2026
Data science nella ricerca clinica
Collaborazioni in cui contribuisco con analisi dei dati e machine learning a studi clinici e biomedici, dal rischio genetico agli esiti dei trapianti.
Accanto alla modellistica molecolare, partecipo a studi clinici e biomedici guidati da altri gruppi, a cui contribuisco con analisi dei dati e machine learning. Tra gli esempi, una firma genetica della suscettibilità al carcinoma della tiroide, modelli spiegabili del rischio di frattura dopo il trapianto di rene e una metodologia medico-legale per valutare l’uso dell’intelligenza artificiale in materia di responsabilità medica.
Articoli su questo tema
2026
Explainable Machine Learning for Fracture Risk Assessment in Kidney Transplant Recipients: A Single-Center Experience
63rd ERA Congress, GlasgowContributo a congresso
2025
Temporal trends in serum testosterone and luteinizing hormone levels indicate an ongoing resetting of hypothalamic-pituitary-gonadal function in healthy men: a systematic review
Endocrine Abstracts110, EP1326Contributo a congresso
2025
Temporal trends in serum testosterone and luteinizing hormone levels indicate an ongoing resetting of hypothalamic-pituitary-gonadal function in healthy men: a systematic review
Journal of Endocrinological Investigation48(11), 2721–2734
2024
Blood matters: the hematological signatures of Coronavirus infection
Cell Death & Disease15(11), 863
2024
Intelligenza Artificiale In Sanità: Proposta Di Una Nuova Metodologia Medico-legale In Materia Di Responsabilità Medica
Rivista Italiana di Medicina Legale e del Diritto in Campo Sanitario(3-4), 441–462
2022
Genetic signature of differentiated thyroid carcinoma susceptibility: a machine learning approach
European Thyroid Journal11(5)