



Studia grazie alle numerose risorse presenti su Docsity
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Prepara i tuoi esami
Studia grazie alle numerose risorse presenti su Docsity
Prepara i tuoi esami con i documenti condivisi da studenti come te su Docsity
Trova i documenti specifici per gli esami della tua università
Preparati con lezioni e prove svolte basate sui programmi universitari!
Rispondi a reali domande d’esame e scopri la tua preparazione
Riassumi i tuoi documenti, fagli domande, convertili in quiz e mappe concettuali
Studia con prove svolte, tesine e consigli utili
Togliti ogni dubbio leggendo le risposte alle domande fatte da altri studenti come te
Esplora i documenti più scaricati per gli argomenti di studio più popolari
Ottieni i punti per scaricare
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Una panoramica introduttiva all'informatica e all'intelligenza artificiale, evidenziando le loro applicazioni nel campo biomedico. Esplora concetti fondamentali come la gestione dei dati, l'analisi dei dati e la collaborazione interdisciplinare, sottolineando l'importanza dell'informatica per la ricerca biomedica moderna. Anche i principi di base dell'informatica, come la digitalizzazione delle informazioni e l'utilizzo dei fogli di calcolo, fornendo esempi pratici di come queste tecnologie possono essere applicate in ambito biomedico.
Tipologia: Schemi e mappe concettuali
1 / 5
Questa pagina non è visibile nell’anteprima
Non perderti parti importanti!




Informatica e intelligenza artificiale Esame: quiz a risposta multipla (10 domande), su teoria e pratica con software Si parla di informatica perché le nuove tecnologie possono facilitare l’attività senza mai sostituire il professionista I concetti di base dell'informatica sono fondamentali per il campo biomedico moderno:
clinici, output di esami specialistici) → necessari strumenti per gestire, archiviare e organizzare i dati
significative → cruciale per prendere decisioni informate. (Analisi dei dati che può essere svolta a diversi livelli, bisogna avere una panoramica di qualche strumento per avvantaggiarci in questo tipo di attività)(analisi di dati di base)
analisti → necessario comprendere i concetti di base per favorire un lavoro di squadra efficace. (Modo con cui ci si scambia i dati, piano comune con cui capirci) perché intelligenza artificiale?
consentendo di progettare esperimenti, raccogliere dati ed elaborare conclusioni in modo più efficiente ed economicamente vantaggioso.
chiave → necessità di adattarsi e sfruttare gli ultimi avanzamenti tecnologici
cui i trattamenti vengono adattati alle caratteristiche specifiche di un individuo. BASI DI INFORMATICA Informatica combinazione di qualcosa legato all’informazione (INFO) e qualcosa legato agli aspetti automatici. Gestione automatica delle informazioni con l’utilizzo di un elaboratore che prende delle informazioni di input le elabora e poi ci da delle informazioni di output in uscita utilizzando una macchina per fare tutte le procedure. Elaboratore macchina che è in grado compiere delle specifiche funzioni e per fare ciò ha delle componenti hardware e software. Si parla di computer quando la macchina è programmabile. Un computer è un elaboratore di informazioni programmabile (possiamo creare noi nuove funzionalità) in grado di eseguire operazioni (ad alta velocità):
I programmi sono sequenze di istruzioni che il computer esegue per svolgere una certa attività
Elaborazione delle informazioni L’elaborazione comprende: creazione, modifica, ordinamento, analisi, ricerca, selezione archiviazione, trasferimento, ecc. Informazione è da intendersi in senso ampio: testi, tabelle di numeri, immagini, video, suoni Queste informazioni (imput) devono essere necessariamente in formato digitale In che modo il computer gestisce (rende disponibile) le informazioni? In forma digitale, cioè ridotte a numeri ( In inglese “digit” significa “cifra”) La parola digitale “digit” significa cifra Come è possibile trasformare in numeri le informazioni non matematiche? Nel compiute viene utilizzato un sistema diverso da quello che noi utilizziamo abitualmente. Invece nel computer qualsiasi dato che deve essere gestito viene covertito in numero, utilizzando un sistema binario, che è costituito da due soli simboli: 0 e 1. Viene utilizzato nei circuiti elettrici in cui 0 è spento e 1 è acceso. Passare dal sistema decimale al sistema binario? Es. 1 → 1; 2 → 10; 3 → 11; 4 → 100; 5 → 101: ecc.
