Un programma innovativo sull'E-Health, grazie al quale potrai implementare le più efficaci e innovative strategie di Big Data e intelligenza artificiale nella tua pratica fisioterapica, al 100% online”

La fisioterapia, così come le altre branche del settore sanitario (medicina, infermieristica, nutrizione, ecc.), ha beneficiato molto dello sviluppo dell'E-Health e dei suoi strumenti per favorire un'assistenza ancora più centrata sul paziente. L'evoluzione dei Big Data, dell'Intelligenza Artificiale e dell'Internet of Things (IoT) applicata a questo settore ha portato alla creazione di tecniche come la neuromodulazione non invasiva o al miglioramento delle strategie legate alla diagnosi per immagini (ultrasuoni, TAC, risonanze magnetiche, ecc.) che, oltre a facilitare la pratica dei professionisti, ha permesso loro di ampliare i trattamenti, nonché la loro efficacia ed efficienza. 

In questo contesto, negli ultimi anni l'interesse per questo settore è cresciuto, ed è per questo che TECH Global University ha ritenuto necessario sviluppare un programma attraverso il quale lo specialista possa apprendere in dettaglio gli ultimi sviluppi in questo campo e applicarli alla sua pratica quotidiana. Questo Master prevede 1.500 ore di analisi esaustiva dell'E-Health e delle sue applicazioni nel settore attuale, dalla gestione e direzione di centri basati sulle tecnologie più innovative, alle migliori tecniche di riconoscimento e intervento attraverso immagini nella biomedicina. Potrà, inoltre, approfondire la creazione e la gestione di banche dati, nonché la loro elaborazione di massa, e darà particolare rilievo ai più importanti ed efficaci dispositivi chirurgici e biomeccanici, concentrandosi anche sull'applicazione dell'intelligenza artificiale al campo fisioterapico.

Tutto questo attraverso un programma di 12 mesi 100% online, progettato su misura da esperti di bioingegneria e biomedicina che include, oltre al miglior programma teorico, ore di materiale aggiuntivo, che sarà disponibile nel campus virtuale fin dall'inizio del programma e potrà essere scaricato su qualsiasi dispositivo dotato di connessione internet. TECH Global University garantisce un'esperienza accademica perfettamente compatibile con qualsiasi altra attività lavorativa, che permetterà allo specialista di aggiornare e perfezionare le proprie competenze professionali con un successo garantito, grazie a un programma basato sulle ultime evidenze scientifiche nel campo dell'E-Health e dei Big Data.

Grazie alle conoscenze specialistiche acquisite in questo programma, sarai in grado di includere nella tua offerta le tecniche di diagnostica per immagini più innovative ed efficaci”

Questo Master in E-Health e Big Data possiede il programma scientifico più completo e aggiornato del mercato. Le caratteristiche principali del programma sono: 

• Sviluppo di casi di studio presentati da esperti in Tecnologie dell'Informazione e della Comunicazione applicate all’ambito sanitario 
• Contenuti grafici, schematici ed eminentemente pratici che forniscono informazioni scientifiche e pratiche riguardo alle discipline essenziali per l’esercizio della professione 
• Esercizi pratici che offrono un processo di autovalutazione per migliorare l'apprendimento 
• Speciale enfasi sulle metodologie innovative 
• Lezioni teoriche, domande all'esperto, forum di discussione su questioni controverse e compiti di riflessione individuale 
• Disponibilità di accesso ai contenuti da qualsiasi dispositivo fisso o portatile con una connessione internet 

Vuoi essere sempre aggiornato sugli ultimi sviluppi nella gestione e nella direzione dei centri sanitari? Grazie a questo Master potrai raggiungere il tuo obiettivo seguendo tendenze e strategie di successo"

Il personale docente del programma comprende rinomati professionisti e riconosciuti specialisti appartenenti a prestigiose società e università, che forniscono agli studenti 
le competenze necessarie a intraprendere un percorso di studio eccellente. 

I contenuti multimediali, sviluppati in base alle ultime tecnologie educative, forniranno al professionista un apprendimento coinvolgente e localizzato, ovvero inserito in un contesto reale.

La creazione di questo programma è incentrata sull’Apprendimento Basato su Problemi, mediante il quale lo specialista deve cercare di risolvere le diverse situazioni che gli si presentano durante il corso accademico. Lo studente potrà usufruire di un innovativo sistema di video interattivi creati da esperti di rinomata fama. 

