Evento FAD · di Expopoint Sas Di Rita Ciccardi E Elena Monti · online · 15 mar 2026
Fonte dati per questo evento: Agenas. Evento organizzato da provider terzo. Trova ECM riporta dati pubblici dell'evento a scopo informativo e non è responsabile né del corso né dei contenuti, né ha accordi commerciali o di collaborazione con il provider.
Questo corso ECM di tipo FAD Asincrona è offerto da Expopoint Sas Di Rita Ciccardi E Elena Monti e assegna 3 crediti ECM. L'obiettivo formativo è: 3 - Documentazione clinica. Percorsi clinico-assistenziali diagnostici e riabilitativi, profili di assistenza - profili di cura.
FAD asincrona su intelligenza artificiale applicata alla diagnostica e terapia del tumore della tiroide. Rivolto a medici chirurghi di tutte le specializzazioni. 3 crediti ECM. Tratta principi AI, machine learning, applicazioni diagnostico-terapeutiche in oncologia tiroidea.
Rendimento basso1 crediti all'ora, sotto la media (1,23) per gli eventi di questo tipo.
Analisi Su Quali Sono Oggi I Contributi Dell’Intelligenza Artificiale Nell’Ambito Della Clinica E Della Ricerca E Quali Sono Le Grandi Potenzialità Che Potrà Offrire Questa Tecnologia Nei Prossimi Anni.
Definizione Di Come L'utilizzo Dell’Intelligenza Artificiale Permette Di Analizzare Tutti Gli Aspetti Di Uno Studio Clinico Con Estrema Precisione E In Tempi Molto Rapidi, Agevolando Il Lavoro Del Medico Specialista
RES 58%, FAD 42%, prevalentemente in Lombardia. Tempo medio di caricamento crediti su CoGEAPS: non disponibile. Tutti i corsi di Expopoint Sas Di Rita Ciccardi E Elena Monti →
Dal programma del provider.
La tecnologia AI (intelligenza artificiale) è attivamente impiegata in ambito oncologico come strumento per la diagnosi, la valutazione della prognosi e il processo decisionale. L'AI cambierà il panorama della gestione dei tumori della Tiroide.
Parlare di Intelligenza artificiale (AI) è come uscire dall'atmosfera della terra e scoprire un universo pieno di opportunità. È esplosa grazie a computer sempre più performanti rispetto al passato, che riescono ad attingere a una quantità incredibili di dati prodotti negli ultimi 10 anni. È stato quindi un passo automatico, affidandosi al machine learning, pensare di utilizzarla, per interpretare immagini radiografiche, ECG e per fare diagnosi. Esistono sistemi, anche validati dal punto scientifico, che dimostrano come si possa raggiungere una diagnosi con un'affidabilità spesso comparabile a quella dei migliori specialisti in determinate aree mediche.
Qualcuno ha pensato anche di utilizzarla nell'ambito del cosiddetto decision making: i sistemi per il supporto ai processi decisionali sono sempre esistiti, oggi però attraverso il machine-learning hanno una marcia in più e possono essere utilizzati per cercare di individuare il trattamento farmacologico più adatto per ogni determinato paziente.
C'è poi l'area della ricerca, in cui l'AI può facilitare nell'identificazione delle molecole più promettenti da sperimentare portando a una riduzione dei tempi di conduzione degli studi clinici e in ultima analisi ad una più rapida disponibilità di terapie innovative.
Recenti evidenze scientifiche hanno evidenziato la capacità di AI di identificare particolari tipi di tumore. A queste aree si affianca poi quella della predizione: oggi esistono sistemi che basandosi su dati clinici digitalizzati sono in grado di identificare e di predire particolari eventi che potranno accadere a distanza di anni. Si possono individuare tipologie di pazienti a rischio sui quali fare maggiore prevenzione ed evitare che il quadro si aggravi.
Inoltre c'è tutta l'area del Natural Language processing, che abbraccia le potenzialità proprie di questi strumenti nell'interpretare il testo scritto contenuto in una cartella clinica informatizzata.
L'utilizzo dell'AI non è scevro da potenziali rischi. I dati dai quali attinge potrebbero essere privi di una rigorosa validazione scientifica. Dobbiamo fare delle distinzioni.
Quando il sistema di machine learning viene istruito su dati di letteratura scientifica provenienti da pubblicazioni peer-review, congressi, linee guida validate dalle Società Scientifiche o da Medline - che, sia ben inteso, sicuramente evolvono nel tempo - possiamo anche stare relativamente tranquilli.
L'ultima parola rimane comunque al medico, che decide se e come utilizzare l'AI o meno, basandosi su punti cardine come evidenza scientifica, sicurezza, appropriatezza, rispetto dell'equità e regolamentazione. Da questi non si può prescindere per passare da un uso ludico o sperimentale a un uso professionale.
Questa Fad Asincrona si sviluppa su due linee formative fondamentali: la prima è quella di fornire alla comunità clinica e di ricerca una panoramica generale per meglio comprendere le potenzialità delle metodologie di AI. La seconda è di provare concretamente a prendere confidenza con la tecnologia AI mediante l'utilizzo di una piattaforma di aggiornamento scientifico basata sull'AI per affrontare specifici quesiti diagnostico-terapeutici e trovare rapidamente delle risposte.
Online
Online
2%dell'obbligo 2026-2028: 3 crediti su 150
Credito da formazione a distanza: nessun tetto FAD nel triennio. Imposta la tua professione per il calcolo esatto →
Fonte dati per questo evento: Agenas. Evento organizzato da provider terzo. Trova ECM riporta dati pubblici dell'evento a scopo informativo e non è responsabile né del corso né dei contenuti, né ha accordi commerciali o di collaborazione con il provider.