Biotecnologie mediche

Obiettivi Fornire una panoramica esaustiva e completa dei moderni approcci delle neuroscienze per la misura in tempo reale degli stati mentali dell’uomo durante le attività di consumo e lavorative, nonché nella pratica riabilitativa e clinica. Comprendere le basi delle tecnologie che aspirano a mettere l’uomo al centro dell’interazione con le macchine ed i dispositivi di prossima generazione (es. aeromobili, automobili a guida autonoma). Programma Introduzione: Neuroscienze e Neurotecnologie al mondo d’oggi 1. Le basi del pensiero: Richiami di fisiologia della cellula nervosa a. Membrana eccitabile e potenziale di riposo b. Meccanismi di trasporto attivo e passivo, canali ionici a cancello c. Generazione e propagazione del potenziale d’azione d. Trasmissione sinaptica e. Sistema Nervoso Centrale e Periferico f. Studio delle funzioni di attenzione, memorizzazione, emozione, controllo esecutivo 2. Misurare l’attività cerebrale nell’uomo: il Sistema Nervoso Centrale e tecniche di misura delle attività elettriche correlate a. Risonanza Magnetica (RMI) e Risonanza Magnetica funzionale (fRMI) b. Tomografia ad Emissione di Positroni (PET) c. Spettrografia Ottica agli Infra-Rossi (fNIRS) e. Magnetoencefalografia (MEG) f. Elettroencefalografia (EEG) g. Esempi di applicazione 3. Decodificare l’attività cerebrale in tempo reale, come e perchè: Interazione Cervello-Computer (BCI) e modelli machine learning a. Decodifica del segnale cerebrale e definizione di Brain Computer Interface (BCI) b. Cenni su modelli machine learning lineari c. Cenni su modelli machine learning non lineari d. Esempi di applicazione clinica ed industriale 4. La misura delle emozioni: il Sistema Nervoso Periferico Autonomo e tecniche di misura delle attività correlate a. Natura ed analisi del segnale Elettrocardiografico (ECG) b. Valutazione e correlati del segnale ECG c. Natura ed analisi del segnale Risposta Galvanica Cutanea (GSR) d. Valutazione e correlati del segnale GSR e. Natura ed analisi dei segnali oculometrici: EOG ed Eye Tracker f. Valutazione e correlati dei segnali oculometrici 5. Sapere come valutare i risultati delle misure cerebrali: Definizione dei Protocolli Sperimentali e Validazione Statistica a. Protocolli sperimentali base b. Protocolli sperimentali Within e Between c. Condizioni di controllo e preparazione del protocollo sperimentale d. Validazione dei risultati e cenni di analisi statistica e. Considerazioni sull’Etica e protezione dei dati (GDRP) 6. Neuroscienze applicate in contesti industriali e clinici a. Valutazione di stati mentali in contesti aeronautici b. Meccanismi di neuroplasticità durante l’addestramento c. Neuroscienze uditive - cognitive in relazione all’utilizzo di impianti cocleari d. Valutazione di pattern caratteristici in diverse popolazioni di pazienti con disabilità uditive e. Valutazione dello stress di Controllori del Traffico Aereo f. Valutazione di stati mentali nel contesto dell’automotive g. Passive BCI ed automazioni adattive per migliorare l’interazione Uomo-Macchina\Cobot in contesti operativi ed industriali h. Valutazione di stati mentali in contesti clinici i. Neuroergonomia: definizione ed esempi di applicazioni j. Neuroestetica: definizione ed esempi di applicazioni in contesti reali. 7. Misurare le scelte di consumo mediante le neuroscienze: il Neuromarketing a. Le basi cerebrali delle funzioni superiori (attenzione, percezione, emozione, apprendimento, memoria, processi decisionali). b. Metodologie di brain imaging nell’Uomo e uso della teoria dei giochi per studiare l’attività cerebrale nell’interazione sociale associata a rischi e benefici; uso delle metodologie di brain imaging (con particolare riferimento alle tecniche elettroencefalografiche e di risonanza magnetica nucleare) per valutare l’impatto delle comunicazioni pubblicitarie sull’attività cerebrale dell’Uomo. c. Disegni sperimentali di Neuroeconomia e Neuromarketing per lo studio degli effetti di contenuti pubblicitari su attenzione, memoria ed emozioni. d. Disegni sperimentali di Neuroeconomia e Neuromarketing per lo studio degli effetti dell’informazione politica sulle scelte di elettori.