Il miglior programma universitario per aggiornarsi sulle tecniche di ricerca in campo sanitario, che si può seguire ovunque ci si trovi e senza orari fissi"

Il percorso comprende 1.500 ore di contenuti diversificati, da programmi di studio innovativi e all'avanguardia a una serie di materiali integrativi di alta qualità. Tutto ciò sarà disponibile fin dall'inizio del programma"

TECH Global University è pioniera nel settore delle università online nell'utilizzo della metodologia del Relearning. Questa strategia pedagogica è particolarmente efficace per le qualifiche relative al settore sanitario, poiché, grazie alla reiterazione dei concetti più importanti nel corso del programma, il professionista non deve spendere ore supplementari per memorizzare. Grazie a ciò, lo specialista della fisioterapia potrà addentrarsi nelle complessità dell'E-Health e dei Big Data, acquisendo una conoscenza ampia e aggiornata dei progressi in questo campo e godendo di un'esperienza accademica all'avanguardia nel settore.

L'utilizzo della metodologia Relearning nello sviluppo di questo Master ha permesso a TECH di ridurre il carico didattico senza sacrificare la qualità dei contenuti"

Modulo 1. Medicina molecolare e diagnosi di patologie

1.1. Medicina molecolare

1.1.1. Biologia cellulare e molecolare. Lesioni e morte cellulare. Invecchiamento
1.1.2. Malattie causate da microrganismi e difesa dell'ospite
1.1.3. Malattie autoimmuni
1.1.4. Malattie tossicologiche
1.1.5. Malattie da ipossia
1.1.6. Malattie legate all'ambiente
1.1.7. Malattie genetiche ed epigenetica
1.1.8. Malattie oncologiche

1.2. Apparato circolatorio

1.2.1. Anatomia e funzione
1.2.2. Malattie del miocardio e insufficienza cardiaca
1.2.3. Malattie del ritmo cardiaco
1.2.4. Malattie valvolari e pericardiche
1.2.5. Aterosclerosi e ipertensione arteriosa
1.2.6. Malattie arteriose e venose periferiche
1.2.7. Malattie linfatiche (patologie trascurate)

1.3. Malattie dell'apparato respiratorio

1.3.1. Anatomia e funzione
1.3.2. Malattie polmonari ostruttive acute e croniche
1.3.3. Malattie della pleura e del mediastino
1.3.4. Malattie infettive del parenchima polmonare e dei bronchi
1.3.5. Malattie della circolazione polmonare

1.4. Malattie dell’apparato digerente

1.4.1. Anatomia e funzione
1.4.2. Apparato digerente, nutrizione e scambio idrico-elettrolitico
1.4.3. Malattie gastro-esofagee
1.4.4. Malattie infettive gastrointestinali
1.4.5. Malattie del fegato e delle vie biliari
1.4.6. Malattie del pancreas
1.4.7. Malattie del colon

1.5. Malattie dei reni e delle vie urinarie

1.5.1. Anatomia e funzione
1.5.2. Insufficienza renale (prerenale, renale e postrenale): come si scatenano
1.5.3. Malattie ostruttive delle vie urinarie
1.5.4. Insufficienza sfinterica del tratto urinario
1.5.5. Sindrome nefrosica e sindrome nefritica

1.6. Malattie del sistema endocrino

1.6.1. Anatomia e funzione
1.6.2. Il ciclo mestruale e i disturbi relazionati
1.6.3. Malattia della tiroide
1.6.4. Malattie delle ghiandole surrenali
1.6.5. Malattie delle gonadi e della differenziazione sessuale
1.6.6. Asse ipotalamo-ipofisario, metabolismo del calcio, vitamina D e suoi effetti sulla crescita e sul sistema osseo

1.7. Metabolismo e nutrizione

1.7.1. Nutrienti essenziali e non essenziali (chiarimento delle definizioni)
1.7.2. Metabolismo dei carboidrati e suoi disturbi
1.7.3. Metabolismo delle proteine e sue alterazioni
1.7.4. Metabolismo lipidico e sue alterazioni
1.7.5. Metabolismo del ferro e sue alterazioni
1.7.6. Disturbi dell'equilibrio acido-base
1.7.7. Metabolismo del sodio e del potassio e sue alterazioni
1.7.8. Patologie nutrizionali (ipercaloriche e ipocaloriche) 

1.8. Malattie ematologiche

1.8.1. Anatomia e funzione
1.8.2. Malattie della serie rossa
1.8.3. Malattie della serie bianca, dei linfonodi e della milza
1.8.4. Malattie dell'emostasi e della coagulazione

