Glossario

IA nella sanità

Che cos’è IA nella sanità?

L'IA nella sanità comprende applicazioni che supportano personale sanitario e amministrazione, ad esempio nell'analisi di immagini mediche, nella documentazione, nella pianificazione degli appuntamenti o nella valutazione di dati di ricerca. Questi sistemi forniscono indicazioni e alleggeriscono il lavoro, ma non sostituiscono il giudizio clinico né promettono guarigioni. Molte applicazioni mediche di IA sono soggette alla normativa sui dispositivi medici e a rigide regole sulla protezione dei dati sanitari. Esempio: un software evidenzia aree sospette nelle radiografie per la verifica da parte degli specialisti.

Temi

Salute
Medicina
Protezione dei dati

Prova KI.ordo

Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.

Avvia demo

← Tutti i termini

Termini correlati

Visione artificiale

La visione artificiale (computer vision) è un ambito dell'IA in cui i computer analizzano immagini e video. Compiti tipici sono riconoscere e localizzare oggetti, leggere testo nelle immagini o misurare componenti. La tecnologia si usa, ad esempio, nel controllo qualità in produzione, nei sistemi di assistenza alla guida, nella logistica o nella diagnostica per immagini.

analisi delle immagini
deep learning
+1

Normative sulla protezione dei dati

Le normative sulla protezione dei dati sono regole di legge sul trattamento dei dati personali. Nell'UE il riferimento è il Regolamento generale sulla protezione dei dati (GDPR), che richiede tra l'altro una base giuridica per ogni trattamento, la minimizzazione dei dati, trasparenza verso gli interessati e accordi sul trattamento con i fornitori. Quando si usa l'IA occorre chiarire quali dati finiscono negli input, nelle fonti di conoscenza e nei registri, e dove vengono trattati.

GDPR
protezione dei dati
+1

Spiegabilità

La spiegabilità (Explainable AI, XAI) indica quanto sia possibile capire perché un sistema di IA arriva a un determinato risultato. Comprende metodi che mostrano quali input hanno influito di più su una decisione, ma anche strumenti pratici come l’indicazione delle fonti e i registri delle operazioni. È importante per la fiducia, la ricerca degli errori e la conformità normativa, ad esempio quando una banca deve motivare il rifiuto di una richiesta.

XAI
Trasparenza
+1

Human-in-the-loop (essere umano nel ciclo)

Human-in-the-loop indica processi in cui le persone intervengono in punti definiti di un flusso di IA: verificano i risultati, li approvano, li correggono o gestiscono i casi difficili. Il principio riduce il rischio di output errati e mantiene la responsabilità in capo alle persone, soprattutto nelle decisioni che riguardano individui, denaro o questioni legali. Esempio: un agente IA prepara le risposte ai clienti e un collaboratore le controlla prima dell'invio.

Approvazione
Controllo
+1