(cod. #P_0342)
DOVE: Villaggio della Scienza
A cura del Dipartimento Scienze Biomediche Avanzate, Università degli Studi di Napoli Federico II
Con:
Silvia Varricchio, Dipartimento Scienze Biomediche Avanzate, Università degli Studi di Napoli Federico II
Stefania Staibano, Dipartimento Scienze Biomediche Avanzate, Università degli Studi di Napoli Federico II
Francesco Merolla, Dipartimento di Medicina e Scienze della Salute “V.Tiberio”, Università degli Studi del Molise
Gennaro Ilardi, Dipartimento Scienze Biomediche Avanzate, Università degli Studi di Napoli Federico II
Angela Crispino, Dipartimento Scienze Biomediche Avanzate, Università degli Studi di Napoli Federico II
Daniela Russo, Dipartimento Scienze Biomediche Avanzate, Università degli Studi di Napoli Federico II
Rosa Maria Di Crescenzo, Dipartimento Scienze Biomediche Avanzate, Università degli Studi di Napoli Federico II
Mariarosaria Cervasio, D.A.I. di Malattie Onco-Ematologiche, Anatomia Patologica e Malattie Reumatiche, AOU Federico II
L’ingresso nell’era digitale dell’Anatomia Patologica viene definito come la terza rivoluzione. Tuttavia, come ogni rivoluzione, essa porta con sé conseguenze sia positive che negative e richiede una maggiore consapevolezza nella definizione di concetti fondamentali. L’utilizzo dell’intelligenza artificiale (IA) rappresenta un notevole progresso nell’analisi delle immagini patologiche, ma solleva una serie di questioni etiche che devono essere affrontate. Oggi si dibatte ampiamente sull’applicazione dell’IA, con un’attenzione particolare al concetto di “algoretica” che rappresenta un modo per affrontare le implicazioni etiche dell’IA e degli algoritmi, garantendo che il progresso tecnologico avvenga in modo responsabile e rispettoso dei diritti umani e dei principi morali.
Vieni a conoscere la Computational Pathology, e scopri come l’intelligenza artificiale e gli algoritmi vengono utilizzati per analizzare le immagini istopatologiche, con un focus sulla trasparenza e la spiegabilità dei modelli. Vengono presentati casi studio reali che evidenziano successi e fallimenti nella diagnosi automatizzata, mettendo in luce l’importanza della supervisione umana e della responsabilità etica nell’impiego di tecnologie avanzate.
Attraverso questi esempi, prendi coscienza che il Vero o Falso, così come il Giusto e Sbagliato, può essere influenzato dai dati utilizzati per addestrare gli algoritmi. Se questi dati fossero incompleti o distorti l’output dell’algoritmo potrebbe essere distorto o non rappresentativo della realtà. Scopri di più!