giudizio: Sviluppare un approccio critico verso l'affidabilità dei dati sanitari (riconoscimento di bias, allucinazioni dei modelli, necessità di data cleansing e sorveglianza etica) e valutare il bilancio tra benefici clinici e rischi legati alla privacy (GDPR/HIPAA) e alla trasparenza (black box).
Abilità comunicative: Saper esporre in modo chiaro i concetti legati all'impiego delle tecnologie digitali e dell'IA in ambito odontostomatologico, interagendo in modo consapevole sia con il team multidisciplinare sia con il paziente.
Capacità di apprendimento: Sviluppare la capacità di aggiornarsi autonomamente e in modo continuo sull'evoluzione degli strumenti informatici e dell'IA applicata alla prevenzione e all'igiene dentale, consultando criticamente le banche dati scientifiche
Prerequisiti
Conoscenze di base sull'uso del computer, dei principali sistemi operativi e della navigazione in rete. Non sono richieste competenze di programmazione software.
Metodi didattici
Lezioni frontali ed esercitazioni guidate in aula. Le lezioni si svolgono secondo il calendario fissato in aula.
Verifica Apprendimento
REGOLE DI AMMISSIONE:
Non si prevedono differenze tra allievi frequentanti e non. non ci sono attività preventive o altri compiti per l'accesso alla prova d'esame .
TIPOLOGIA DELLE PROVE:
La prova è scritta, intende indagare le conoscenze acquisite sugli argomenti svolti durante il corso, e viene erogata attraverso piattaforma web.
MODALITA’ DI SVOLGIMENTO:
L'aula è tipicamente tradizionale (non informatizzata). E’ necessario essere muniti di dispositivi (computer o tablet), dotato di connessione ad internet, per l'effettuazione dell'esame. Lo studente può utilizzare soltanto il sito web della prova.
CRITERI DI VALUTAZIONE:
L'esame è valutato in trentesimi.
Con apposita piattaforma viene implementato un questionario a risposta multipla.
Trattasi di prova a tempo della durata di 38 minuti.
Lo studente riceve conferma scritta, via mail dal docente, della partecipazione alla prova, con indicazioni specifiche in merito alla stessa.
Il questionario, accessibile a mezzo link, lo stesso per tutti, inviato nella mail, e password, di accesso, fornita in sede di prova, con domande a risposta multipla.
Per un totale di 30 domande.
1 punto per ogni risposta corretta.
Le domande (e le risposte) sono distribuite dal sistema.
Il docente non conosce i quesiti proposti.
Si è in un sito web e come tale ci si muove.
In fondo alla pagina il tasto invia per il trasferimento dei dati.
Sarà subito disponibile il risultato delle domande a risposta multipla.
Se il tempo non bastasse la prova è comunque incamerata dal sistema e valutata.
Il docente può verificare in tempo reale la consegna ma non le risposte.
Solo a sistema sbloccato accede e scarica i dati per le valutazioni del caso.
In tal caso è anche possibile inviare un report con gli esiti delle domande, per altro già note.
A risultati visionati si può chiudere il sito e abbandonare la seduta.
Si ritiene che la modalità del questionario, nella forma e nei tempi convenuti, sia idonea alla valutazione degli obiettivi di questo corso. Le domande a risposta multipla misurano una conoscenza di tipo puntuale.
Non si prevedono differenze tra allievi frequentanti e non. non ci sono attività preventive o altri compiti per l'accesso alla prova d'esame .
TIPOLOGIA DELLE PROVE:
La prova è scritta, intende indagare le conoscenze acquisite sugli argomenti svolti durante il corso, e viene erogata attraverso piattaforma web.
MODALITA’ DI SVOLGIMENTO:
L'aula è tipicamente tradizionale (non informatizzata). E’ necessario essere muniti di dispositivi (computer o tablet), dotato di connessione ad internet, per l'effettuazione dell'esame. Lo studente può utilizzare soltanto il sito web della prova.
