ID:
SME0510
Durata (ore):
24
CFU:
2
SSD:
INFORMATICA
Anno:
2026
Dati Generali
Periodo di attività
Primo Semestre (05/10/2026 - 22/01/2027)
Syllabus
Obiettivi Formativi
L'insegnamento (24 ore complessive, 2.0 CFU) ha lo scopo di fornire agli studenti del secondo anno del Corso di Laurea Magistrale in Odontoiatria e Protesi Dentaria le competenze teoriche, metodologiche e pratiche indispensabili per comprendere e governare la trasformazione digitale in sanità e nella pratica odontostomatologica.
Al termine del corso lo studente conseguirà i seguenti risultati di apprendimento:
Conoscenza e capacità di comprensione: Comprendere l'architettura dei Sistemi Informativi Sanitari (SIS) e Ospedalieri (SIO); la struttura dei database relazionali (RDBMS) e delle architetture Client-Server/Web; i principi dei Big Data (5 V, RWD/RWE) e dell'Intelligenza Artificiale (Machine Learning, Deep Learning, LLM, Generative AI, NLP e Radiomica); la funzione degli standard informatici (DICOM 3.0, HL7, CDA, XML, IHE); la struttura dei sistemi RIS e PACS per l'imaging odontoiatrico/radiologico; i modelli di Telemedicina e le basi di dati biomediche (MEDLINE/PubMed).
Capacità di applicare conoscenza e comprensione: Saper navigare ed effettuare ricerche bibliografiche avanzate su PubMed tramite linguaggio MeSH e operatori booleani; saper formulare prompt clinici strutturati per strumenti basati su LLM e NLP; comprendere la gestione del flusso di immagini radiologiche/3D da modalita d'acquisizione a PACS/RIS tramite standard DICOM; interpretare correttamente i flussi informativi clinici (es. Scheda di Dimissione Ospedaliera - SDO, codifica ICD9-CM) e i report di sistemi di supporto alle decisioni cliniche (CDS) e telemonitoraggio.
Autonomia di giudizio: Valutare in modo critico l'affidabilità e la qualità dei dati sanitari (data cleansing, identificazione di bias negli algoritmi, allucinazioni dei modelli AI); analizzare i problemi di interoperabilità tra software sanitari; bilanciare le opportunità offerte da AI, IoT/IoMT e Telemedicina con le stringenti esigenze etiche, normative e di tutela della privacy (GDPR, HIPAA, opacità black box e supervisione Human-in-the-Loop).
Abilità comunicative: Utilizzare con padronanza il linguaggio tecnico-informatico della sanità digitale, interagendo in modo efficace con il team odontoiatrico, i radiologi, i tecnici informatici e i pazienti nell'ambito di consulti a distanza o refertazioni digitali.
Capacità di apprendimento: Maturare un'attitudine all'aggiornamento continuo e autonomo riguardo all'evoluzione delle tecnologie digitali, dell'IA applicata alla diagnosi/terapia odontoiatrica e della letteratura biomedica internazionale.
Al termine del corso lo studente conseguirà i seguenti risultati di apprendimento:
Conoscenza e capacità di comprensione: Comprendere l'architettura dei Sistemi Informativi Sanitari (SIS) e Ospedalieri (SIO); la struttura dei database relazionali (RDBMS) e delle architetture Client-Server/Web; i principi dei Big Data (5 V, RWD/RWE) e dell'Intelligenza Artificiale (Machine Learning, Deep Learning, LLM, Generative AI, NLP e Radiomica); la funzione degli standard informatici (DICOM 3.0, HL7, CDA, XML, IHE); la struttura dei sistemi RIS e PACS per l'imaging odontoiatrico/radiologico; i modelli di Telemedicina e le basi di dati biomediche (MEDLINE/PubMed).
Capacità di applicare conoscenza e comprensione: Saper navigare ed effettuare ricerche bibliografiche avanzate su PubMed tramite linguaggio MeSH e operatori booleani; saper formulare prompt clinici strutturati per strumenti basati su LLM e NLP; comprendere la gestione del flusso di immagini radiologiche/3D da modalita d'acquisizione a PACS/RIS tramite standard DICOM; interpretare correttamente i flussi informativi clinici (es. Scheda di Dimissione Ospedaliera - SDO, codifica ICD9-CM) e i report di sistemi di supporto alle decisioni cliniche (CDS) e telemonitoraggio.
