Espositori 2021


Machine Learning prediction of diabetes comorbidities in a large Italian cohort

Machine Learning prediction of diabetes comorbidities in a large Italian cohort

Il diabete mellito (DM) e le sue complicanze sono una delle principali cause di morte nel mondo. Una diagnosi precoce è essenziale per prevenire o mitigare la sua prognosi. Tuttavia, il DM viene spesso diagnosticato in ritardo e dopo decenni di silenzioso deterioramento del corpo. In questo progetto sfruttiamo l’AI per predire cinque comorbilità da 17.000 esami del sangue e 23 variabili, nessuna delle quali attualmente usata come criterio diagnostico. I risultati sono promettenti e supportano un potenziale utilizzo del sistema per facilitare la diagnosi precoce delle complicanze del DM.




Machine Learning prediction of diabetes comorbidities in a large Italian cohort

Giacomo Bornino, Marco Chierici, Venet Osmani, Antonio Colangelo, Giuseppe Jurman

Marco Chierici (Ph.D. Bioingegneria) è senior data scientist presso l'unità di ricerca Data Science for Health (DSH) di FBK. I suoi principali interessi di ricerca includono l'integrazione dell'AI in contesti di bioinformatica e biologia computazionale. Marco è coautore di >40 articoli su riviste peer-reviewed. Il progetto presentato è un lavoro congiunto con Giacomo Bornino (UniTN), Venet Osmani (ricercatore senior FBK), Giuseppe Jurman (ricercatore senior FBK, capo unità DSH), e Antonio Colangelo (Direttore Scientifico Centro Ricerche GPI).



 Research
  B.26 (pav. B) - AIIS-Cini
 2021

Back
 
Dati aggiornati il 09/11/2021 - 11.51.35