Torna ai risultati della ricercaBando per incarichi di ricerca
| Titolo del progetto dell'incarico in italiano | Sviluppo di modelli predittivi basati su intelligenza artificiale per la stratificazione del rischio individuale e la simulazione di traiettorie evolutive nell'ambito di programmi di screening del cancro del polmone |
|---|---|
| Titolo del progetto ddell'incarico in inglese | Development of artificial intelligence-based predictive models for individual risk stratification and the simulation of disease progression trajectories in lung cancer screening programs |
| Campo principale | Engineering |
| Sottocampo | Biomedical engineering |
| G.S.D. | 09/IBIO-01 - BIOINGEGNERIA |
| S.S.D | IBIO-01/A - Bioingegneria |
| Descrizione sintetica in italiano | L’attività riguarda lo sviluppo, la validazione e l’interpretazione di modelli predittivi per la stratificazione del rischio individuale nell’ambito del WP4 del progetto Try-A-Lung. Sarà progettato un modello post-test che integri dati clinici e caratteristiche quantitative ricavate da immagini low-dose CT, tra cui morfologia dei noduli, enfisema e punteggi di rischio per tumore polmonare, patologie cardiovascolari e respiratorie. Modelli di machine e deep learning stimeranno gli esiti a breve e lungo termine e saranno valutati mediante metriche di discriminazione e calibrazione, confrontandoli con modelli consolidati e metodi di intelligenza artificiale avanzati. Tecniche di Explainable AI consentiranno di analizzare le traiettorie individuali e individuare profili di progressione clinicamente rilevanti. Sono inoltre previste attività di co-supervisione di tesi e partecipazione a seminari e congressi. |
| Descrizione sintetica in inglese | The activity focuses on the development, validation and interpretation of predictive models for individual risk stratification within WP4 of the Try-A-Lung project. A post-test model will be designed to integrate clinical data and quantitative features extracted from low-dose CT images, including nodule morphology, emphysema and risk scores for lung cancer, cardiovascular and respiratory diseases. Machine learning and deep learning models will estimate short- and long-term outcomes and will be evaluated using discrimination and calibration metrics, with comparisons against established models and advanced artificial intelligence methods. Explainable AI techniques will be used to analyse individual trajectories and identify clinically relevant progression profiles. The activities will also include the co-supervision of theses and participation in seminars and conferences. |
| Data del bando | 21/09/2026 |
| Paesi in cui può essere condotto l'incarico |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/incarichi-di-ricerca |
| Destinatari dell'incarico di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/incarichi-di-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/incarichi-di-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI INGEGNERIA DELL'ENERGIA ELETTRICA E DELL'INFORMAZIONE "GUGLIELMO MARCONI" |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| dei.staff@unibo.it |
| L'incarico finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 12/10/2026 - alle ore 23:59 |
|---|---|
| Come candidarsi | Other |