Autonomia di giudizio: Valutare in modo critico l'affidabilità e la qualità dei dati sanitari (data cleansing, identificazione di bias negli algoritmi, allucinazioni dei modelli AI); analizzare i problemi di interoperabilità tra software sanitari; bilanciare le opportunità offerte da AI, IoT/IoMT e Telemedicina con le stringenti esigenze etiche, normative e di tutela della privacy (GDPR, HIPAA, opacità black box e supervisione Human-in-the-Loop).
Abilità comunicative: Utilizzare con padronanza il linguaggio tecnico-informatico della sanità digitale, interagendo in modo efficace con il team odontoiatrico, i radiologi, i tecnici informatici e i pazienti nell'ambito di consulti a distanza o refertazioni digitali.
Capacità di apprendimento: Maturare un'attitudine all'aggiornamento continuo e autonomo riguardo all'evoluzione delle tecnologie digitali, dell'IA applicata alla diagnosi/terapia odontoiatrica e della letteratura biomedica internazionale.
Prerequisiti
Conoscenze di base sull'uso del calcolatore, dei principali sistemi operativi e dei browser web. Non è richiesta alcuna conoscenza pregressa di programmazione informatica.
Metodi didattici
Didattica erogativa: 20 ore
Lezione frontale (per la parte teorica);
Didattica interattiva: 4 ore
Esercizi pratici (per affinare la capacità di mettere in relazione differenti conoscenze e modelli);
Analisi di casi di studio (per affinare la capacità di applicare conoscenze e modelli per analizzare le sfide e le opportunità proposte dalle tecnologie digitali nel contesto delle organizzazioni complesse).
Si prevede l'erogazione di attività da remoto, a fronte di contingenze particolari.
Lezione frontale (per la parte teorica);
Didattica interattiva: 4 ore
Esercizi pratici (per affinare la capacità di mettere in relazione differenti conoscenze e modelli);
Analisi di casi di studio (per affinare la capacità di applicare conoscenze e modelli per analizzare le sfide e le opportunità proposte dalle tecnologie digitali nel contesto delle organizzazioni complesse).
Si prevede l'erogazione di attività da remoto, a fronte di contingenze particolari.
Verifica Apprendimento
REGOLE DI AMMISSIONE Non si prevedono differenze nelle modalità d'esame tra studenti frequentanti e non frequentanti. Non sono richieste attività propedeutiche o compiti preventivi per l'accesso alla prova d'esame.
TIPOLOGIA DELLE PROVE La prova d'esame è scritta e intende accertare le conoscenze e le competenze acquisite sugli argomenti trattati durante il corso. La prova viene erogata interamente attraverso una piattaforma web dedicata e si articola in due questionari distinti a risposta multipla:
Questionario Modulo 1 (Big Data, IA e Banche Dati Sanitarie): 15 domande a risposta multipla.
Questionario Modulo 2 (Sistemi Informativi Sanitari, Basi di Dati, Standard e Telemedicina): 15 domande a risposta multipla.
MODALITÀ DI SVOLGIMENTO
Ambiente di prova: Le lezioni e gli esami si svolgono in un'aula tradizionale (non informatizzata). Per l'effettuazione della prova, lo studente deve essere obbligatoriamente munito di un proprio dispositivo personale (computer portatile o tablet) dotato di connessione ad Internet.
Vincoli di navigazione: Durante la prova, lo studente è autorizzato a consultare ed utilizzare esclusivamente il sito web relativo alla piattaforma d'esame.
Accesso alle prove: Lo studente riceve conferma scritta via mail dal docente con le indicazioni specifiche e due link differenti per accedere ai due questionari. La password di accesso verrà fornita direttamente in sede d'esame.
Gestione del tempo e somministrazione: Ciascun questionario è a tempo e ha una durata massima di 15 minuti (per un tempo complessivo di 30 minuti che include le fasi organizzative e di accesso). I quesiti e l'ordine delle opzioni di risposta vengono distribuiti in modo casuale ed automatico dal sistema per ciascun candidato; il docente non conosce preventivamente la sequenza esatta dei quesiti proposti al singolo studente.
Invio e salvataggio: L'interfaccia si presenta come una pagina web tradizionale. In fondo a ciascun questionario è presente il tasto "Invia" per la trasmissione dei dati. Qualora il tempo a disposizione dovesse terminare prima del click manuale, la prova viene comunque incamerata automaticamente dal sistema e salvata per la valutazione.
