Il corso di studi, attivo da quest’anno, formerà figure professionali capaci di applicare l’innovazione digitale al settore biomedico e sanitario

L’Università di Torino ha attivato, a partire dall’anno accademico 2023-2024, il corso di laurea magistrale in “Artificial Intelligence for Biomedicine and Healthcare”. Il nuovo percorso di studi - che si propone di formare esperti di intelligenza artificiale in ambito biomedico e sanitario - è rivolto a studenti che abbiano maturato una significativa esperienza in informatica, matematica e biologia.

Un corso di studi che nasce dalla collaborazione fra i dipartimenti di Oncologia (diretto dal Prof. Federico Bussolino) - recentemente accreditato dal MIUR come Dipartimento di Eccellenza - e di Informatica (diretto dalla Prof.ssa Susanna Donatelli), intensamente impegnato nel campo dell’intelligenza artificiale. Il corso, che vede anche la partecipazione dei dipartimenti di Scienze Cliniche e Biologiche, Giurisprudenza, Filosofia e Scienze dell’Educazione, Management, è parte dell’offerta formativa della Scuola di Medicina Diretta dal Prof. Umberto Ricardi.

La rivoluzione digitale sta coinvolgendo tutti gli ambiti della collettività, dall’economia all’ambiente alla comunicazione. In ambito healthcare, l’evoluzione tecnologica, accompagnata da una smisurata potenzialità di immagazzinamento ed elaborazione dati, ha portato alla disponibilità di un livello di informazione inimmaginabile a inizio secolo. Lo stesso PNRR, pone come obiettivo primario la modernizzazione digitale del Sistema Sanitario Nazionale. A fronte di questo indirizzo verso la società del futuro, tuttavia, i dati disponibili evidenziano un forte divario tra le molteplici risorse a disposizione e la carenza di figure professionali con adeguate competenze per gestire, analizzare, valutare e condividere tali risorse. Questo aspetto vale anche per l’ambito biomedico e di “salute pubblica”.

Con laurea magistrale “Artificial Intelligence for Biomedicine and Healthcare”, ci si propone di creare una nuova figura professionale capace di applicare l’innovazione digitale al settore biomedico e sanitario. I laureati avranno una visione “a tutto tondo” dell’ambito biomedico insieme all’esperienza pratica e a solide competenze nelle discipline dell’intelligenza artificiale e della scienza dei dati.

Il corso di studi, erogato in inglese, è caratterizzato da una forte vocazione all’internazionalizzazione non soltanto per l’inserimento nel mondo del lavoro in campo nazionale e internazionale, ma anche nell’ottica del proseguimento degli studi.

Il progetto formativo risponde alle forti esigenze attuali del mondo della biomedicina di integrare in modo quantitativo ed efficace una grande quantità di dati derivanti da approcci sperimentali differenti. Vi è dunque una estrema necessità di sinergia fra quanto disponibile in termini tecnologici nella medicina e nelle scienze biomediche e i notevoli sviluppi rappresentati dalle potenzialità dell’elaborazione dei dati e della loro interpretazione attraverso le moderne tecniche di intelligenza artificiale, machine learning e deep learning.

Il corso è organizzato in due anni e articolato in 120 crediti necessari per il conseguimento della laurea magistrale. Sono previsti insegnamenti che coprono i principali campi della biomedicina e dell’analisi e gestione informatica dei dati, così come insegnamenti integrati volti ad approfondire gli aspetti applicativi e multidisciplinari. A completare l’offerta formativa, saranno affrontati anche gli aspetti etici, legali ed economici pertinenti l'analisi e la gestione di dati biomedici in contesti pubblici e privati. Le esperienze in laboratorio e la tesi di laurea che prevede un tirocinio, da svolgere anche presso aziende ed enti pubblici o privati, oppure all'estero, permetteranno di ottenere professionalità e capacità tecniche spendibili nel mondo del lavoro e nella ricerca.

Il laureato del corso di studi rappresenta una quindi ideale figura professionale “ponte” fra due mondi (quello biomedico e quello volto all’analisi, all’interpretazione e all’utilizzo efficace dei dati) che spesso parlano una “lingua” differente, reciprocamente poco comprensibile.