Il Master di Machine learning e big data nella medicina di precisione e nella ricerca biomedica prepara i professionisti dell’ambito biomedico dall’acquisizione delle tecniche fino alla loro implementazione nell’elaborazione dei dati, al fine di sfruttare il potenziale informativo dei big data.
Il corso infatti è orientato all’apprendimento dell’utilizzo di metodologie avanzate di analisi di tali dati ed è caratterizzato da una valenza fortemente pratica e applicativa.
In merito alle tecniche di apprendimento automatico in ambito biomedico, infatti e non a caso, per ciascuna tecnica di machine learning viene presentato un case study che prevede l’utilizzo, sotto la guida di docenti esperti, del software e del linguaggio di programmazione di R.

Il Master è di II livello con didattica a distanza, erogata in maniera asincrona tramite la piattaforma multimediale Moodle dell’Università di Padova, pensato per gli studenti e i professionisti desiderosi di conciliare l’esercizio di altre attività e professioni con la necessità di qualificarsi o specializzarsi ulteriormente.  L’inizio dell’attività è previsto per dicembre 2023 e la durata è annuale. Il corso si struttura in diversi moduli di circa 4 settimane ciascuno seguiti da 1 settimana di pausa. Alla fine di ogni modulo viene assegnato un homework, sempre in modalità asincrona, per accertare le competenze acquisite.

Gli argomenti principali del corso sono: Introduzione ai tipi di problemi di analisi che il Machine Learning può affrontare e al software R; l’introduzione alle tecniche supervisionate e non supervisionate per la previsione numerica e la classificazione quali modelli lineari e generalizzati, random forest, clustering gerarchico k-means, Self Organizing Maps, reti Bayesiane, reti neurali, support vector machines, nonnegative matrix factorization. Si tratteranno infine i fondamenti teorici del Deep Learning e i metodi di applicazione. Per ciascuna tecnica di Machine Learning verrà presentato un case study.

Al termine delle lezioni, viene assegnato un project work che costituisce la base della discussione di diploma che avviene nel mese di settembre su zoom.

Il Master di Machine learning e big data nella medicina di precisione e nella ricerca biomedica si rivolge in particolare ai professionisti che già operano o che intendono operare nell’ambito biomedico (soprattutto biostatistici, bioingegneri, bioinformatici e biologi computazionali).

Per quanto riguarda gli sbocchi occupazionali, è atteso che l’applicazione delle tecniche di machine learning in ambito medico sia destinata a cambiare il modo a cui si pensa a diagnosi e cura, nell’ottica della medicina personalizzata. Pertanto, le conoscenze acquisite nel Master sono rilevanti per l’ulteriore specializzazione di professionisti sanitari già occupati e per la definizione di profili tecnico-quantitativi che opereranno nell’ambito sanitario, nella ricerca biomedica e nelle CRO.

Il Master di Machine learning e big data nella medicina di precisione e nella ricerca biomedica prevede la formazione in materia di:

Modulo 1 – MACHINE LEARNING PER LA PREVISIONE DI ESITI

La possibilità di predire esiti sanitari è un aspetto fondamentale della pratica medica e clinica. La previsione copre molte aree di applicazione che vanno dalla prognosi alla valutazione della terapia. Vengono trattate MLT supervisionate per la previsione numerica e la classificazione.

Modulo 2 – MACHINE LEARNING PER PREDIRE LA CONDIZIONE CLINICA

In questo modulo si introducono tecniche di base ed avanzate utilizzate nella ricerca clinica e biomedica in problemi di predizione e stratificazione, con particolare attenzione alla identificazione della condizione clinica dei pazienti, alla loro risposta a differenti strategie terapeutiche e alla loro appartenenza a specifiche classi di progressione. Il modulo copre argomenti relativi all’apprendimento con e senza supervisione, come i GLM, i GMM, le reti Bayesiane e i modelli di sopravvivenza. A partire dai fondamenti delle varie metodologie, si considerano gli scenari di ricerca biomedica e di pratica clinica in cui queste tecniche avanzate trovano applicazione.

Modulo 3 – GESTIONE DELL’ETEROGENEITÀ’ NELLA RICERCA BIOMEDICA E LA PRATICA CLINICA

In questo modulo si introducono tecniche di clustering standard e avanzate, quali clustering gerarchico k-means e self organizing maps. Vengono presentati esempi di applicazioni a dati biologici e clinici.

