Letture Magistrali

Fulvia Signani

Psicologa, Psicoterapeuta e Sociologa Docente incaricata di Sociologia di Genere e Membro del Direttivo del Centro Universitario di Studi sulla Medicina di Genere, Università di Ferrara; Membro : a) Staff al Consiglio Nazionale Ordine Psicologi CNOP; b) Osservatorio dedicato alla Medicina di Genere presso ISS; c) Comitato Scientifico Journal of Sex- and Gender- Specific Medicine. Presidente EngHea Engendering Health APS

KEYNOTE: "Fisioterapia e genere: un cammino di integrazione possibile”

Partendo dalle considerazioni in merito alla “terza cultura” proposta da Snow nel 1959 e alle elaborazioni successive, nonché al collegamento tra “medicina di genere” e terza cultura (Signani, 2013), vengono delineate analogie, potenzialità e i saperi necessari perché una disciplina composita come quella fisioterapica, possa percorrere un cammino di considerazione e integrazione dei vari fattori che determinano salute. In particolare sesso/genere.

Elena Rocca

Elena Rocca è professore associato alla facoltà di Scienze della Salute alla Oslo Metropolitan University, in Norvegia.
ELENA ROCCA I suoi interessi di ricerca sono all’interfaccia tra evidenza scientifica, pratica clinica e filosofia della causalità. Elena ha un background multidisciplinare che include Farmacia (MSc), Medicina Molecolare (PhD) e Filosofia/Etica della Scienza (esperienza post-dottorato e ricerca collaborativa). È particolarmente interessata a come i presupposti filosofici siano sempre presenti e influenzino sia la ricerca medica che la pratica clinica. Insieme a Rani Anjum guida il progetto CauseHealth: Causality, Complexity and Evidence in the Health Sciences.

LETTURA MAGISTRALE: “Nuovi modelli di interpretazione della complessità clinica per una medicina personalizzata”

LETTURA MAGISTRALE: “Nuovi modelli di interpretazione della complessità clinica per una medicina personalizzata” Il mantra della moderna professione sanitaria è che le decisioni cliniche dovrebbero essere basate sia sull’evidenza scientifica che sul contesto del singolo paziente. Come ciò si traduca nella realtà della pratica clinica, però, è tanto complicato quanto irrisolto. Gli studi clinici sono motivati dal presupposto che per meglio vedere il rapporto causa-effetto, per esempio fra una terapia e il suo effetto, sia necessario ridurre la complessità del sistema. La sfida diventa quindi scoprire come ciò possa essere trasferito in un contesto clinico, dove si devono affrontare ampie variazioni individuali. Questa lettura illuminerà alcune tensioni filosofiche basilari all’interno del moderno paradigma dell’”evidence-based practice”. Vedremo come l’ideale moderno del sapere clinico si trovi in conflitto tra due tradizioni filosofiche completamente diverse e come il difficile compito di conciliarle nella pratica non dovrebbe essere lasciato al singolo professionista, ma richieda ricerca concettuale e pratica. The modern health professional’s mantra is that clinical decisions should be based both on scientific evidence and on the context of the single patient. How this translates into the reality of the clinical practice, however, is far more complicated. Clinical studies are motivated by an assumption that causality is better seen when complexity is reduced. Only when we have control of all the possible confounding factors, can we see whether an intervention makes a difference to its effect. The challenge will then be to find out how this can be transferred to a clinical context, where one must deal with large individual variations. This lecture will illuminate some very basic, philosophical tensions within the knowledge-based framework. We will look at how the modern ideal of knowledge stands in conflict between two completely different philosophical traditions, and how the difficult task of reconciling them in practice should not left to the individual practitioner but requires a good deal of conceptual and practical work at research and system level.

