Chiudi Scheda

Informazioni Generali del Corso

Dati Generali
Tipologia del Corso:
Master di Secondo Livello

Titolo:
INTELLIGENZA ARTIFICIALE NEI TRIAL CLINICI E DATI OMICI DELLA MEDICINA IN SILICO NELLA BIOPSIA LIQUIDA

Titolo in Inglese:
ARTIFICIAL INTELLIGENCE IN CLINICAL TRIALS AND OMICS DATA IN SILICO MEDICINE IN LIQUID BIOPSY

Anno Accademico:
2025/2026
Edizione:
1
Durata:
Annuale (60 CFU)
Direttore
Nominativo:
Malara Natalia
Ruolo:
Professore Associato
Struttura del Docente Proponente:
Dipartimento di Scienze della Salute
Sede
Sede in cui si prevede di svolgere le Attività didattiche:
Università Magna Graecia

Obiettivi Formativi

Sede Attività Didattica:
Università Magna Graecia
Obiettivi Formativi:
La transizione verso la medicina in silico rappresenta una delle direttrici più rilevanti dell’innovazione clinica contemporanea. L’integrazione di modelli computazionali, supercalcolo e intelligenze artificiali consente oggi l’analisi e l’interpretazione di grandi moli di dati generati dalle scienze omiche (genomica, trascrittomica, proteomica, metabolomica, lipidomica), favorendo un salto di paradigma nella comprensione delle patologie e nella personalizzazione delle strategie terapeutiche. Il Master si propone di formare figure professionali in grado di interpretare e gestire tali trasformazioni, offrendo una preparazione teorico-pratica orientata all’utilizzo delle tecnologie digitali per l’analisi di cellule e biomarcatori circolanti (biopsia liquida), e alla costruzione di percorsi diagnostico-terapeutici basati sull’integrazione di dati multi-omici, clinici e ambientali attraverso l’utilizzo di modelli predittivi avanzati. Destinatari del percorso formativo sono medici specialisti (oncologi, patologi, radiologi, farmacologi, internisti, gastroenterologi, endocrinologi, neurologi, chirurghi, medici di medicina generale), biologi, biotecnologi, farmacisti, tecnici di laboratorio e ingegneri biomedici, nonché ricercatori nell’ambito delle scienze della vita. L’obiettivo è fornire a questi professionisti strumenti critici e operativi per affrontare con competenza il nuovo ecosistema della medicina digitale.
Finalità Professionali:
Attraverso una faculty composta da docenti universitari, esperti di settore e professionisti provenienti dal mondo della ricerca applicata, il Master intende: promuovere l’acquisizione di conoscenze avanzate sui modelli in silico per la medicina traslazionale; facilitare la transizione da approcci sperimentali convenzionali verso tecniche computazionali integrate; incentivare l’adozione di metodologie non invasive come la biopsia liquida nella pratica clinica; contribuire alla diffusione della medicina di precisione e personalizzata in ambito ospedaliero e territoriale. Il percorso formativo mira inoltre alla riduzione dell’impiego di modelli animali nella ricerca biomedica, promuovendo alternative etiche e sostenibili, in linea con le più recenti
Sbocchi Professionali:
La crescente attenzione istituzionale verso la medicina di precisione – testimoniata dalle raccomandazioni del Consiglio Superiore di Sanità (2020) per l’inserimento nei LEA del sequenziamento WES e per la creazione di reti nazionali dedicate – rende oggi imprescindibile una formazione avanzata e specialistica. I diplomati del Master potranno collocarsi in: centri di ricerca clinica e traslazionale; strutture ospedaliere dotate di unità dedicate alla medicina personalizzata; laboratori diagnostici ad alta tecnologia; aziende biotecnologiche e farmaceutiche coinvolte nello sviluppo di terapie mirate; enti regolatori e istituzioni sanitarie impegnate nella programmazione e gestione dell’innovazione.
Rapporti con il mondo produttivo:
rl progresso scientifico catalizzato dall’intelligenza artificiale ha determinato un ampliamento sostanziale della conoscenza biologica e della capacità di prevedere l’evoluzione clinica delle malattie. Tuttavia, la piena attuazione della medicina personalizzata presuppone una profonda comprensione dell’interazione tra il genoma e l’esposoma: un ecosistema dinamico influenzato da stile di vita, ambiente, alimentazione e fattori farmacologici. In tale contesto, il Master promuove un’alleanza tra innovazione digitale e formazione avanzata, con l’obiettivo di colmare il divario tra il potenziale tecnologico e la sua concreta applicazione
Risorse del Personale Tecnico e Tutor:
Organizzazione del Corso:
venerdi pomeriggio sabato mattina e pomeriggio

