Panoramica del Ruolo

Cerchiamo un/a Data Scientist con competenze in Imaging Medico e Intelligenza Artificiale per unirsi al nostro team e guidare le attività di analisi e integrazione tra la ricerca clinica e lo sviluppo di modelli AI.

Il compito principale del/la candidato/a sarà quello di analizzare e interpretare gli input e output dei modelli di Machine Learning e Deep Learning, assicurando coerenza con i dati clinici e radiologici, e di fungere da ponte tra i clinici, il team di ricerca AI e gli sviluppatori software.

Il/la candidato/a avrà un ruolo chiave nel definire le analisi necessarie per valutare la robustezza metodologica dei protocolli clinici e le performance dei modelli, contribuendo a tradurre le domande cliniche in workflow analitici solidi e scientificamente validi.

Oltre a queste attività di analisi e coordinamento, il/la candidato/a potrà collaborare attivamente allo sviluppo dei modelli e ai processi di pre-processing e data management, supportando l’ottimizzazione delle pipeline AI in ottica di robustezza e generalizzabilità.

Il/la candidato/a ideale possiede una solida base in analisi dei dati e machine learning, integrata da conoscenze di imaging medico (MRI, CT, digital pathology, ecc.), e una comprovata capacità di mediare tra prospettiva clinica e implementazione tecnica.

Principali responsabilità

 

1. Analisi e Interpretazione dei Modelli AI

·       Analizzare gli input e output dei modelli di Machine Learning e Deep Learning

per verificare la coerenza con i dati clinici e radiologici e identificare eventuali bias o errori sistematici.

·       Eseguire analisi statistiche approfondite delle performance dei modelli AI

(es. sensibilità, specificità, AUC, F1-score, curve ROC) e confrontarle con i gold standard clinici o le performance attese.

·       Tradurre le esigenze cliniche in metriche di valutazione appropriate

, garantendo che le analisi riflettano la rilevanza diagnostica e l’impatto clinico dei modelli.

·       Collaborare con i team di sviluppo e ricerca AI per interpretare i risultati

e proporre strategie di miglioramento orientate alla robustezza e alla generalizzabilità.

2. Gestione, Pre-Processing e Analisi dei Dataset di Imaging

·       Condurre analisi esplorative multimodali (EDA)

su immagini e dati clinici per caratterizzare la distribuzione dei campioni, individuare anomalie e comprendere le fonti di variabilità.

·       Definire e supervisionare i processi di pre-processing, normalizzazione e segmentazione

, assicurando uniformità tra dati provenienti da diversi centri o vendor.

·       Progettare strategie di stratificazione e campionamento

per la creazione di training, validation e test set bilanciati rispetto a variabili cliniche, demografiche e tecniche.

·       Garantire la qualità, consistenza e tracciabilità

dei dati utilizzati nello sviluppo e nella validazione dei modelli.

3. Validazione Clinica e Robustezza Metodologica

·       Contribuire alla definizione dei protocolli di validazione clinica

dei modelli AI, assicurando l’applicazione di metodi statistici appropriati e conformi alle linee guida regolatorie.

·       Condurre analisi statistiche formali e simulazioni

per valutare la robustezza e la riproducibilità dei risultati su dataset multicentrici o multi-vendor.

·       Collaborare con i clinici nella definizione delle metriche di outcome

e nella pianificazione delle analisi che ne garantiscano la validità scientifica.

·        Eseguire calcoli di potenza statistica e simulazioni per determinare le numeriche necessarie a garantire la validità scientifica dei risultati, specialmente in contesti di regolamentazione sanitaria.

·       Fornire supporto metodologico e analitico nella documentazione regolatoria

e nelle fasi di validazione pre-market e post-market.

Qualifiche Richieste

Elementi Preferenziali (Nice to Have)

• Esperienza pregressa nel settore dei Dispositivi Medici Software (SaMD) o della Biotecnologia.
• Familiarità con concetti di Explainable AI.
• Conoscenza della gestione di database (SQL) e piattaforme cloud.