Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Analisi di morbidità e vulnerabilità nelle comunità mediante l'applicazione di modelli di deep learning a electronic health records |
|---|---|
| Titolo del progetto di ricerca in inglese | Analysis of morbidity and vulnerability in communities through the application of deep learning models to electronic health records |
| Settore Concorsuale | 06 - Scienze mediche |
| S.S.D | MED/01 - STATISTICA MEDICA |
| Descrizione sintetica in italiano | L'utilizzo combinato di tecniche avanzate di intelligenza artificiale e dati provenienti dai registri sanitari elettronici si configura come una strategia chiave per ottenere una comprensione approfondita delle dinamiche di salute nelle comunità, fornendo strumenti predittivi fondamentali per la gestione efficace delle risorse sanitarie e la progettazione di interventi mirati. Il progetto si propone di condurre un'analisi dettagliata dei modelli di morbilità e vulnerabilità all'interno delle comunità, sulla base di Registri Sanitari Elettronici (EHR). L'obiettivo principale è l'applicazione di modelli avanzati di Deep Learning e Language Models a dati strutturati, costituiti principalmente dai record sanitari elettronici. Questo approccio mira a sviluppare modelli predittivi per gli outcome sanitari di interesse, nonché a stratificare il rischio nella popolazione. |
| Descrizione sintetica in inglese | The combined use of advanced artificial intelligence techniques and data from electronic health records is a key strategy for gaining a comprehensive understanding of health dynamics in communities. This approach provides essential predictive tools for effective healthcare resource management and the design of targeted interventions. The project aims to conduct a detailed analysis of morbidity and vulnerability patterns within communities based on Electronic Health Records (EHRs). The primary objective involves applying advanced Deep Learning and Language Models to structured data, primarily comprised of electronic health records. This approach seeks to develop predictive models for health outcomes of interest and to stratify risk within the population. |
| Data del bando | 22/12/2023 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://webapps.unito.it/albo_ateneo/ |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) Experienced researcher or 4-10 yrs (Post-Doc) |
|---|---|
| Il contratto prevede la copertura delle prestazioni sociali? | yes |
| Importo annuale | 21888 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Massima durata dell'assegno (mesi) | 12 |
| Criteri di selezione in italiano (breve descrizione) | Il Bando (pubblicato sull'Albo d'Ateneo al n. rep. 6586 del 22/12/2023) contenente le modalità di iscrizione/partecipazione alla selezione e i requisiti è disponibile su https://webapps.unito.it/albo_ateneo/ . |
| Criteri di selezione in inglese (breve descrizione) | The Call (published on Albo d'Ateneo no. 6586 on 22/12/2023) containing the selection requirements and how to apply is available at https://webapps.unito.it/albo_ateneo/ . |
| Processo di selezione in italiano (breve descrizione) | Per titoli e colloquio. Il calendario dei colloqui viene pubblicato, entro la data di scadenza del bando, sull'Albo d'Ateneo ( https://webapps.unito.it/albo_ateneo/ ). I candidati NON riceveranno comunicazione di ammissione al colloquio. La domanda deve essere presentata tramite la procedura online https://pica.cineca.it/unito/assegni-di-ricerca-unito-2023-iv-medoc/ - per informazioni: assegniricerca@unito.it |
| Processo di selezione in inglese (breve descrizione) | By qualifications and interview (in Turin, Italy). Dates and venues of the interviews are published, by the date of the deadline, on the official notice board of the website of the University of Turin ( https://webapps.unito.it/albo_ateneo/ ). The application must be presented by online procedure at https://pica.cineca.it/unito/assegni-di-ricerca-unito-2023-iv-medoc/ - for informations: assegniricerca@unito.it |
| Nome dell'Ente finanziatore | Università degli Studi di Torino |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Turin |
| Sito web | http://www.unito.it/ |
| assegniricerca@unito.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 22/01/2024 - alle ore 00:00 |
|---|---|
| Come candidarsi | https://pica.cineca.it/ |