1.9. Malattie dell'apparato muscolo-scheletrico

1.9.1. Anatomia e funzione
1.9.2. Articolazioni, tipi e funzioni
1.9.3. Rigenerazione ossea
1.9.4. Sviluppo normale e patologico del sistema scheletrico
1.9.5. Deformità degli arti superiori e inferiori
1.9.6. Patologia articolare, cartilagine e analisi del liquido sinoviale
1.9.7. Malattie articolari di origine immunologica

1.10. Malattie del sistema nervoso

1.10.1. Anatomia e funzione
1.10.2. Sviluppo del sistema nervoso centrale e periferico
1.10.3. Sviluppo della colonna vertebrale e dei suoi componenti
1.10.4. Disturbi cerebellari e propriocettivi
1.10.5. Malattie specifiche del cervello (sistema nervoso centrale)
1.10.6. Malattie del midollo spinale e del liquido cerebrospinale
1.10.7. Malattie stenotiche del sistema nervoso periferico
1.10.8. Malattie infettive del sistema nervoso centrale
1.10.9. Malattie cerebrovascolari (stenotiche ed emorragiche)

Modulo 2. Sistema sanitario. Gestione e direzione di centri sanitari

2.1. Sistemi sanitari

2.1.1. I sistemi sanitari
2.1.2. I sistemi sanitari secondo l'OMS
2.1.3. Contesto sanitario

2.2. Modelli di assistenza sanitaria I. Modello Bismark vs. Beveridge

2.2.1. Modello Bismark
2.2.2. Modello Beveridge
2.2.3. Modello Bismark vs. Modello Beveridge

2.3. Modelli Sanitaria II. Modello Semashko, privato e misto

2.3.1. Modello Semashko
2.3.2. Modello privato
2.3.3. Modello misto

2.4. Il mercato della salute

2.4.1. Il mercato della salute
2.4.2. Regolazione e limiti del mercato sanitario
2.4.3. Modalità di pagamento di medici e ospedali
2.4.4. L'ingegnere clinico

2.5. Ospedali. Tipologia

2.5.1. Architettura dell'ospedale
2.5.2. Tipi di ospedali
2.5.3. Organizzazione ospedaliera

2.6. Metriche nella sanità

2.6.1. Mortalità
2.6.2. Morbosità
2.6.3. Anni di vita in salute

2.7. Metodi di allocazione delle risorse sanitarie

2.7.1. Programmazione lineare
2.7.2. Modelli di massimizzazione
2.7.3. Modelli di minimizzazione

2.8. Misurare la produttività nella sanità

2.8.1. Misure di produttività sanitaria
2.8.2. Indici di produttività
2.8.3. Aggiustamento degli input
2.8.4. Aggiustamento della produzione

2.9. Miglioramento dei processi in ambito sanitario

2.9.1. Processo di Lean Management
2.9.2. Strumenti di semplificazione del lavoro
2.9.3. Strumenti di indagine dei problemi

2.10. Gestione dei progetti in ambito sanitario

2.10.1. Ruolo del Project Manager
2.10.2. Strumenti di gestione del team e del progetto
2.10.3. Gestione dei tempi e delle scadenze

Modulo 3. Ricerca in scienze della salute

3.1. La ricerca scientifica I. Il metodo scientifico

3.1.1. Ricerca scientifica
3.1.2. Ricerca in scienze della salute
3.1.3. Il metodo scientifico

3.2. La ricerca scientifica II. Tipologia

3.2.1. Ricerca di base
3.2.2. Ricerca clinica
3.2.3. La ricerca traslazionale

3.3. Medicina basata sull'evidenza

3.3.1. Medicina basata sull'evidenza
3.3.2. Principi della medicina basata sull'evidenza
3.3.3. Metodologia della medicina basata sull'evidenza

3.4. Etica e legislazione della ricerca scientifica. La dichiarazione di Helsinki

3.4.1. Il comitato etico
3.4.2. La dichiarazione di Helsinki
3.4.3. L'etica nelle scienze della salute

3.5. Risultati della ricerca scientifica

3.5.1. Metodi
3.5.2. Rigore e potenza statistica
3.5.3. Validità dei risultati scientifici

3.6. Comunicazione pubblica

3.6.1. Società scientifiche
3.6.2. Il congresso scientifico
3.6.3. Strutture di comunicazione

3.7. Il finanziamento della ricerca scientifica

3.7.1. Struttura di un progetto scientifico
3.7.2. Finanziamenti pubblici
3.7.3. Finanziamenti privati e industriali

3.8. Risorse scientifiche per la ricerca bibliografica. Banche dati di scienze della salute I

3.8.1. PubMed-Medline
3.8.2. Embase
3.8.3. WOS e JCR
3.8.4. Scopus e Scimago
3.8.5. Micromedex
3.8.6. MEDES
3.8.7. IBECS
3.8.8. LILACS
3.8.9. BDENF
3.8.10. Cuidatge
3.8.11. CINAHL
3.8.12. Cuiden Plus
3.8.13. Enfispo
3.8.14. Banche dati dell'NCBI (OMIM, TOXNET) e del NIH (National Cancer Institute)

