Torna ai risultati della ricercaBando per incarichi di ricerca
| Titolo del progetto dell'incarico in italiano | AI-OMICA PiattaformA Integrata multi-OMICA di Intelligenza Artificiale per la gestione, la profilazione, l'analisi e la visualizzazione avanzata di dati in oncologia. |
|---|---|
| Titolo del progetto ddell'incarico in inglese | AI-OMICA: An integrated, multi-omics artificial intelligence platform for the management, profiling, analysis, and advanced visualization of oncology data. |
| G.S.D. | 02/PHYS-06 - FISICA PER LE SCIENZE DELLA VITA, L'AMBIENTE E I BENI CULTURALI, DIDATTICA E STORIA DELLA FISICA |
| S.S.D | PHYS-06/A - Fisica per le scienze della vita, l'ambiente e i beni culturali |
| Descrizione sintetica in italiano | Lo sviluppo di metodologie bassate sulla AI per l’analisi di dati biomedicali rappresenta ormai lo standard in svariati domini clinici, tuttavia sempre maggior rilievo ha assunto negli ultimi anni la spiegabilità di tali modelli. Non solo infatti occorre sviluppare modelli altamente performanti, bensìfondamentale ai fini applicativi è avere modelli che siano interpretabili, tanto più quanto rivolti a personale che non abbia una formazione modellistica o informatica. Nelle scienze della vita questo è ancor più vero, dovendo essere i modelli di supporto alle decisioni destinati ad orientare decisioni cliniche, che quindi possano avere ricadute dirette ai fini diagnostici o terapeutici. In tal senso l’attività di ricerca dovrà creare forti sinergie tra i domini della fisica e della medicina per sviluppare algoritmi che siano facilmente interpretabili da medici e pazienti. |
| Descrizione sintetica in inglese | The development of AI-based methodologies for the analysis of biomedical data has become standard practice across a wide range of clinical domains. In recent years, however, increasing importance has been placed on the explainability of such models. It is not sufficient to develop highly performing models; for practical applications, it is also essential that they be interpretable, particularly when they are intended for users without a background in modelling or computer science. This requirement is even more crucial in the life sciences, where decision-support models are expected to guide clinical decisions and may therefore have direct diagnostic or therapeutic implications. In this context, the research activity should foster strong synergies between physics and medicine, with the aim of developing algorithms that can be readily understood by both clinicians and patients. |
| Data del bando | 16/09/2026 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotto l'incarico |
Italy EUROPE OTHER |
| Paesi di residenza dei candidati |
OTHER Italy EUROPE |
| Nazionalità dei candidati |
OTHER Italy EUROPE |
| Sito web del bando | https://reclutamento.ict.uniba.it/incarichi-di-ricerca/concorsi/2026-ir.34 |
| Destinatari dell'incarico di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|
| Nome dell'Ente finanziatore | MUR |
|---|---|
| Tipologia dell'Ente | Other |
| Paese dell'Ente | Italy |
| Città | Roma |
| Sito web | https://www.mur.gov.it/it |
| marco.tatullo@uniba.it |
| L'incarico finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 01/10/2026 - alle ore 23:55 |
|---|---|
| Come candidarsi | Other |