Supporto alla diagnosi del Tumore Ovarico con modelli a grafo ispirati alle Reti Bayesiane
Speaker: Martina Lilla

MC: Pamela Gotti

La maggior parte delle corrette identificazioni di Tumore Ovarico vengono effettuate da sonografisti esperti, i quali hanno acquisito competenze dopo anni di analisi di esami ecografici. Vi è tuttavia una carenza nel numero di ecografisti esperti.

La tecnologia può però supportare i medici ad acquisire competenze in modo innovativo. Presenterò la progettazione e lo sviluppo di uno strumento di formazione digitale, che propone la simulazione di casi clinici reali e guida il medico verso la corretta diagnosi attraverso un flusso decisionale generato da un modello ispirato alle Reti Bayesiane.

I Put My Trust in You: Andare Oltre le Metriche di Prestazione Utilizzando il Behavioral Testing
Speaker: Pio Raffaele Fina

MC: Guenda Sciancalepore

Come si mette in produzione un sistema che utilizza ML? Deployare un modello di ML in un contesto operativo richiede un'ampia suite di test che servono per valutare la robustezza del modello e mitigare possibili bias nei dati. Ma possiamo basare davvero l’affidabilità del modello solo attraverso metriche di prestazioni?

In questo talk, utilizzando un task di computer vision, mostrerò come il behavioral testing può essere utilizzato per valutare l'affidabilità del modello, e perché, risulta essenziale in un contesto ad alto rischio come la diagnosi dei tumori.