3.9. Risorse scientifiche per la ricerca bibliografica. Banche dati delle scienze della salute II

3.9.1. NARIC-REHABDATA
3.9.2. PEDro
3.9.3. ASABE: Technical Library
3.9.4. CAB Abstracts
3.9.5. Basi di dati del CDR (Centre for Reviews and Dissemination)
3.9.6. Biomed Central BMC
3.9.7. ClinicalTrials.gov
3.9.8. Clinical Trials Register
3.9.9. DOAJ-Directory of Open Acess Journals
3.9.10. PROSPERO (Registro internazionale prospettico di revisioni sistematiche)
3.9.11. TRIP
3.9.12. LILACS
3.9.13. NIH. Medical Library
3.9.14. Medline Plus
3.9.15. Ops

3.10. Risorse scientifiche per la ricerca bibliografica III. Motori di ricerca e piattaforme

3.10.1. Motori di ricerca e motori multisearch

3.10.1.1. Findr
3.10.1.2. Dimensions
3.10.1.3. Google Scholar
3.10.1.4. Microsoft Academic

3.10.2. Piattaforma del registro internazionale degli studi clinici dell'OMS (ICTRP)

3.10.2.1. PubMed Central PMC
3.10.2.2. Raccoglitore di scienza aperta (RECOLECTA)
3.10.2.3. Zenodo

3.10.3. Motori di ricerca per tesi di dottorato

3.10.3.1. DART-Europe
3.10.3.2. Dialnet-tesi di dottorato
3.10.3.3. OATD (Open Access Theses and Dissertations)
3.10.3.4. TDR (Tesi di dottorato in rete)
3.10.3.5. TESEO

3.10.4. Gestori bibliografici

3.10.4.1. Endnote online
3.10.4.2. Mendeley
3.10.4.3. Zotero
3.10.4.4. Citeulike
3.10.4.5. Refworks

3.10.5. Reti sociali digitali per ricercatori

3.10.5.1. Scielo
3.10.5.2. Dialnet
3.10.5.3. Free Medical Journals
3.10.5.4. DOAJ
3.10.5.5. Open Science Directory
3.10.5.6. Redalyc
3.10.5.7. Academia.edu
3.10.5.8. Mendeley
3.10.5.9. ResearchGate

3.10.6. Risorse del Web sociale 2.0.

3.10.6.1. Delicious
3.10.6.2. Slideshare
3.10.6.3. YouTube
3.10.6.4. Twitter
3.10.6.5. Blog di Scienze della Salute
3.10.6.6. Facebook
3.10.6.7. Evernote
3.10.6.8. Dropbox
3.10.6.9. Google Drive

3.10.7. Portali di editori e aggregatori di riviste scientifiche

3.10.7.1. Science Direct
3.10.7.2. Ovid
3.10.7.3. Springer
3.10.7.4. Wiley
3.10.7.5. Proquest
3.10.7.6. Ebsco
3.10.7.7. BioMed Central

Modulo 4. Tecniche, riconoscimento e intervento attraverso l'imaging biomedico

4.1. Imaging medico

4.1.1. Modalità di imaging medico
4.1.2. Obiettivi dei sistemi di imaging medico
4.1.3. Sistemi di archiviazione delle immagini mediche

4.2. Radiologia

4.2.1. Metodo di imaging
4.2.2. Interpretazione radiologica
4.2.3. Applicazioni cliniche

4.3. Tomografia computerizzata (TC)

4.3.1. Principio di funzionamento
4.3.2. Generazione e acquisizione dell'immagine
4.3.3. Tomografia computerizzata. Tipologia
4.3.4. Applicazioni cliniche

4.4. Risonanza magnetica (RM)

4.4.1. Principio di funzionamento
4.4.2. Generazione e acquisizione dell'immagine
4.4.3. Applicazioni cliniche

4.5. Ultrasuoni: ecografia ed eco-Doppler

4.5.1. Principio di funzionamento
4.5.2. Generazione e acquisizione dell'immagine
4.5.3. Tipologia
4.5.4. Applicazioni cliniche