Non sono necessari prerequisiti

Libri consigliati Aaron J. Newman, Research Methods for Cognitive Neuroscience, SAGE Borghini et al., Industrial Neuroscience in Aviation, Biosystems & Biorobotics (BIOSYSROB, volume 7) Vecchiato et al. Neuroelectrical Brain Imaging Tools for the Study of the Efficacy of TV Advertising Stimuli and their Application to Neuromarketing, Biosystems & Biorobotics (BIOSYSROB, volume 3) Altri supporti didattici Diapositive con le lezioni e prove di autovalutazione per la preparazione alla prova scritta (archivio elettronico indicato dai docenti).

La frequenza al corso non è obbligatoria.

Le modalità di valutazione dell’Insegnamento sono caratterizzate da appelli di esame fissati nelle sessioni programmate. La prova di esame prevede un compito scritto con domande sia a risposta multipla sia a risposta aperta ed un colloquio orale sugli argomenti dell’Insegnamento, seguito da un chiarimento sui criteri di valutazione a richiesta dello studente o della studentessa. L’obiettivo della prova di esame è di certificare le conoscenze dello studente sui principi fisici, caratteristiche elettroniche e di funzionamento delle principali tecniche di neuroimaging, elaborazione dei segnali neurofisiologici, principi di programmazione per analisi computazionali, validazione dei risultati in termini statistici, definizione di protocolli sperimentali, esempi di applicazioni cliniche ed industriali, e gestione degli aspetti etici e privacy dei dati raccolti. Gli argomenti esposti dovranno essere trattati con un linguaggio adeguato. Gli elementi presi in esame ai fini della valutazione sono di seguito elencati: (1) la conoscenza della materia, in tutte le aree previste nel programma di insegnamento; (2) l'impiego di un linguaggio appropriato; (3) la capacità di ragionamento, di articolazione logica del discorso scritto e di integrazione delle competenze dimostrata nella risposta alle domande di esame. La natura scritta ed orale del compito consentirà di correggere la valutazione individuale dell’elaborato degli studenti secondo tecniche di “item analysis”, in modo da non penalizzare eccessivamente aree della risposta che risulteranno insufficienti nella maggioranza degli studenti impegnati un certo appello di esame. Inoltre, la valutazione del singolo studente/studentessa sarà condotta in modo comparativo con quelli degli altri compagni/compagne della prova di esame, in modo da garantire equanimità e riconoscere i meriti individuali nell’attribuzione delle votazioni. Si terrà conto della (1) capacità dello studente di amministrare il tempo accordato per fornire le risposte in modo sintetico ma esauriente e (2) di raccordare i concetti chiave.

L’insegnamento consiste in lezioni frontali con gli studenti, eventualmente intervallate da seminari specifici e sessioni di programmazione per analisi di dati. Le lezioni sono tutte interattive, per cui il docente stimola gli studenti con domande alle quali essi, in virtù dei corsi già seguiti, possono dare risposta. Questo permette al docente di rendere evidenti i collegamenti tra il corso in essere e alcuni corsi precedenti, le cui nozioni hanno un ruolo chiave per la comprensione di quanto proposto a lezione. I continui richiami a nozioni di corsi precedenti devono abituare lo studente a non studiare la materia proposta come qualcosa di chiuso, finalizzato al superamento dell’esame finale, da archiviare subito dopo, ma vuole metter in luce uno studio multidisciplinare, a cui lo studente va educato, e che è assolutamente richiesto per uno studente della laurea magistrale, ormai quasi al termine del suo percorso formativo. Lo studente potrà trovare sulla piattaforma e-learning materiale didattico (programma d’esame, testi consigliati, link) utili per la preparazione dell’esame. Resta inteso che eventuale materiale messo a disposizione è da considerarsi una guida agli argomenti di esame, ma non sostituisce i testi consigliati.