Scuola di Medicina e Chirurgia

Il corso si propone di fornire agli studenti conoscenze teoriche e strumenti metodologici per comprendere i principi clinici, tecnologici e organizzativi delle principali procedure di radiologia diagnostica, interventistica e neuroradiologica.

Al termine dell’insegnamento lo studente sarà in grado di:

• comprendere i principi e le indicazioni delle principali tecniche di radiologia interventistica e di imaging vascolare;

• conoscere i fondamenti della radioprotezione e il quadro normativo relativo all’utilizzo delle radiazioni ionizzanti;

• riconoscere le principali patologie di interesse radiologico e neuroradiologico e i relativi percorsi diagnostici;

• comprendere i rischi associati all’utilizzo dei mezzi di contrasto e le strategie di prevenzione del danno renale;

• conoscere i principi organizzativi delle unità operative di radiologia e neuroradiologia;

• comprendere i fondamenti della ricerca clinica in ambito radiologico;

• acquisire conoscenze di base sull’intelligenza artificiale e sulle sue applicazioni nella diagnostica per immagini.

• Fondamenti di radioprotezione e quadro normativo relativo all’impiego delle radiazioni ionizzanti in diagnostica per immagini e radioterapia.
• Radiologia interventistica: principi, tecniche e indicazioni cliniche.
• Imaging vascolare: metodiche e principali applicazioni diagnostiche e interventistiche.
• Mezzi di contrasto: valutazione del rischio e prevenzione del danno renale associato all’impiego in diagnostica per immagini e radioterapia.
• Patologia maxillo-facciale di interesse radiologico: tumori odontogeni e non odontogeni.
• Patologie neuroradiologiche croniche: linee guida diagnostiche e gestione delle demenze.
• Patologie neurologiche tempo-dipendenti: stroke ischemico ed emorragia cerebrale; percorsi diagnostici e organizzativi.
• Organizzazione e gestione delle attività dell’unità operativa di neuroradiologia.
• Procedure e normative relative all’installazione e alla gestione di unità di risonanza magnetica.
• Fondamenti della ricerca clinica in radiologia e neuroradiologia.
• Struttura e realizzazione di uno studio scientifico e organizzazione di un articolo scientifico in ambito radiologico.
• Introduzione all’intelligenza artificiale in sanità e radiologia: definizioni, evoluzione storica, sistemi CAD.
• Concetti di base di machine learning: apprendimento supervisionato e non supervisionato, feature extraction e principali algoritmi.
• Fondamenti di deep learning: reti neurali artificiali e reti neurali convoluzionali (CNN) per classificazione e segmentazione delle immagini.
• Preparazione e gestione dei dataset per applicazioni di intelligenza artificiale.
• Progettazione di sistemi di IA per la pratica clinica: CADe, CADx, Software as a Medical Device e radiomica.
• Applicazioni cliniche dell’intelligenza artificiale in radiografia, tomografia computerizzata, risonanza magnetica e neuroradiologia.
• Validazione dei modelli di IA: metriche di performance, interpretabilità dei modelli, bias e aspetti etici.
• Ruolo del Tecnico Sanitario di Radiologia Medica nell’era dell’intelligenza artificiale.

La valutazione terrà conto dei seguenti elementi.

Conoscenza e capacità di comprensione

• Conoscenza dei principi delle principali metodiche di diagnostica per immagini e delle tecniche di radiologia interventistica.
• Comprensione dei fondamenti della radioprotezione e del quadro normativo relativo all’impiego delle radiazioni ionizzanti.
• Conoscenza dei principali percorsi diagnostici nelle patologie di interesse neuroradiologico.
• Comprensione dei principi di utilizzo dei mezzi di contrasto e delle strategie di prevenzione del danno renale.
• Conoscenza dei concetti fondamentali di intelligenza artificiale e delle loro applicazioni nella radiologia.

Capacità di applicare conoscenza e comprensione

• Capacità di correlare le indicazioni cliniche con le metodiche di imaging più appropriate.
• Capacità di interpretare i principi di funzionamento delle tecnologie radiologiche e delle applicazioni di IA.
• Capacità di valutare l’appropriatezza e la sicurezza delle procedure diagnostiche e interventistiche.
• Capacità di comprendere l’organizzazione delle attività di radiologia e neuroradiologia.

Autonomia di giudizio

• Capacità di valutare criticamente benefici e rischi delle procedure radiologiche.
• Capacità di riconoscere limiti metodologici e potenziali bias nelle applicazioni di intelligenza artificiale.
• Capacità di analizzare l’affidabilità e l’impatto clinico delle tecnologie emergenti.

Abilità comunicative

• Chiarezza e rigore nell’esposizione dei principi tecnologici e clinici della diagnostica per immagini.
• Uso appropriato del lessico tecnico-scientifico nell’ambito della radiologia e neuroradiologia.

Capacità di apprendimento

• Attitudine all’aggiornamento continuo rispetto all’evoluzione delle tecnologie radiologiche e delle applicazioni di intelligenza artificiale.

Capacità di consultare e interpretare criticamente la letteratura scientifica in ambito radiologico e tecnologico.

Materiale didattico aggiuntivo messo a disposizione dai docenti  (dipense, lavori scientifici, etc..) e disponibile sulla piattaforma eLearning di Ateneo.

Anno di corso: I

Semestre di corso: II

CFU totali: 8

MEDS-22/A (ex MED/36) - Scienze e tecniche di radiologia medica per immagini e radioterapia – 4 CFU

MEDS-22/B (ex MED/37) - Neuroradiologia – 2 CFU

MEDS-26/D (ex MED/50) – Scienze e tecniche mediche chirurgiche avanzate - 2 CFU

Sono previste prove in itinere alla fine di ciascun modulo del Corso integrato.

La valutazione finale sarà data dalla prova scritta ed eventuale prova orale.

Il voto finale è attribuito in trentesimi. L’esame si intende superato quando il voto è maggiore o uguale a 18.
La prova scritta sarà data dai punteggi dati ai singoli quesiti; lo studente potrà migliorare il voto accedendo alla prova orale solo nel caso in cui abbia conseguito almeno 18 allo scritto.
La lode sarà attribuita agli studenti che dimostreranno elevato grado di approfondimento con autonomia di giudizio e adeguata capacità di esposizione.