Attività di Ricerca
Applicazione di metodi statistici avanzati, machine learning, deep learning, intelligenza artificiale spiegabile (XAI) e data mining per la previsione di meccanismi patologici, l'identificazione di biomarcatori di malattia e il supporto alla stratificazione dei pazienti.
Gestione e armonizzazione dei dati biomedici attraverso l'organizzazione, la cura e l'integrazione di set di dati eterogenei di salute e ricerca in formati standardizzati.
Implementazione di studi che combinano metodi epidemiologici classici con tecnologie ad alto rendimento per rivelare la complessa relazione tra profili molecolari, esposizioni ambientali e rischio di malattia.
Studio dei modelli alimentari e dei comportamenti legati allo stile di vita di ampie coorti di persone di varie età e provenienti da diverse regioni, e analisi di come questi fattori influenzano la loro salute.
Sviluppo di profili metabolomici che catturino metaboliti specifici degli alimenti e modelli alimentari più ampi per identificare biomarcatori oggettivi che riflettano accuratamente l'assunzione di nutrienti e le interazioni metaboliche.
Miglioramento della ricerca dietetica ottimizzando gli strumenti di raccolta dati digitali, perfezionando i metodi analitici e sviluppando tecniche robuste per gestire sfide come le risposte mancanti al questionario.
