Abstract
Come l'IA sta ridisegnando la sperimentazione clinica
L'avvento dei Big Data e dell'IA ha portato con sé la promessa di rendere obsoleti i modelli teorici e di rivoluzionare il modo stesso di fare scienza. Nella ricerca medica ciò culminerebbe con la creazione di "gemelli digitali" e coorti sintetiche capaci di sostituire i pazienti fisici. Tuttavia, la complessità dei sistemi biologici resiste alla riduzione ingegneristica, e la mera correlazione non costituisce un fondamento sufficiente per la cura. Il ruolo dell'IA va pertanto ridefinito: non scorciatoia per aggirare la sperimentazione, ma strumento per massimizzare l'informazione estratta dai dati. Integrando la potenza dei modelli predittivi e dell'inferenza causale, l'IA permette di progettare trial clinici più efficienti ed equi, e di arrivare a robuste stime di effetto da dati osservazionali. In questa prospettiva, l'IA non decreta la fine della teoria ma ne diventa alleata, unendo computazione, esperimento e ragionamento per comprendere la complessità della vita.
Presentazioni
- DOCUMENTO
Video
Bio
Guido Gigante is responsible for the Istituto Superiore di Sanità. Fisico di formazione, ha conseguito the doctor presso the Sapienza Università di Roma. The expertise in the process includes a complex system, with a strong focus on IA and neural networks, with rigorous theoretical and advanced technology in the analysis of the biomedicine data. The last year we collaborated in important European programs, including MAIBAI—per la valutazione di sistemi IA nella diagnostica per immagini, MUCCA—dedicato all'Explainable AI, e allo Human Brain Project. All academica accademica unisce una comprovata esperienza zaziendale: è stato Chief Data Officer per la piattaforma VVVVID, sviluppando system di raccomandazione e analisi predittiva. Author of numerous publications, also used in format: he organized and taught the course FAD "Introduction to all'Intelligenza Artificiale per Professionisti Sanitari" and the course "Introduction to Machine Learning for the Science of Salute" from the ISS.
Abstract
How AI is reshaping clinical trials
The advent of Big Data and AI has brought with it the promise of rendering theoretical models obsolete and revolutionising the very way science is conducted. In medical research, this would culminate in the creation of “digital twins” and synthetic cohorts capable of replacing physical patients. However, the complexity of biological systems resists engineering reduction, and mere correlation does not provide a sufficient foundation for care. The role of AI must therefore be redefined: not as a shortcut to bypass experimentation, but as a tool to maximise the information extracted from data. By integrating the power of predictive models with causal inference, AI enables the design of more efficient and equitable clinical trials, and the derivation of robust effect estimates from observational data. From this perspective, AI does not signal the end of theory; rather, it becomes its ally, bringing together computation, experimentation and reasoning to understand the complexity of life.
Attribuzione 4.0 Internazionale