4.6. Medicina nucleare

4.6.1. Basi fisiologiche per gli studi nucleari. (Radiofarmaci e medicina nucleare)
4.6.2. Generazione e acquisizione dell'immagine
4.6.3. Tipi di test

4.6.3.1. Gammagrafia
4.6.3.2. SPECT
4.6.3.3. PET
4.6.3.4. Applicazioni cliniche

4.7. Interventi guidati dall'immagine

4.7.1. Radiologia interventistica
4.7.2. Obiettivi della radiologia interventistica
4.7.3. Procedure
4.7.4. Vantaggi e svantaggi

4.8. Qualità dell'immagine

4.8.1. Tecnica
4.8.2. Contrasto
4.8.3. Risoluzione
4.8.4. Rumore
4.8.5. Distorsione e artefatti

4.9. Test di imaging medico. Biomedicina

4.9.1. Creazione di Immagini 3D
4.9.2. Biomodelli

4.9.2.1. Standard DICOM
4.9.2.2. Applicazioni cliniche

4.10. Protezione radiologica

4.10.1. Legislazione europea applicabile ai servizi di radiologia
4.10.2. Sicurezza e protocolli d'azione
4.10.3. Gestione dei rifiuti radiologici
4.10.4. Protezione radiologica
4.10.5. Cure e caratteristiche delle sale

Modulo 5. Computazione bioinformatica

5.1. Un principio centrale della bioinformatica e dell'informatica. Stato attuale

5.1.1. L'applicazione ideale in bioinformatica
5.1.2. Sviluppi paralleli nella biologia molecolare e nell'informatica
5.1.3. Dogmi in biologia e teoria dell'informazione
5.1.4. Flussi di informazione

5.2. Basi di dati per l'informatica bioinformatica

5.2.1. Database
5.2.2. Gestione dei dati
5.2.3. Ciclo di vita dei dati in bioinformatica

5.2.3.1. Uso
5.2.3.2. Modifica
5.2.3.3. Archivio
5.2.3.4. Riutilizzo
5.2.3.5. Scartato

5.2.4. Tecnologia dei database in bioinformatica

5.2.4.1. Architettura
5.2.4.2. Gestione di database

5.2.5. Interfacce per le banche dati in bioinformatica

5.3. Reti per il calcolo bioinformatico

5.3.1. Modelli di comunicazione. Reti LAN, WAN, MAN e PAN
5.3.2. Protocolli e trasmissione dei dati
5.3.3. Topologia di rete
5.3.4. Hardware dei Datacenters per l'elaborazione
5.3.5. Sicurezza, gestione e implementazione

5.4. Motori di ricerca in bioinformatica

5.4.1. Motori di ricerca in bioinformatica
5.4.2. Processi e tecnologie dei motori di ricerca in bioinformatica
5.4.3. Modelli computazionali: algoritmi di ricerca e approssimazione

5.5. Visualizzazione dei dati in bioinformatica

5.5.1. Visualizzazione di sequenze biologiche
5.5.2. Visualizzazione di strutture biologiche

5.5.2.1. Strumenti di visualizzazione
5.5.2.2. Strumenti di rendering

5.5.3. Interfaccia utente per applicazioni bioinformatiche
5.5.4. Architetture informative per la visualizzazione in bioinformatica

5.6. Statistiche per il calcolo

5.6.1. Concetti statistici per il calcolo in bioinformatica
5.6.2. Casistica di uso: Microarrays di MARN
5.6.3. Dati imperfetti. Errori in statistica: casualità, approssimazione, rumore
5.6.4. Quantificazione degli errori: precisione e sensibilità 
5.6.5. Clustering e classificazione

5.7. Estrazione di dati

5.7.1. Data mining e infrastruttura di calcolo
5.7.2. Scoperta e riconoscimento di pattern
5.7.3. Apprendimento automatico e nuovi strumenti
5.7.4. Corrispondenza genetica dei modelli

5.8. Corrispondenza genetica dei modelli

5.8.1. Corrispondenza genetica dei modelli
5.8.2. Metodi computazionali per allineamenti di sequenze
5.8.3. Strumenti di pattern matching

5.9. Modellazione e simulazione

5.9.1. Utilizzo in campo farmaceutico: scoperta di farmaci
5.9.2. Struttura delle proteine e biologia dei sistemi
5.9.3. Strumenti disponibili e futuro

5.10. Progetti di collaborazione e di e-computing

5.10.1. Computazione in rete
5.10.2. Standard e regole. Uniformità, coerenza e interoperabilità
5.10.3. Progetti di calcolo collaborativo