Il bit (dall’inglese BInary digit) è l’unità elementare di informazione all’interno del computer o 0 o 1 (acceso spento). La memoria del computer è organizzata in sequenze da 8 bit , che formano un byte (dall’inglese Binary octet) Informazione digitale: info codificata in numero Per i numeri abbiamo i byte Per le lettere si convertono in numero utilizzando il codice standard ASCII (codice introdotto prima dei compiute per lo scambio di informazione) Anche differenza tra maiuscolo e minuscolo Ogni simbolo ha un codice che viene Per le immagini anche le immagini hanno bisogno di essere tradotte in numero, ogni colore dell’immagine. Il software può essere classificato in base: Software di base
Applicoativi (app)
specifiche
Il Software Algoritmo deve essere tradotta in un linguaggio che il computer comprende (linguaggio di programmazione ha delle sue parole e una sua sintassi) Exel Fogli di calcolo spreadsheets Nasce come strumento per eseguire calcoli, ma possono essere programmati per eseguire procedure anche molto complesse. Le informazioni sono organizzate in forma di griglia di celle Righe numerate (1,2,3,...) e colonne numerate (A, B, C,...) per identificare le celle (es. B3). Le celle possono contenere dati, formule e valori. Possibilità di creare tabelle dinamiche, in cui compiere operazioni e istituire relazioni tra i dati. TABELLE PIVOT Una tabella pivot è uno strumento che ci permette di raggruppare e visualizzare i dati in modo più chiaro e sintetico rispetto alla visualizzazione dell’intera tabella di dati Perché si chiamano pivot (perno)? Perché possono scambiare velocemente righe e colonne, attività un tempo complessa da realizzare le tabelle pivot richiedono almeno una tabella di dati su cui lavorare, che può essere interna al foglio di lavoro o su un altro foglio affinché la tabella pivot lavori correttamente, la tabella di dati deve essere standard: una tabella in un cui ogni riga è un’osservazione (record) e ogni colonna è una caratteristica/variabile (campo) SICCOME HANNO PER IMPUT LA TABELLA DI DATI DEVE ESSERE FATTA EBNE
Apprendimento dai dati → la struttura matematica deve essere estremamente flessibile(si devono adattare a tutti gli imput) ● Le reti neurali sono soddisfano due importanti condizioni: ● Sono strutture complesse, quindi capaci di adattarsi a diversi compiti e circostanze ● Sono strutture scalabili, quindi gestibili dal punto di vista computazionale perché si possono ampliare in modo efficiente su larga scala (se aumento la scala le risorse di cui ho bisogno aumentano in maniera proporzionale ovvero in maniera gestibile) Bias (pregiudizio) Cosa succede se addestriamo un modello di ML con dati incompleti e che non rappresentano un fenomeno completamente? Esempio: pregiudizi razziali nell'assistenza sanitaria Negli ospedali statunitensi è stato utilizzato sistema per prevedere quali pazienti avessero bisogno di cure mediche aggiuntive, esaminando la storia dei costi sanitari a livello di paziente (costi→necessità sanitarie). Tuttavia, tale assunzione non teneva conto dei diversi modi in cui i pazienti neri e bianchi affrontano i costi delle cure mediche: i pazienti neri sono più propensi a pagare per interventi attivi come le visite d'urgenza in ospedale, e meno per la gestione delle malattie croniche. Di conseguenza, i pazienti neri ricevevano punteggi di rischio più bassi e non avevano accesso a cure aggiuntive tanto quanto i pazienti bianchi con esigenze simili. Correlazione causalità Gli algoritmi di apprendimento vengono addestrati per trovare schemi/pattern ricorrenti nei dati (anche molto complessi, che sfuggono all’intuizione umana) → correlazioni Bisogna però ricordare che correlazione non implica causalità e le AI non sono in grado di distinguere tra i due concetti → può generare risultati distorti AI spiegabile Quando utilizziamo i sistemi AI vediamo soltanto l’output di un algoritmo estremamente complesso, che anche a livello matematico non è più interpretabile → sistema black-box In settori sensibili come la sanità, i trasporti, l’ambito militare/sicurezza, ecc. l’applicazione dei sistemi AI mal progettati può avere conseguenze molto gravi → necessità di comprendere il motivo di certi output (di spiegare) Su questo fronte siamo solo all’inizio... Perchè un paziente è stato identificato ad alto rischio? Quali caratteristiche identificano una bicicletta nello scenario stradale? Ecc. Language models e pappagalli stocastici (solo leggi) Come esseri umani, percepiamo il testo come una raccolta/sequenza di parole (le frasi sono sequenze di parole, idocumenti sono sequenze di capitoli, sezioni e paragrafi, ecc.). Negli algoritmi di