CRITERI DI VALUTAZIONE:
L'esame è valutato in trentesimi.
Con apposita piattaforma viene implementato un questionario a risposta multipla.
Trattasi di prova a tempo della durata di 38 minuti.
Lo studente riceve conferma scritta, via mail dal docente, della partecipazione alla prova, con indicazioni specifiche in merito alla stessa.
Il questionario, accessibile a mezzo link, lo stesso per tutti, inviato nella mail, e password, di accesso, fornita in sede di prova, con domande a risposta multipla.
Per un totale di 30 domande.
1 punto per ogni risposta corretta.
Le domande (e le risposte) sono distribuite dal sistema.
Il docente non conosce i quesiti proposti.
Si è in un sito web e come tale ci si muove.
In fondo alla pagina il tasto invia per il trasferimento dei dati.
Sarà subito disponibile il risultato delle domande a risposta multipla.
Se il tempo non bastasse la prova è comunque incamerata dal sistema e valutata.
Il docente può verificare in tempo reale la consegna ma non le risposte.
Solo a sistema sbloccato accede e scarica i dati per le valutazioni del caso.
In tal caso è anche possibile inviare un report con gli esiti delle domande, per altro già note.
A risultati visionati si può chiudere il sito e abbandonare la seduta.
Si ritiene che la modalità del questionario, nella forma e nei tempi convenuti, sia idonea alla valutazione degli obiettivi di questo corso. Le domande a risposta multipla misurano una conoscenza di tipo puntuale.
Contenuti
Il corso (12 ore complessive) affronta la digitalizzazione in sanità focalizzandosi su tre pilastri interconnessi:
Big Data in Sanità Pubblica: concetti di base (5 V), dati del mondo reale (Real-World Data), Cartella Clinica Elettronica (EHR), interoperabilità, sistemi CDS, epidemiologia digitale e tutela della privacy.
Intelligenza Artificiale in Medicina (modulo prevalente): fondamenti di AI, Machine Learning e Deep Learning; Natural Language Processing (NLP) ed estrazione dati dai diari clinici; Modelli di Linguaggio di Grande Taglia (LLM), Generative AI e prompt engineering clinico; diagnosi assistita (CAD) e analisi di immagini mediche; implicazioni etiche (black box, supervisione umana, bias) e integrazione con l'Evidence-Based Medicine (EBM).
Banche Dati Biomediche: metodologia della ricerca bibliografica, architettura di MEDLINE, utilizzo avanzato dell'interfaccia PubMed, linguaggio controllato (vocabolario MeSH) e operatori booleani per il reperimento dell'evidenza scientifica
Big Data in Sanità Pubblica: concetti di base (5 V), dati del mondo reale (Real-World Data), Cartella Clinica Elettronica (EHR), interoperabilità, sistemi CDS, epidemiologia digitale e tutela della privacy.
Intelligenza Artificiale in Medicina (modulo prevalente): fondamenti di AI, Machine Learning e Deep Learning; Natural Language Processing (NLP) ed estrazione dati dai diari clinici; Modelli di Linguaggio di Grande Taglia (LLM), Generative AI e prompt engineering clinico; diagnosi assistita (CAD) e analisi di immagini mediche; implicazioni etiche (black box, supervisione umana, bias) e integrazione con l'Evidence-Based Medicine (EBM).
Banche Dati Biomediche: metodologia della ricerca bibliografica, architettura di MEDLINE, utilizzo avanzato dell'interfaccia PubMed, linguaggio controllato (vocabolario MeSH) e operatori booleani per il reperimento dell'evidenza scientifica
Lingua Insegnamento
Italiano
Altre informazioni
Ricevimento:
contatto via mail all'indirizzo di posta elettronica sergio.moriani@uninsubria.it.
Se necessario videoconferenza.
contatto via mail all'indirizzo di posta elettronica sergio.moriani@uninsubria.it.
Se necessario videoconferenza.
Corsi
Corsi
No Results Found
Persone
Persone
Docenti
No Results Found