Modulo 6. Banche dati biomediche

6.1. Banche dati biomediche

6.1.1. Banche dati biomediche
6.1.2. Banche di dati primari e secondari
6.1.3. Principali database

6.2. Banche dati sul DNA

6.2.1. Banche dati sul genoma
6.2.2. Banche dati sui geni
6.2.3. Banche dati di mutazioni e polimorfismi

6.3. Banche dati di proteine

6.3.1. Banche dati di sequenze primarie
6.3.2. Banche dati di sequenze secondarie e domini
6.3.3. Banche dati di struttura macromolecolare

6.4. Banche dati di progetti omici

6.4.1. Banche dati per studi di genomica
6.4.2. Banche dati per studi di trascrittomica
6.4.3. Banche dati per studi di proteomica

6.5. Banche dati per le malattie genetiche. Medicina personalizzata e di precisione

6.5.1. Banche dati sulle malattie genetiche
6.5.2. Medicina di precisione. La necessità di integrare i dati genetici
6.5.3. Estrazione dei dati OMIM

6.6. Repository autodichiarati dai pazienti

6.6.1. Uso secondario dei dati
6.6.2. Il paziente nella gestione dei dati depositati
6.6.3. Deposito di questionari autodichiarati. Esempi

6.7. Database aperti Elixir

6.7.1. Database aperti Elixir
6.7.2. Basi di dati raccolte sulla piattaforma Elixir
6.7.3. Criteri di scelta tra i due database

6.8. Banche dati sulle reazioni avverse ai farmaci (ADR)

6.8.1. Processo di sviluppo farmacologico
6.8.2. Segnalazione delle reazioni avverse ai farmaci
6.8.3. Repository delle reazioni avverse a livello europeo e internazionale

6.9. Piano di gestione dei dati di ricerca. Dati da depositare in banche dati pubbliche

6.9.1. Piano di gestione dei dati
6.9.2. Custodia dei dati derivanti dalla ricerca
6.9.3. Deposito dei dati in una banca dati pubblica

6.10. Banche dati cliniche. Problemi di utilizzo secondario dei dati sanitari

6.10.1. Archivi di cartelle cliniche
6.10.2. Cifratura dei dati

Modulo 7. Big Data in medicina: elaborazione massiva di dati medici

7.1. I Big Data nella ricerca biomedica

7.1.1. Generazione di dati in biomedicina
7.1.2. Alto rendimento (Tecnologia High-throughput)
7.1.3. Utilità dei dati ad alto rendimento. Ipotesi nell'era dei Big Data

7.2. Pre-elaborazione dei dati nei Big Data

7.2.1. Pre-elaborazione dei dati
7.2.2. Metodi e approcci
7.2.3. Problemi di pre-elaborazione dei dati nei Big Data

7.3. Genomica strutturale 

7.3.1. Il sequenziamento del genoma umano
7.3.2. Sequenziamento vs. Chips
7.3.3. La scoperta delle varianti

7.4. Genomica funzionale

7.4.1. Annotazione funzionale
7.4.2. Predittori di rischio nelle mutazioni
7.4.3. Studi di associazione genomica

7.5. Trascrittomica

7.5.1. Tecniche per ottenere dati massivi nella trascrittomica: RNA-seq
7.5.2. Normalizzazione dei dati di trascrittomica
7.5.3. Studi di espressione differenziale

7.6. Interattomica ed epigenomica

7.6.1. Il ruolo della cromatina nell'espressione genica
7.6.2. Studi di alto rendimento in interattomica
7.6.3. Studi di alto rendimento in epigenetica

7.7. Proteomica

7.7.1. Analisi dei dati di spettrometria di massa
7.7.2. Studio delle modifiche post-traduzionali
7.7.3. Proteomica quantitativa

7.8. Tecniche di arricchimento e Clustering

7.8.1. Contestualizzazione dei risultati
7.8.2. Algoritmi di Clustering nelle tecniche omiche
7.8.3. Repository per l'arricchimento: Gene Ontology e KEGG

7.9. Applicazioni dei Big Data nella sanità pubblica

7.9.1. Scoperta di nuovi biomarcatori e bersagli terapeutici
7.9.2. Predittori di rischio
7.9.3. Medicina personalizzata

7.10. I Big Data applicati alla medicina

7.10.1. Il potenziale di aiuto alla diagnosi e alla prevenzione
7.10.2. Uso degli algoritmi di Machine Learning nella sanità pubblica
7.10.3. I problemi della privacy

Modulo 8. Applicazioni dell'intelligenza artificiale e dell'Internet degli oggetti (IoT) alla telemedicina

