• decision-making medico
• eXplainable Artificial Intelligence (XAI)
• interfacce persona-IA
• progressive disclosure

La tesi si inserisce nel contesto del progetto di ricerca "DoctOral-AI", che mira a sviluppare uno strumento basato sull'Intelligenza Artificiale Spiegabile (XAI) per la diagnosi precoce del Carcinoma Squamocellulare del Cavo Orale (OSCC). L'obiettivo principale è valutare l'efficacia di due diverse modalità di presentazione dei risultati dell'IA, con particolare attenzione all'approccio del Progressive Disclosure, nel supportare il processo decisionale del personale medico.
Lo studio esplora l'integrazione dei principi di Human-Centered Design e Human-Computer Interaction nella progettazione di interfacce Persona-IA per applicazioni mediche. Attraverso lo sviluppo e la valutazione sperimentale di due interfacce web, la ricerca mira a determinare quale modalità di interazione promuova un processo decisionale più consapevole e critico.
La metodologia include un'analisi comparativa delle interfacce, valutando non solo l'accuratezza diagnostica, ma anche la qualità dell'engagement dell'utente e la capacità di integrare le raccomandazioni dell'IA nel ragionamento clinico. Questo studio si propone di offrire spunti sulla progettazione di interfacce Persona-IA in ambito medico, con l'auspicio di contribuire al miglioramento delle pratiche di diagnosi precoce dell'OSCC. Le osservazioni emerse potrebbero fornire basi per future ricerche sull'ottimizzazione dell'interazione uomo-macchina in contesti sanitari critici.