Esito e chiusura: Il docente può verificare in tempo reale la consegna da parte dello studente (senza accedere immediatamente alle singole risposte). Il risultato del questionario è reso subito disponibile allo studente a schermo al termine dell'invio. Una volta sbloccato il sistema, il docente scarica i dati complessivi per le verbalizzazioni e l'eventuale invio del report sintetico degli esiti. Visionati i risultati, lo studente può chiudere il browser e abbandonare la seduta.
CRITERI DI VALUTAZIONE
Punteggio e Valutazione: L'esame è valutato in trentesimi.
Calcolo del voto: Ciascuna delle 30 domande complessive (15 per il primo questionario e 15 per il secondo) prevede l'assegnazione di:
1 punto per ogni risposta corretta;
0 punti per ogni risposta errata, omessa o multipla.
Voto Finale: Il punteggio complessivo (espresso in trentesimi) è dato dalla somma algebrica dei punteggi ottenuti nei due questionari (Punteggio Totale = Punteggio Modulo 1 + Punteggio Modulo 2).
Idoneità della prova: Si ritiene che la modalità del doppio questionario a risposta multipla, nella forma e nei tempi stabiliti, sia pienamente idonea a valutare con accuratezza l'apprendimento puntuale, la comprensione concettuale e la capacità di orientamento dello studente tra i contenuti di entrambi i moduli del corso.
TIPOLOGIA DELLE PROVE La prova d'esame è scritta e intende accertare le conoscenze e le competenze acquisite sugli argomenti trattati durante il corso. La prova viene erogata interamente attraverso una piattaforma web dedicata e si articola in due questionari distinti a risposta multipla:
Questionario Modulo 1 (Big Data, IA e Banche Dati Sanitarie): 15 domande a risposta multipla.
Questionario Modulo 2 (Sistemi Informativi Sanitari, Basi di Dati, Standard e Telemedicina): 15 domande a risposta multipla.
MODALITÀ DI SVOLGIMENTO
Ambiente di prova: Le lezioni e gli esami si svolgono in un'aula tradizionale (non informatizzata). Per l'effettuazione della prova, lo studente deve essere obbligatoriamente munito di un proprio dispositivo personale (computer portatile o tablet) dotato di connessione ad Internet.
Vincoli di navigazione: Durante la prova, lo studente è autorizzato a consultare ed utilizzare esclusivamente il sito web relativo alla piattaforma d'esame.
Accesso alle prove: Lo studente riceve conferma scritta via mail dal docente con le indicazioni specifiche e due link differenti per accedere ai due questionari. La password di accesso verrà fornita direttamente in sede d'esame.
Gestione del tempo e somministrazione: Ciascun questionario è a tempo e ha una durata massima di 15 minuti (per un tempo complessivo di 30 minuti che include le fasi organizzative e di accesso). I quesiti e l'ordine delle opzioni di risposta vengono distribuiti in modo casuale ed automatico dal sistema per ciascun candidato; il docente non conosce preventivamente la sequenza esatta dei quesiti proposti al singolo studente.
Invio e salvataggio: L'interfaccia si presenta come una pagina web tradizionale. In fondo a ciascun questionario è presente il tasto "Invia" per la trasmissione dei dati. Qualora il tempo a disposizione dovesse terminare prima del click manuale, la prova viene comunque incamerata automaticamente dal sistema e salvata per la valutazione.
Esito e chiusura: Il docente può verificare in tempo reale la consegna da parte dello studente (senza accedere immediatamente alle singole risposte). Il risultato del questionario è reso subito disponibile allo studente a schermo al termine dell'invio. Una volta sbloccato il sistema, il docente scarica i dati complessivi per le verbalizzazioni e l'eventuale invio del report sintetico degli esiti. Visionati i risultati, lo studente può chiudere il browser e abbandonare la seduta.
CRITERI DI VALUTAZIONE
Punteggio e Valutazione: L'esame è valutato in trentesimi.
Calcolo del voto: Ciascuna delle 30 domande complessive (15 per il primo questionario e 15 per il secondo) prevede l'assegnazione di:
1 punto per ogni risposta corretta;
0 punti per ogni risposta errata, omessa o multipla.
