Giuseppe Futia

(Fellow Centro Nexa)

Mercoledì 22 giugno 2022, ore 13.00 – 14.00

Stanza virtuale: https://didattica.polito.it/VClass/NexaEvent

La complessità, la frammentazione, e l’eterogeneità delle informazioni a supporto di decisioni in ambito medico richiede lo sviluppo di applicazioni in grado di filtrare, arricchire e manipolare tali informazioni. Il design di questi sistemi, inoltre, deve favorire l’interattività con i molteplici stakeholder coinvolti in questo dominio composito. Un chatbot che assista un medico durante una diagnosi, ad esempio, deve incorporare la capacità di riconoscere e integrare i concetti chiave espressi in una conversazione con il proprio paziente, tra cui determinati sintomi, con un’informazione contestuale legata alle malattie collegate a tali sintomi, che tenga in considerazione anche fattori di natura genetica, ambientale e di conformità della diagnosi rispetto a specifici protocolli.

I Knowledge Graphs (KGs) rappresentano una potenziale soluzione tecnologica a queste esigenze. La rappresentazione multidimensionale delle informazioni abilitata dai KGs consente di rappresentare i concetti legati a uno specifico dominio, tra cui malattie, sintomi e terapie attraverso i nodi di un grafo. Questi nodi sono collegati da relazioni che esprimono un significato ben preciso, ad esempio è possibile definire che una terapia allevia un sintomo, oppure che previene una malattia.

In occasione del 99° Nexa Lunch Seminar, Giuseppe Futia, Fellow del Centro Nexa su Internet e Società, discuterà il ruolo chiave dei KGs per la disambiguazione automatica di entità (named entity disambiguation) all’interno di espressioni in linguaggio naturale in ambito medico per favorire l’interattività uomo-macchina, fornendo alcuni spunti sulle opportunità legate al machine learning applicato ai KGs per questo specifico scopo.