8.1. Piattaforma E-Health. Personalizzazione del servizio sanitario

8.1.1. Piattaforma E-Health
8.1.2. Risorse per una piattaforma di E-Health
8.1.3. Programma "Europa Digitale". Digital Europe-4-Health e Orizzonte Europa

8.2. Intelligenza artificiale in sanità I: nuove soluzioni nelle applicazioni software

8.2.1. Analisi a distanza dei risultati
8.2.2. Chatbox
8.2.3. Prevenzione e monitoraggio in tempo reale
8.2.4. Medicina preventiva e personalizzata in campo oncologico

8.3. L'intelligenza artificiale nel campo dell'assistenza sanitaria II: monitoraggio e sfide etiche

8.3.1. Monitoraggio dei pazienti con mobilità ridotta
8.3.2. Monitoraggio cardiaco, diabete, asma
8.3.3. App per la salute e il benessere

8.3.3.1. Monitoraggio della frequenza cardiaca
8.3.3.2. Bracciale che misura la pressione sanguigna

8.3.4. Etica dell'IA in campo medico. Protezione dei dati

8.4. Algoritmi di intelligenza artificiale per l'elaborazione delle immagini

8.4.1. Algoritmi di intelligenza artificiale per l'elaborazione delle immagini
8.4.2. Diagnosi e monitoraggio delle immagini in telemedicina

8.4.2.1. Diagnosi del melanoma

8.4.3. Limiti e sfide dell'elaborazione delle immagini in telemedicina

8.5. Applicazioni dell'accelerazione dell'unità di elaborazione grafica (GPU) in medicina 

8.5.1. Parallelizzazione dei programmi
8.5.2. Funzionamento della GPU
8.5.3. Applicazioni dell'accelerazione su GPU in medicina

8.6. Elaborazione del linguaggio naturale (NLP) nella telemedicina

8.6.1. Elaborazione del testo medico. Metodologia
8.6.2. Elaborazione del linguaggio naturale nelle terapie e nelle cartelle cliniche
8.6.3. Limiti e sfide dell'elaborazione del linguaggio naturale in telemedicina

8.7. Internet of Things (IoT) nel campo della Telemedicina. Applicazioni

8.7.1. Monitoraggio dei segni vitali. Weareables

8.7.1.1. Pressione sanguigna, temperatura, frequenza cardiaca

8.7.2. Tecnologia IoT e Cloud

8.7.2.1. Trasmissione dei dati al cloud

8.7.3. Terminali self-service

8.8. L'IoT nel monitoraggio e nell'assistenza ai pazienti

8.8.1. Applicazioni IoT per il rilevamento delle emergenze
8.8.2. L'Internet delle cose nella riabilitazione dei pazienti
8.8.3. Supporto dell'intelligenza artificiale nel riconoscimento e nel soccorso delle vittime

8.9. Nanorobots. Tipologia

8.9.1. Nanotecnologia
8.9.2. Tipi di Nanorobots

8.9.2.1. Assemblatori. Applicazioni
8.9.2.2. Auto-replicatori. Applicazioni

8.10. L'intelligenza artificiale nel controllo di COVID-19

8.10.1. COVID-19 e telemedicina
8.10.2. Gestione e comunicazione di sviluppi e focolai
8.10.3. Previsione dei focolai con l'intelligenza artificiale

Modulo 9. Telemedicina e dispositivi medici, chirurgici e biomeccanici

9.1. Telemedicina e teleassistenza

9.1.1. La telemedicina come servizio di teleassistenza
9.1.2. La telemedicina

9.1.2.1. Obiettivi della telemedicina
9.1.2.2. Vantaggi e limiti della telemedicina

9.1.3. Sanità elettronica. Tecnologie

9.2. Sistemi di telemedicina

9.2.1. Componenti di un sistema di telemedicina

9.2.1.1. Personale
9.2.1.2. Tecnologia

9.2.2. Tecnologie dell'informazione e della comunicazione (TIC) nel settore sanitario

9.2.2.1. THealth
9.2.2.2. mHealth
9.2.2.3. UHealth
9.2.2.4. pHealth

9.2.3. Valutazione di sistemi di telemedicina

9.3. Infrastruttura tecnologica della telemedicina

9.3.1. Reti telefoniche pubbliche (PSTN)
9.3.2. Reti satellitari
9.3.3. Reti digitali a servizi integrati (ISDN)
9.3.4. Tecnologie wireless