Voto Finale: Il punteggio complessivo (espresso in trentesimi) è dato dalla somma algebrica dei punteggi ottenuti nei due questionari (Punteggio Totale = Punteggio Modulo 1 + Punteggio Modulo 2).
Idoneità della prova: Si ritiene che la modalità del doppio questionario a risposta multipla, nella forma e nei tempi stabiliti, sia pienamente idonea a valutare con accuratezza l'apprendimento puntuale, la comprensione concettuale e la capacità di orientamento dello studente tra i contenuti di entrambi i moduli del corso.
Contenuti
Il corso (24 ore complessive) offre una visione sistematica dell'informatica applicata all'odontoiatria e alla medicina, articolandosi in quattro macro-aree interconnesse:
Big Data, Sanità Digitale e Ricerca Biomedica: concetti di base (5 V), Real-World Data, Cartella Clinica Elettronica (EHR), epidemiologia digitale, metodologia della ricerca bibliografica in MEDLINE/PubMed, vocabolario MeSH e operatori booleani.
Intelligenza Artificiale e Medicina di Precisione (modulo prevalente): tappe fondamentali di AI, Machine Learning e Deep Learning; Natural Language Processing (NLP) per l'analisi dei diari clinici; Large Language Models (LLM), Generative AI (Text-to-Text, Text-to-Image) e prompt engineering clinico; diagnosi assistita (CAD), Radiomica, Transfer Learning e Federated Learning per l'imaging; implicazioni etiche, bias, opacità e integrazione con l'Evidence-Based Medicine (EBM).
Sistemi Informativi Sanitari, Basi di Dati e Architetture: definizione di Sistema Informativo e Informatico; flusso informativo clinico/amministrativo, CUP e Scheda di Dimissione Ospedaliera (SDO) con codifica ICD9-CM, DRG, LOINC; fondamenti di Basi di Dati Relazionali (RDBMS), tabelle, chiavi e vincoli; architetture Client-Server e Web Database.
Standard di Comunicazione, Imaging Digitale e Telemedicina: problema dell'interoperabilità e standardizzazione semantica/sintattica; standard DICOM 3.0 per le immagini radiologiche; protocolli HL7, Clinical Document Architecture (CDA) e metalinguaggio XML; profili di integrazione IHE tra HIS, RIS e PACS; concetti e applicazioni della Telemedicina (telemonitoraggio, teleconsulto, teleradiologia, telepatologia e dispositivi IoT/wearable).
Big Data, Sanità Digitale e Ricerca Biomedica: concetti di base (5 V), Real-World Data, Cartella Clinica Elettronica (EHR), epidemiologia digitale, metodologia della ricerca bibliografica in MEDLINE/PubMed, vocabolario MeSH e operatori booleani.
Intelligenza Artificiale e Medicina di Precisione (modulo prevalente): tappe fondamentali di AI, Machine Learning e Deep Learning; Natural Language Processing (NLP) per l'analisi dei diari clinici; Large Language Models (LLM), Generative AI (Text-to-Text, Text-to-Image) e prompt engineering clinico; diagnosi assistita (CAD), Radiomica, Transfer Learning e Federated Learning per l'imaging; implicazioni etiche, bias, opacità e integrazione con l'Evidence-Based Medicine (EBM).
Sistemi Informativi Sanitari, Basi di Dati e Architetture: definizione di Sistema Informativo e Informatico; flusso informativo clinico/amministrativo, CUP e Scheda di Dimissione Ospedaliera (SDO) con codifica ICD9-CM, DRG, LOINC; fondamenti di Basi di Dati Relazionali (RDBMS), tabelle, chiavi e vincoli; architetture Client-Server e Web Database.
Standard di Comunicazione, Imaging Digitale e Telemedicina: problema dell'interoperabilità e standardizzazione semantica/sintattica; standard DICOM 3.0 per le immagini radiologiche; protocolli HL7, Clinical Document Architecture (CDA) e metalinguaggio XML; profili di integrazione IHE tra HIS, RIS e PACS; concetti e applicazioni della Telemedicina (telemonitoraggio, teleconsulto, teleradiologia, telepatologia e dispositivi IoT/wearable).
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
ODONTOIATRIA E PROTESI DENTARIA
Laurea Magistrale Ciclo Unico 6 Anni
6 anni
No Results Found
Persone
Persone
Docenti
No Results Found