Il team interdisciplinare dell'Università degli Studi di Milano, che coinvolge ricercatori di intelligenza artificiale del Dipartimento di Informatica e ricercatori medici dei Dipartimenti di Scienze Ambientali e Oncologia, propone un progetto che abbraccia un ampio spettro di metodi adattivi basati sull'intelligenza artificiale tra cui Ensemble Learning, Deep Learning, approcci Neuro-simbolici, integrazione basata sull'intelligenza artificiale di dati biomedici eterogenei multimodali, apprendimento gerarchico e Large Language Models, per la loro applicazione in ambito medico. Il progetto prevede lo sviluppo di modelli di intelligenza artificiale spiegabili che integrino dati biomedici e ambientali per supportare decisioni cliniche e la ricerca delle interazioni tra fattori genetici e ambientali alla base delle malattie non trasmissibili, metodi innovativi di Graph Representation Learning per analizzare Knowledge Graph biomedici, metodi di intelligenza artificiale adattiva per il monitoraggio basato su sensori di pazienti anziani a rischio. Il progetto prevede un impatto significativo sia in ambito AI, sia in ambito medico. La sostenibilità del progetto è garantita sia dall'ampio gruppo di ricercatori che coinvolge 4 laboratori del Dipartimento CS e due gruppi di ricerca medica di UNIMI, sia dalle collaborazioni con gruppi medici e computazionali europei ed americani.