9.3.4.1. Wap. Protocollo di applicazione wireless
9.3.4.2. Bluetooth

9.3.5. Connessioni a microonde
9.3.6. Modalità di trasferimento asincrono ATM

9.4. Tipi di telemedicina. Usi nell'assistenza sanitaria

9.4.1. Monitoraggio remoto dei pazienti
9.4.2. Tecnologie di stoccaggio e invio
9.4.3. Telemedicina interattiva

9.5. Applicazioni generali di telemedicina

9.5.1. Teleassistenza
9.5.2. Telemonitoraggio
9.5.3. Telediagnosi
9.5.4. Teledidattica
9.5.5. Telegestione

9.6. Applicazioni cliniche della telemedicina

9.6.1. Teleradiologia
9.6.2. Teledermatologia
9.6.3. Teleoncologia
9.6.4. Telepsichiatria
9.6.5. Assistenza domiciliare (Telehomecare)

9.7. Tecnologie Smart e di assistenza

9.7.1. Integrazione della Smart Home
9.7.2. Salute digitale nel miglioramento delle cure
9.7.3. La tecnologia Opa nella teleassistenza. Il "wearable intelligente"

9.8. Aspetti etici e legali della telemedicina

9.8.1. Basi etiche
9.8.2. Quadri normativi comuni
9.8.4. Standard ISO

9.9. Telemedicina e dispositivi diagnostici, chirurgici e biomeccanici

9.9.1. Dispositivi diagnostici
9.9.2. Dispositivi chirurgici
9.9.3. Dispositivi biomeccanici

9.10. Telemedicina e dispositivi medici

9.10.1. Dispositivi medici

9.10.1.1. Dispositivi medici mobili
9.10.1.2. Carrelli di telemedicina
9.10.1.3. Chioschi di telemedicina
9.10.1.4. Fotocamera digitale
9.10.1.5. Kit di telemedicina
9.10.1.6. Software di telemedicina

Modulo 10. Innovazione aziendale e imprenditorialità nell'E-Health

10.1. Entrepreneurship e innovazione

10.1.1. Innovazione
10.1.2. Imprenditorialità
10.1.3. Una Startup

10.2. Imprenditorialità in E-Health

10.2.1. Mercato innovativo E-Health
10.2.2. Verticali nell’E-Health: mHealth
10.2.3. TeleHealth

10.3. Modelli di business I: prime fasi dell'imprenditorialità

10.3.1. Tipi di modelli di business

10.3.1.1. Marketplace
10.3.1.2. Piattaforme digitali
10.3.1.3. SaaS

10.3.2. Elementi critici nella fase di start-up. Dall'idea al business
10.3.3. Errori comuni nei primi passi dell'imprenditorialità

10.4. Modelli di business II: modello Canvas

10.4.1. Business Model Canvas
10.4.2. Proposte di valore
10.4.3. Attività e risorse chiave
10.4.4. Segmento dei clienti
10.4.5. Rapporto con i clienti
10.4.6. Canali di distribuzione
10.4.7. Alleanze

10.4.7.1. Struttura dei costi e flussi di reddito

10.5. Modelli di business III: metodologia Lean Startup

10.5.1. Crea
10.5.2. Convalida
10.5.3. Misura
10.5.4. Decidi

10.6. Modelli di business IV: analisi esterna, strategica e normativa

10.6.1. Oceano rosso e oceano blu
10.6.2. Curva del valore
10.6.3. Normative applicabili nell'E-Health

10.7. Modelli di successo nell'E-Health I: conoscere prima di innovare

10.7.1. Analisi delle aziende di successo nel settore dell'E-Health
10.7.2. Analisi dell'azienda X
10.7.3. Analisi dell'azienda Y
10.7.4. Analisi dell'azienda Z

10.8. Modelli di successo nell'E-Health II: ascoltare prima di innovare

10.8.1. Intervista pratica con il CEO di una Startup E-Health
10.8.2. Intervista pratica con il CEO di una Startup del “settore X”
10.8.3. Colloquio pratico con la direzione tecnica della Startup "x" 

10.9. Ambiente imprenditoriale e finanziamenti

10.9.1. Ecosistema imprenditoriale nel settore sanitario
10.9.2. Finanziamento
10.9.3. Colloquio con i casi

10.10. Strumenti pratici per l'imprenditorialità e l'innovazione

10.10.1. Strumenti OSINT (Open Source Intelligence
10.10.2. Analisi
10.10.3. Strumenti No-code per l'imprenditoria

Scegli una specializzazione che ti permetterà di implementare le strategie più innovative del settore nella tua pratica fisioterapica dopo solo 12 mesi di studio"