Evento FAD · di Expopoint Sas Di Rita Ciccardi E Elena Monti · online · 27 apr 2026
Evento terminato
Questo evento si è concluso il 31 luglio 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.
Corso FAD asincrono sull'intelligenza artificiale applicata all'oncologia, con focus sul tumore della vescica: panoramica sull'AI in medicina e analisi critica di 6 studi clinici rilevanti tramite piattaforma AI interattiva.
Rendimento basso1 crediti all'ora, sotto la media (1,23) per gli eventi di questo tipo.
Il Corso Si Sviluppa Su Due Linee Formative Fondamentali: La Prima È Quella Di Fornita Alla Comunità Clinica E Di Ricerca Una Panoramica Generale Per Meglio Comprendere Le Potenzialità Delle Metodologie Di Intelligenza Artificiale. La Seconda È Di Provare Concretamente A Prendere Confidenza Con La Tecnologia Ai Mediante L’Utilizzo Di Una Piattaforma Di Aggiornamento Scientifico Basata Sull’Intelligenza Artificiale Per Affrontare Specifici Quesiti Diagnostico- Terapeutici E Trovare Rapidamente Delle Risposte.
Analisi Sulle Recenti Evidenze Scientifiche Che Hanno Evidenziato La Capacità Dei Sistemi Di Intelligenza Artificiale 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.
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.
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. Similmente, i large language models possono permettere di costruire score prognostici nell'ottica della medicina di precisione.
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. Il principale rischio in tal senso è che i dati dai quali attingere potrebbero essere privi di una rigorosa validazione scientifica. È necessario, pertanto, che i sistemi di machine learning vengano istruiti su dati di letteratura scientifica provenienti da pubblicazioni peer-review, congressi e linee guida validate dalle Società Scientifiche. 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.
Questo corso si sviluppa su due linee formative fondamentali per la comunità clinica e di ricerca: 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.
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.