Gastone Castellani

Prof. Gastone Castellani, Università di Bologna
Laureato in biologia e fisica, con un Dottorato in fisica, è professore ordinario all’Università di Bologna dove insegna Fisica applicata – Biofisica, ed è direttore del Centro Galvani di Bioinformatica, Biofisica e Biocomplessità. Ricopre dal 2000 la posizione di professore associato presso la Brown University, Providence, RI, USA, dove svolge attività di ricerca all’interno del gruppo del Prof. Leon N Cooper su machine learning, reti neurali e big data analytics applicata all’espressione genica. È coautore di oltre 300 pubblicazioni su riviste internazionali peer-reviewed, e, in totale, di oltre 400 contributi a stampa (10000 citazioni, H-index 50). È stato insignito di due premi internazionali: (Chaos and Complexity prize Blois France 1993, Vice President award Brown University 2003) per la ricerca innovativa nel campo dei sistemi biologici complessi. È referee per diverse riviste scientifiche quali PNAS, Molecular Bio-system, Physical Review e Bioinformatics. È uno dei fondatori della Società Italiana di Biologia dei Sistemi (SysBioHealth). I suoi temi di ricerca attuali riguardano il Machine Learning, i Big Data e l’Intelligenza Artificiale applicata ai dati biomedici, l’interpretazione statistica di metodi di IA e la modellizzazione di sistemi biologici.

KEYNOTE “Dai big ai synthetic data: nuove strategie in medicina per personalizzare la presa in carico”

I Big Data stanno pervadendo la medicina contemporanea. In particolare, in alcuni settori quali l’oncoematologia si riescono ad avere, grazie a progetti nazionali ed internazionali delle quantità di dati che fino ad ora erano impensabili. Tuttavia questi dati sono eterogenei (imaging, sensori, multiomici ecc) e la loro integrazione risulta spesso difficile, e, in generale può provocare una diminuzione della loro numerosità e qualità (dati mancanti, incompleti etc). Poiché i moderni sistemi di Machine Learning richiedono sempre più dati, ultimamente sono comparsi metodi, basati su modelli Bayesiani generativi, per la generazione di “dati sintetici”, cioè dati con le stesse proprietà statistiche dei dati reali, ma che non sono i dati reali stessi. Questa metodica si sta affermando in settori come quello della “privacy protection”, “data augmentation” e “gender balance” e anche come braccio di controllo per trial clinici randomizzati.

Ugo Della Croce

PhD Professore Ordinario, Dipartimento di Scienze Biomediche, Università di Sassari Research Professor, School of Engineering, Catholic University of America, Washington, DC Lecturer, Department of Physical Medicine and Rehabilitation, Harvard Medical School, Boston, Ma
Ugo Della Croce ha conseguito il titolo di Dottore di Ricerca in bioingengeria nel 1996. Dopo un’esperienza come post-doc a Boston presso lo Spaulding Rehabilitation Hospital in qualità di esperto di biomeccanica, è tornato in Italia, all’Università di Sassari ove è diventato ricercatore nel 1997. Nel 2003 ha trascorso un anno presso il Dipartimento di Medicina Fisica e Riabilitativa della University of Virginia Medical School come professore associato. Dal 2006 è professore ordinario di bioingegneria presso l’Università di Sassari e ha ottenuto una posizione accademica a Harvard Medical School, mantenendo anche la posizione presso l’Università della Virginia. Nel 2017 è stato selezionato per coprire la posizione di Addetto Scientifico presso l’Ambasciata d’Italia negli Stati Uniti d’America a Washington con la responsabilità di promuovere la ricerca bilaterale in ambito bio-medico. Dal 2019 è professore ordinario presso il Depatment of Biomedical Engineering della Catholic University of America. L’ingegneria della riabilitazione e l’analisi del movimento umano sono le sue principali competenze.

Keynote: Le tecnologie digitali nella pratica clinica in ambito fisioterapico e riabilitativo: evoluzione del loro ruolo e prospettive future.

Negli ultimi anni le tecnologie digitali hanno avuto un impatto notevole nella pratica clinica e in particolar modo in ambito riabilitativo motorio. Verranno esplorate strade possibili per lo sviluppo della disciplina che traggano vantaggio sia dalla accresciuta personalizzazione resa possibile dall’uso delle tecnologie digitali nell’intervento riabilitativo, sia della grande disponibilità di dati quantitativi oggi raggiunta.