Piano Didattico

Insegnamento: medicine in silico in biopsia liquida
CFU: 8
SSD: MEDS-26/A Scienze tecniche di medicina di laboratorio
Insegnamento: tipi di intelligenza artificiale nell'analisi dei dati omici
CFU: 8
SSD: CEAR-08/A Architettura tecnica
Insegnamento: Digital patology
CFU: 5
SSD: MEDS-04/A Anatomia patologica
Insegnamento: AI per la medicina di precisione: acceleration and challenges
CFU: 5
SSD: MATH-01/A Logica matematica
Insegnamento: Architettura e infrastrutture di base per la gestione di grandi volumi di dati
CFU: 5
SSD: MATH-01/A Logica matematica
Insegnamento: Il ruolo del Data Scientist nella ricerca sanitaria
CFU: 5
SSD: MATH-01/A Logica matematica
Insegnamento: Dati omici e utilità clinica del ctDNA
CFU: 5
SSD: MEDS-09/A Oncologia medica
Insegnamento: AI Generative, sistemi multimodali per la Medicina e la Ricerca
CFU: 5
SSD: MATH-01/A Logica matematica
Insegnamento: evoluzione metrologica della diagnostica di laboratorio
CFU: 5
SSD: BIOS-08/A Biologia molecolare
Insegnamento: Next gen liquid biopsy: identifying novel biomarkers patterns through AI
CFU: 2
SSD: BIOS-08/A Biologia molecolare
Insegnamento: AI e Medical Imaging
CFU: 2
SSD: INFO-01/A Informatica
Insegnamento: Etica e programmazione con IA
CFU: 2
SSD: MEDS-20/A Pediatria generale e specialistica

Prova Finale


3
  • Tesi
  • Prova Scritta
  • Prova Orale

Requisiti di Ammissione e Numero Iscritti

Requisti di Ammissione
Classi di Laurea:
  • LM-06 - Biologia
  • LM-07 - Biologie agrarie
  • LM-08 - Biotecnologie industriali
  • LM-09 - Biotecnologie mediche, veterinarie e farmaceutiche
  • LM-13 - Farmacia e farmacia industriale
  • LM-18 - Informatica
  • LM-21 - Ingegneria biomedica
  • LM-32 - Ingegneria informatica
  • LM-33 - Ingegneria meccanica
  • LM-41 - Medicina e chirurgia
  • LM-42 - Medicina veterinaria
  • LM-53 - Scienza e ingegneria dei materiali
  • LM-54 - Scienze chimiche
  • LM-55 - Scienze cognitive
  • LM-56 - Scienze dell'economia
  • LM-69 - Scienze e tecnologie agrarie
  • LM-70 - Scienze e tecnologie alimentari
  • LM/SNT1 - Scienze infermieristiche e ostetriche
  • LM/SNT2 - Scienze delle professioni sanitarie della riabilitazione
  • LM/SNT3 - Scienze delle professioni sanitarie tecniche
  • LM/SNT4 - Scienze delle professioni sanitarie della prevenzione
Altri Titoli di Accesso:
Numero Iscritti e Costi Iscrizione
Numero Minimo Iscritti:
5
Numero Massimo Iscritti:
20
Costo Iscrizione:
2000€

Comitato di Coordinamento

NON PREVISTO
Chiudi Scheda