Large Language Models (LLM) per l’analisi epidemiologica e statistica: metodi, applicazioni e responsabilità scientifica - CORSO

TOM - Training On Line Management

ECM - Educazione Continua in Medicina

AVVISI

ACCEDI

Storico delle edizioni già svolte

Torna all'ultima ricerca

[ ] Corso: IRCCRO_26130 - Large Language Models (LLM) per l’analisi epidemiologica e statistica: metodi, applicazioni e responsabilità scientifica

Tipo Corso: RES - Corso

Area Formativa: Ricerca

Crediti: 640.0

Accreditamento Regionale

Ulteriori informazioni

Premessa

L’introduzione degli LLM (Large Language Models) nella pratica clinica, nella ricerca e nella comunicazione scientifica sta trasformando profondamente il modo in cui i professionisti sanitari analizzano dati, producono documenti, prendono decisioni e comunicano risultati. Tuttavia, il loro utilizzo richiede competenze nuove: capacità di valutare la qualità dell’output, garantire la riproducibilità, riconoscere bias, rispettare linee guida etiche e normative, e integrare l’IA come strumento di supporto, non come sostituto del giudizio clinico. Questo percorso nasce per fornire ai professionisti sanitari un quadro chiaro, pratico e responsabile sull’uso degli LLM, con esempi concreti, casi clinici, esercitazioni e strumenti operativi immediatamente applicabili.

Obiettivi formativi e descrizione dei contenuti

Al termine del percorso, il partecipante sarà in grado di utilizzare gli LLM per estrarre, pulire e strutturare dati clinici; generare tabelle, grafici e sintesi statistiche; supportare analisi inferenziali verificando assunzioni e limiti; scrivere abstract, metodi e risultati; adattare il linguaggio a diversi pubblici; sviluppare competenze critiche, garantire riproducibilità e trasparenza delle analisi eseguite; aver competenze etiche e normative secondo le linee guida WHO, EU AI Act, ICMJE, CONSORT AI ed infine integrare l’IA come supporto, non come sostituto del giudizio clinico.

Struttura e metodo

Il percorso prevede attività integrate e progressive: 1) Attività tecniche: estrazione di variabili da testo clinico; pulizia, armonizzazione e normalizzazione dei dati; generazione di tabelle descrittive e grafici; supporto alla statistica inferenziale (test, assunzioni, interpretazione); 2) Attività applicative: scrittura di abstract, metodi e risultati; adattamento del linguaggio a diversi target (clinici, pazienti, decisori); impaginazione secondo linee guida editoriali; 3) Attività critiche e di governance: audit degli output LLM; identificazione di bias e rischi; documentazione dei prompt; verifica della riproducibilità; applicazione delle linee guida internazionali 2024–2026; 4) Esercitazioni pratiche: dataset sintetici con errori; mini analisi complete; revisione critica di output generati; checklist operative per l’uso responsabile.

Note

La parte pratica del corso prevede l'utilizzo del Computer. Per questo motivo gli iscritti dovranno arrivare in sede muniti di PC personale con la batteria carica.

Destinatari

• Altre professioni (no ecm) • Assistente sanitario • Assistente Sociale • Biologo • Chimico • Dietista • Farmacista • Fisico • Fisioterapista • Infermiere • Medico chirurgo • OSS • Ostetrica/o • Profilo Amministrativo • Profilo Tecnico NO Ecm • Psicologo • Tecnico della prevenz. amb. di lavoro • Tecnico sanitario di laboratorio biomedico • Tecnico sanitario di radiologia medica

Crediti