Questo lavoro esplora la Explainable Artificial Intelligence (XAI) come soluzione fondamentale per superare l'opacità dei modelli avanzati e promuovere la fiducia degli utenti. Mediante una rassegna sistematica della letteratura, viene proposta una tassonomia delle metodologie XAI, con un focus specifico sulla loro applicazione nel settore sanitario, dove l'interpretabilità è cruciale per la sicurezza del paziente. Lo studio evidenzia inoltre i limiti attuali nel trasferimento tecnologico alla routine medica, suggerendo direzioni future volte a favorire un'integrazione fluida delle interfacce XAI nei flussi di lavoro clinici a supporto dei professionisti.
ESPLORAZIONE DELL’OPACITÀ DEI MODELLI INTELLIGENTI: ANALISI DEI METODI XAI E PROSPETTIVE APPLICATIVE NEL SETTORE BIOMEDICO
LADOGANA, ANTONELLA
2025/2026
Abstract
Questo lavoro esplora la Explainable Artificial Intelligence (XAI) come soluzione fondamentale per superare l'opacità dei modelli avanzati e promuovere la fiducia degli utenti. Mediante una rassegna sistematica della letteratura, viene proposta una tassonomia delle metodologie XAI, con un focus specifico sulla loro applicazione nel settore sanitario, dove l'interpretabilità è cruciale per la sicurezza del paziente. Lo studio evidenzia inoltre i limiti attuali nel trasferimento tecnologico alla routine medica, suggerendo direzioni future volte a favorire un'integrazione fluida delle interfacce XAI nei flussi di lavoro clinici a supporto dei professionisti.| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesi.pdf
non disponibili
Descrizione: Tesi in sistemi operativi, corso di Laurea triennale in ingegneria informatica e dell'automazione
Dimensione
2.64 MB
Formato
Adobe PDF
|
2.64 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14253/65697