Syllabus del corso
Obiettivi
L'obiettivo del corso è fornire agli studenti la conoscenza delle potenzialità dei big data nell'ambito delle neuroscienze al fine di elaborare propri quesiti di ricerca.
In particolare, gli obiettivi fondamentali si traducono in specifici learning outcomes attesi al termine del corso.
Tali risultati attesi comprendono un miglioramento della conoscenza e della comprensione dei concetti legati ai big data, all'intelligenza artificiale e alle tematiche correlate nell'ambito delle neuroscienze (knowledge and understanding; applying knowledge and understanding). Inoltre, il corso mira inoltre a favorire nello studente lo sviluppo di competenze trasversali (soft skills) per un uso consapevole e critico delle tecnologie digitali in ambito di salute, attraverso il giudizio su tipologie di dati e quesiti di ricerca in linea con i principi della medicina di precisione e della medicina personalizzata (making judgements). Similmente, un ulteriore obiettivo è promuovere una comunicazione efficace all'interno della comunità scientifica di riferimento rispetto alla connessione con i propri interessi di ricerca (communication skills). Coerentemente, si intende fornire agli studenti gli strumenti necessari per aggiornarsi in modo autonomo e continuo su tematiche di big data e innovazione digitale (learning skills).
Contenuti sintetici
Il corso prevede un'introduzione ai fondamenti delle fonti di big data che favoriscono le innovazioni della salute digitale nelle neuroscienze per affrontare le sfide real-world, promuovendo capacità di osservazione, analisi e interpretazione.
Programma esteso
I big data, con tratti distintivi ad alta intensità di informazioni, risultano nell'applicazione congiunta delle basi teoriche delle discipline in ambito biomedico e dei diversi aspetti computazionali. Al fine di comprendere la terminologia, le tecniche e la tecnologia che guidano la trasformazione nelle neuroscienze, agli studenti verrà fornita una panoramica approfondita delle definizioni e dei metodi comunemente utilizzati in ambito biomedico. Saranno affrontati i trend, gli sviluppi delle tecnologie e le opportunità di tradurre ciò in nuove applicazioni nell'ambito delle neuroscienze. Ciò è rappresentato anche dall'utilizzo di big data in relazione agli approcci di intelligenza artificiale e le sue componenti.
Prerequisiti
Nessuno
Modalità didattica
didattica frontale e modalità interattiva (Wooclap, Mentimeter)
Materiale didattico
Materiale fornito a lezione
Periodo di erogazione dell'insegnamento
2 semestre, aprile-settembre
Modalità di verifica del profitto e valutazione
Presentazione e discussione di evidenze dalla letteratura scientifica
Orario di ricevimento
Previo accordo via email cristina.crocamo@unimib.it
Sustainable Development Goals
Aims
The goal of the course is to provide students with appropriate knowledge of the potential of big data in the field of neuroscience in order to deal with novel research questions.
The expected outcomes include an improvement in the knowledge and understanding of concepts related to big data, artificial intelligence, and related topics within the field of neuroscience (knowledge and understanding; applying knowledge and understanding). Furthermore, the course aims to foster the development of soft skills in PhD students, promoting a conscious and critical use of digital technologies in neuroscience domains, through the evaluation of data types and research questions aligned with the principles of precision and personalized medicine (making judgements). Similarly, another key objective is to promote effective communication within the relevant scientific community, particularly in relation to the students' own research interests (communication skills). Consistently, the course seeks to equip students with the necessary tools to stay autonomously and continuously updated on topics related to big data and digital innovation (learning skills).
Contents
The course provides PhD students with an introduction to the fundamentals of big data sources that drive digital health innovations in Neurosciences to tackle real-world challenges, promoting students' skills in observation, analysis, and interpretation of relevant scenarios.
Detailed program
In order to understand the terminology, techniques, and technology driving transformation in neuroscience, students will be provided with an in-depth overview of the commonly used definitions and methods in the biomedical field. Trends, technological developments, and opportunities for translating these into new applications in the field of neuroscience will be addressed. This is also reflected in the use of big data in relation to artificial intelligence approaches and their components.
Prerequisites
None
Teaching form
in-person and interactive (collaborative learning; Wooclap, Mentimeter)
Textbook and teaching resource
Provided material
Semester
2nd semester, April-September
Assessment method
Collaborative learning based also on evidence from the scientific literature
Office hours
contact by email cristina.crocamo@unimib.it
