Cesare Furlanello
Cesare Furlanello ha conseguito la laurea in Matematica all'Università di Padova, Italia, nel 1986. Lavora presso la Fondazione Bruno Kessler (Centro di Ricerca Scientifica e Tecnologica di Trento) dal 1987 dove oggi è ricercatore senior ed è a capo del progetto MPBA (precedentemente ITC-IRST Neural Networks for Complex Data Analysis Project). Furlanello è un data scientist il cui ambito di ricerca va dalle applicazioni interdisciplinari del machine learning ai dati biomedici e ambientali. È attivo nel campo della bioinformatica, sviluppando metodi e soluzioni software per trovare modelli in dati molecolari (come Next Generation Sequencing e microarray). Furlanello ha una lunga esperienza in machine learning e data analysis per Ha anche anni di esperienza con l'apprendimento automatico e l'analisi dei dati per la geoinformatica, con l'obiettivo di creare un ponte (geo-bioinformatica) tra profili molecolari e strutture di dati territoriali. E 'stato project manager presso IRST per il National Bioelectronics Project (1991-94) ed attualmente è PI e project manager di progetti di ricerca in cui i modelli di previsione sono applicati ai dati biomedici e ambientali, per un totale di 58 progetti finanziati dal 1988 . È un PI collaboratore in bioinformatica per di consorzi internazionali come SEQC / MAQC FDA o il progetto FANTOM5, guidato dal centro RIKEN OMICS. Furlanello è stato un PI per AIRC con l'istituto IFOM-FIRC. ed è anche un PI collaboratore in diversi progetti della Fondazione Mach (FEM) per la biologia computazionale (metagenomica) e mapping ambientale (cambiamento climatico e genomica vegetale) E' stato segretario scientifico della GNCB-CNR School on Neural Networks for Signal Processing (Trento 1989) e organizzatore di altri workshop sulle applicazioni di machine learning e reti neurali. Nel settembre 2008 è stato chair della conferenza Workshop Internazionale MGED11 della Società MGED (nel cui advisory board Furlanello opera dal 2007) e ora è nel board of directors della società FGED. Docente di Rete Neurale e Statistica presso la Master School of Advanced Information Science di Salerno. Presidente della Session Theory 1 allo IEEE NNSP-95 di Cambridge (MA) nel 1995. Membro del Collegio Scientifico della serie di conferenze sui Multiple Classifier Systems. Partecipante al programma Machine Learning e Neural Networks dell'Istituto Newton di Scienze Matematiche, di Cambridge (UK) nel 1998. Membro della Italian Neural Network Society (nel suo consiglio scientifico dal 1991 al 2005), dell'International Association for Pattern Recognition. Attualmente è membro della Scuola di Dottorato in Scienze Biomolecolari di UniTN. E ' un fondatore del progetto WEBVALLEY, il corso estivo della FBK per la diffusione della ricerca scientifica interdisciplinare. Dal 2001 è responsabile del programma scientifico della WebValley e di un tutor presente a tutte le 12 edizioni di questo evento.
Cesare Furlanello received his degree in Mathematics at the University of Padua, Italy, in 1986. He is at Fondazione Bruno Kessler (Centre for Scientific and Technological Research of Trento) since 1987, now a Senior Researcher. He is currently leader of the MPBA Project (previously the ITC-IRST Neural Networks for Complex Data Analysis Project, since 1995).
In general terms, he is a data scientist, with main research interests in the interdisciplinary applications of machine learning methods to biomedical and environmental data. He is active in the field of bioinformatics, developing methods and software solutions to find patterns in very high throughput molecular data (such as Next Generation Sequencing and microarrays). He also have years of experience with machine learning and data analysis for geoinformatics, aiming at creating a bridge (geo-bioinformatics) between molecular profiles and spatial data structures.
He was first Project manager at IRST for the National Bioelectronics Project (1991-94), and he is currently PI and project manager of research projects in which Predictive Models are applied to Biomedical and Environmental data, for a total of 58 funded projects since 1988.
He is a bioinformatics PI collaborator of international consortia such as the SEQC/MAQC FDA initiative and the FANTOM5 project led by the RIKEN OMICS centre.
He has been a PI for AIRC with the IFOM-FIRC institute. He is also a collaborator PI in several projects of the Mach Foundation (FEM) for computational biology (metagenomics) and environmental mapping (climate change and plant genomics).
He was Scientific secretary of the GNCB-CNR school on Neural Networks for Signal Processing (Trento 1989) and organizer of other workshops on Applications of Machine Learning and Neural Networks. In September 2008, he was Local Conference Chair of the MGED11 International Workshop of the MGED Society (in its Advisory Board since 2007) and he is now in the Board of Directors of the FGED society. Lecturer on Neural Network and Statistics at Master School of Advanced Information Science of Salerno University. Chairman of Session Theory 1 at IEEE NNSP-95 Cambridge MA, 1995. Member of the Scientific Board of the Multiple Classifier Systems series of conferences. Invited participant in the Machine Learning and Neural Networks Program of the Newton Institute of Mathematical Science, Cambridge UK, 1998. Member of the Italian Neural Network Society (serving in its Scientific Board 1991-2005), of the International Association for Pattern Recognition.
He is currently a member of the PhD School in Biomolecular sciences of UniTN.
He is a founder of the WEBVALLEY project, the FBK summer course for dissemination of interdisciplinary scientific research. Since 2001, he is responsible for the WebValley Scientific program, and a resident tutor for all the 12 editions of this event.
SESSIONE 6
Deep Learning for Precision Medicine: turning the GPS on
Cesare Furlanello
Introdurremo il tema della sfida della data science come servizio, in un contesto di diagnosi e predizione su dati complessi, multimodali, e spesso incompleti, in cui il deep learning si sta rivelando una opportunità travolgente per risultati e per possibilità di costruire rappresentazioni interne delle traiettorie di salute. "Accendere il GPS" significa trovare il punto del paziente sulla traiettoria collegando assieme viste da piattaforme diverse, dai dati molecolari (multi-omica), alle bioimmagini, e ai network complessi derivati dalle cartelle cliniche. Ai tempi del deep learning, l'accesso a risorse di calcolo, in particolare con GPU, a competenze di data science e soprattutto ai dati sono i punti critici di competizione globale nel settore della salute. In attesa dei primi dataset clinici universali, architetture e servizi di analisi predittiva per la medicina di precisione potrebbero arrivare da settori strategici come l'industria e l'agricoltura.
Deep Learning for Precision Medicine: turning the GPS on
Cesare Furlanello
We will introduce the challenge of data science as a service in a context of diagnosis and prediction on complex, multimodal and often incomplete data, where deep learning is revealing as an extraordinary opportunity for results and for building internal representations of trajectories of health. "Turn on the GPS" means finding the patient's point on the trajectory by linking views from different platforms, from molecular data (multi-omica) to bioimaging, and to complex networks derived from clinical data. At the time of deep learning, access to computing resources, particularly GPUs, to data science skills, and, above all, to data are critical points for competing globally in the health sector. Waiting for the first universal clinical datasets, architectures and predictive analysis services for precision medicine could come from strategic sectors such as industry and agriculture.