Modulo 4 – TECNICHE AVANZATE PER LA PREDIZIONE E LA STRATIFICAZIONE

In questo modulo si introducono tecniche avanzate per la predizione e la stratificazione in ambito biomedico e nella pratica clinica, quali neural networks, support vector machines e non negative matrix  factorization. A partire dai fondamenti delle varie metodologie, si considerano gli scenari di ricerca biomedica e di pratica clinica in cui queste tecniche avanzate trovano applicazione.

Modulo 5 – DEEP LEARNING IN AMBITO CLINICO PER LA RICERCA BIOMEDICA

In questo modulo viene introdotto il Deep learning (DL). Il modulo tratta i seguenti argomenti:

  • fondamenti teorici di questo strumento innovativo
  • linguaggio di programmazione più diffuso per il DL: Python
  • applicazione del DL all’analisi del test e delle immagini con particolare attenzione ai dataset medici
  • processo di training
  • applicazione del DL a dataset di piccola dimensione
  • tool e librerie per lo sviluppo di sistemi DL

La valutazione finale del Master sarà data dalla media dei voti ottenuti negli homework svolti durante l’anno (70% della valutazione finale) con il voto ottenuto nel project work finale (30% della valutazione finale).

Per conoscere Direttori e Docenti e avere altre informazioni utili sul Master in Machine learning e big data nella medicina di precisione e nella ricerca biomedica, è possibile visionare il video di presentazione: Machine learning e big data nella medicina di precisione e nella ricerca Machine Learning and Big Data – UBEP (unipd-ubep.it)

La graduatoria generale di merito del Master è disponibile al seguente link.

La seconda graduatoria generale di merito del Master è disponibile al seguente link

Informazioni

Salute, ambiente e territorio
31/10/2024
70%
5
60
€ 2.022,50
€ 1.000,00
I titoli di accesso saranno specificati nell'avviso di selezione 23/24
Ottieni la brochure

"*" indica i campi obbligatori

Trattamento dei dati personali*

FAQ

Il Master è di II livello, ha una durata annuale, è online e può essere seguito anche da persone che lavorano a tempo pieno perché viene erogato in modalità on demand, è infatti pensato per gli studenti e i professionisti desiderosi di conciliare l’esercizio di altre attività e professioni con la necessità di qualificarsi o specializzarsi ulteriormente. È prevista una frequente e facile interazione tra studenti e docenti attraverso il forum di Moodle dell’Università di Padova. I moduli, di circa 4 settimane ciascuno, sono seguiti da 1 settimana di pausa, con video lezioni tra novembre e maggio. Alla fine di ogni modulo viene assegnato un homework per accertare le competenze acquisite. Anche gli homework sono erogati in modalità asincrona alla fine di ogni modulo e devono essere consegnati entro tre settimane dalla fine del modulo stesso. Al termine delle lezioni, viene assegnato un project work, che può essere anche definito, in accordo con il docente di riferimento, sulla base degli interessi personali e professionali dei discenti. Il lavoro, da realizzare nell’arco dei mesi estivi tra giugno e luglio, costituisce la base della discussione di diploma che avviene nel mese di settembre, su piattaforma Zoom.

Non sono previsti stage o tirocini perché è atteso che siano inconciliabili con il profilo tipo dei fruitori del Master. Tuttavia, gli studenti avranno la possibilità di confrontarsi con quesiti scientifici e basi di dati reali, proposti dal direttivo nel corso delle lezioni e del project work. Gli studenti, in accordo con i docenti e il proprio tutor, potranno anche scegliere di svolgere il project work in un ambito di interesse personale e professionale specifico.

La frequenza è obbligatoria, anche se online. È prevista una percentuale massima di assenze del 30%. Dato, però, che le videolezioni sono pre-registrate ed è possibile consultarle 24 ore su 24, 7 giorni su 7, è molto semplice mettersi al passo con il piano di studio. La segreteria didattica e i docenti sono a disposizione per cercare di venire incontro agli studenti nel caso di gravosi impegni o periodi di intensa attività lavorativa.

No, non sono previste borse di studio.