Intelligenza Artificiale e Salute: Addestramento di LLM per il Supporto del Paziente Iperteso

@mastersthesis{addestramentollmperpazienteipertesocosta2024,
    abstract = {L’intelligenza artificiale, con i suoi numerosi campi di ricerca, \`{e} oggi una delle tecnologie pi\`{u} innovative, con applicazioni che spaziano dalla medicina all’industria. Il primo obiettivo di questa tesi \`{e} stato quello di comprendere meglio il vasto mondo dell’intelligenza artificiale, concentrandosi sul ruolo fondamentale che questa tecnologia pu\`{o} svolgere nel settore medico. In particolare, l’obiettivo \`{e} stato quello di fare fine-tuning su modelli di linguaggio di grandi dimensioni (Large Language Model - LLM), allo scopo di migliorarne le performance in un contesto specifico, ovvero per la gestione dell’ipertensione, rendendoli capaci di rispondere a domande mediche specifiche e integrabili in chatbot. La sfida principale \`{e} stata bilanciare i vantaggi delle risorse open, che includono sia modelli open source che le tecnologie computazionali necessarie per l’addestramento e l’esecuzione, con le esigenze legate alle elevate risorse hardware necessarie per operare su larga scala. Sebbene l’adozione di queste risorse consenta una maggiore tutela della privacy, grazie alla possibilit\`{a} di eseguire i modelli localmente, e comporti una riduzione dei costi, rimane comunque il limite legato alla necessit\`{a} di infrastrutture computazionali sufficientemente potenti per gestire modelli di grandi dimensioni.},
    author = {Giulia Costa},
    cosupervisor = {Stefano Ferretti and Magnini, Matteo},
    cycle = {L},
    description = {Tesi del corso di Laurea Triennale in Informatica - Scienza e Tecnologia dell'Universit\`{a} di Urbino.},
    language = {it},
    month = oct,
    supervisor = {Montagna, Sara},
    title = {Intelligenza Artificiale e Salute: Addestramento di LLM per il Supporto del Paziente Iperteso},
    type = {Bachelor's thesis},
    year = 2024
}