apprendimento il testo è semplicemente una sequenza di elementi. "pappagallo stocastico": un pappagallo ripete quello che diciamo, imitando i suoni senza capirci un'acca. Un “processo stocastico” (o casuale): è un fenomeno nel tempo che non possiamo prevedere ma solo in termini di statistica e probabilità (es. previsioni meteo) I language models sono sistemi che generano sequenze linguistiche che hanno osservato nei dati di addestramento, in base a informazioni probabilistiche sui modi in cui si possono combinare, ma senza alcun riferimento al significato. Siccome riassemblano quanto visto negli esempi con sofisticatezza, le espressioni sembrano di produzione umana, ma i sistemi non hanno la capacità di comprensione del contenuto... AI generativa Nei sistemi di intelligenza artificiale generativa vengono appresi i modelli e la loro struttura da dati di addestramento → generano nuovi dati con caratteristiche simili a quelli di input In questo modo sono in grado di generare testo, immagini o altri media in risposta a richieste. ChatGPT (Generative Pretrained Transformer, un nuovo algoritmo di apprendimento): chatbot AI sviluppato da OpenAI e specializzato nella conversazione con un utente umano. È stato addestrato su miliardi di campioni di testo da Internet, da pagine web, libri, articoli, forum, testi scientifici e molte altre fonti disponibili fino a settembre 2021 Prospettive future Stiamo estendendo la nostra intelligenza? Ci stiamo già abituando ad utilizzare l’AI come propaggine e allargamento della nostra intelligenza → superamento di alcuni limiti biologici Esempi di applicazioni della AI in ambito sanitario Sistemi diagnostici Nel 2020, la FDA ha approvato un che consente agli operatori sanitari di eseguire l'ecogrraffiaia cardiiacaasseennzzaafoforrmaazzioionnee specializzata. Utilizza l'IA per fornire una guida in tempo reale (sorta di 'copilota'), dando istruzioni su come manipolare il trasduttore. Medicina di precisione Oncompass Medicine utilizza algoritmi basati sulla IA per abbinare la mutazioni genetiche riscontrate nei campioni tumorali dei pazienti con gli attuali studi clinici in corso in tutto il mondo, allo scopo di proporre trattamenti specifici per tipo di neoplasia presente Percorsi terapeutici lBM Watson ha sviluppato un software che fornisce opzioni di
trattamento basate su evidenze per gli oncologi. Il software combina i dati presenti nella cartella clinica del paziente con l'esperienza clinica e ricerche scientifiche al fine di suggerire piani terapeutici appropriati. Nel contesto sanitario, il ruolo dei professionisti rimarrà rilevante anche con l'introduzione futura dei sistemi di intelligenza artificiale (AI) per diverse ragioni: Gestione dei processi decisionali complessi: in ambito sanitario vengono costruiti percorsi di assistenza/terapia che richiedono una la comprensione della storia medica del paziente, del contesto sociale, delle esigenze individuali, considerazioni culturali ed etiche → integrazione di informazione che difficilmente può essere eseguita da un sistema automatizzato Interpretazione dell'output: i professionisti sono necessari per interpretare l'output dei sistemi AI e convalidare i risultati. La loro conoscenza è fondamentale nell’identificare eventuali bias o errori negli algoritmi, allo scopo di migliorare affidabilità e l'accuratezza dei risultati Comunicare l’output: quando si tratta di questioni mediche sensibili o complesse, i professionisti sanitari possono spiegare le raccomandazioni generate dall'AI ai pazienti → costruire fiducia nella tecnologia Domande 1file Concetti di base dell’informatica Digitalizzazione di testi e immagini I fogli di calcolo e loro utilizzo Celle e le loro coordinate Formati numerici (percentuali e notazione scientifica) Convalidare i dati Utilizzo dell’ordinamento personalizzato Utilizzo dei filtri 2 filr Utilizzo delle espressioni aritmetiche Utilizzo delle formule di base Comprendere la documentazione relativa ad una funzione Utilizzo di una tabella pivot per il calcolo della media in due gruppi Utilizzo di una tabella pivot per il calcolo della frequenza in due gruppi 3 file Leggere una tabella di dati e controllare il tipo di dato Cambiare etichette a campi che identificano gruppi Visualizzare media, min, max, valori mancanti, tabelle di frequenze utilizzando il modulo Descrittive Distinzione tra salvare progetto e output Pro e contro di Excel e JAMOVI 4 file Cosa si intende per intelligenza artificiale Differenza tra programmazione classica ed algoritmi di apprendimento Motivi per cui la AI ha trovato applicazione in tempi recenti Principali limitazioni della AI AI nella pratica professionale