Course Syllabus
Obiettivi
Comprensione dei fondamenti delle risorse di digital health e del concetto di big data per riconoscere razionale e obiettivi dell'innovazione digitale in ambito di salute.
Acquisire adeguata conoscenza e consapevolezza sul ruolo e sulle caratteristiche delle innovazioni di digital health in ambito medico: opportunità e sfide.
Promuovere capacità di osservazione, analisi e interpretazione in termini di innovazione digitale in ambito di salute.
In particolare, tali obiettivi si traducono in specifici learning outcomes attesi al termine del corso. Si prevede un miglioramento della conoscenza e della comprensione dei concetti legati a innovazione digitale e intelligenza artificiale con un focus per la loro applicazione in ambito medico (knowledge and understanding; applying knowledge and understanding). 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 linea con i principi della medicina di precisione e della medicina personalizzata (making judgements). Similmente, un ulteriore obiettivo è promuovere una comunicazione efficace, sia tra pari sia all'interno della comunità scientifica di riferimento (communication skills). Coerentemente, si intende fornire agli studenti gli strumenti necessari per aggiornarsi in modo autonomo e continuo su tematiche di innovazione digitale (learning skills).
Contenuti sintetici
Stato dell'arte, trend emergenti e prospettive future delle risorse di digital health che contribuiscono ad innovazioni sanitarie per affrontare le sfide dei casi di real-world.
Razionale ed obiettivi delle innovazioni digitale in ambito di salute. L'importanza della competenza digitale in ambito di salute, technology transfer e panoramica delle definizioni di big data e dei metodi, delle tecniche e delle tecnologie comunemente utilizzati che guidano la trasformazione digitale in ambito di salute. Interventi personalizzati, telemedicina, diagnosi precoce, monitoraggio da remoto e in tempo reale, e analisi predittiva (digital phenotyping patient profling). Considerazioni etiche.
Programma esteso
- Scenari di innovazione digitale: intelligenza artificiale, casi di studio e requisiti dei disegni di studio
- Proprietà clinimetriche e big data: principi di base e definizioni per la competenza digitale in ambito di salute
- Ecological momentary assessment, Technology transfer, and aspetti traslazionali di approcci di data science in ambito medico
- Trend e stato dell'arte dell'innovazione digitale in ambito di salute
- Tecnologie emergenti e Internet of Things: utilità delle tecnologie point-of-care e dei dispositivi "wearables"
- Dalla raccolta all'interpretazione dei dati: digital phenotyping e nuovi approcci per l'analisi predittiva e la visualizzazione dei dati
- Aspettative e ostacoli: dai requisiti di digitalizzazione alle considerazioni etiche e di protezione dei dati
- Letteratura scientifica ed evidenze disponibili
Prerequisiti
corso offerto dal 3° anno del Corso di Laurea in Medicina
Modalità didattica
didattica frontale con caratteristiche di interattività sulla base di risorse digitali a supporto della didattica (Wooclap, Mentimeter); collaborative learning sulla base di presentazione e discussione di casi real-world; journal club format
Materiale didattico
Materiale fornito a lezione
Periodo di erogazione dell'insegnamento
2 semestre, aprile-giugno
Modalità di verifica del profitto e valutazione
Interazione dello studente durante le lezioni e partecipazione ad un confronto sulle metodologie e le relative implicazioni trattate nel corso, basato anche su dati dalla letteratura scientifica.
Orario di ricevimento
previo contatto via email con il docente all'indirizzo cristina.crocamo@unimib.it
Sustainable Development Goals
Aims
Understanding big data and fundamentals of digital health resources. Better knowledge and awareness of the role of digital health innovations to deal with real-world use cases and translational medicine applications that complement the broad spectrum of more traditional healthcare processes: opportunities and challenges
Promoting observational, analytical, and interpretative skills within a digital innovation framework for healthcare.
In particular, these objectives encompass specific learning outcomes expected at the end of the course. An improvement in the knowledge and understanding of concepts related to digital innovation and artificial intelligence is anticipated, with a focus on their application in the medical field (knowledge and understanding; applying knowledge and understanding). The course also aims to foster the development of soft skills in students, enabling a critical and informed use of digital technologies, in line with the principles of precision and personalized medicine (making judgements). Similarly, another key objective is to promote effective communication, both among peers and within the relevant scientific community (communication skills). Consistently, the course seeks to equip students with the tools necessary to stay independently and continuously updated on digital innovation topics (learning skills).
Contents
State-of-the-art, emerging trends, and future perspective of digital health resources that fuel healthcare innovations to deal with challenges of real-world use cases. The rationale for digital health innovations. The importance of digital health literacy, technology transfer and in-depth overview of big data definitions and commonly used methods, techniques, and technology driving the transformation of healthcare. Tailored interventions, telemedicine, early detection, remote and real-time monitoring, and predictive analytics (e.g., digital phenotyping and patient profiling). Ethical concerns.
Detailed program
- Setting the scene for digital innovation: artitificial intelligence, case studies and design requirements
- Clinimetric properties and big data: basic principles and definitions for digital health literacy
- Ecological momentary assessment, Technology transfer, and translational data science
- Trends and state-of-the-art of digital innovation in healthcare
- Emerging technologies and Internet of Things: utility of point-of-care technologies and wearables
- From data collection to data interpretation: digital phenotyping and novel approaches for predictive analytics and data visualization
- Expectations and pitfalls: from digitalization requirements to ethical and data protection concerns
- Scientific literature and available evidence
Prerequisites
students can attend the course from the third year (Medicine and Surgery)
Teaching form
In-person.
Interactive, based on digital tools (Wooclap, Mentimeter); collaborative learning based on class discussion on real-world cases fostering critical thinking and active participation; journal club format
Textbook and teaching resource
Provided material
Semester
2nd semester, April-June
Assessment method
Student engagement during lectures and participation in the final discussion on the methodologies and related implications covered in the course, also based on data from the scientific literature.
Office hours
contact by email to cristina.crocamo@unimib.it
Sustainable Development Goals
Staff
-
Cristina Crocamo
