Enea è attualmente ricercatore (RTDb) presso il Dipartimento di Ingegneria Industriale e dell’Informazione dell’Università degli Studi di Pavia, dove ha conseguito la laurea magistrale in Ingegneria Informatica nel 2011 e un dottorato in Bioingegneria e Bioinformatica nel 2016. Enea e' anche, dal Giugno 2025, Chief Health AI Officer (CHAIO) e direttore dell'unita' di ricerca MIAI - Medical Informatics and AI - di IRCCS Fondazione Casimiro Mondino.
Gli ambiti di ricerca preferiti da Enea sono l'Intelligenza Artificiale in medicina e l'informatica medica, con focus sullo sviluppo di sistemi di supporto alle decisioni, eXplainable AI, e AI generativa per la gestione dei dati biomedici non strutturati (es. testo, segnali, immagini).
Enea e’ titolare del corso “Fondamenti di Telemedicina” del corso di laurea specialistica in Bioingegneria dell’Università di Pavia, e del corso "Informatica Medica" del master di II livello in Medicina e Chirurgia MEET - Medicine Enhanced by Engineering Technologies.
fare riferimento a Google Scholar per una lista aggiornata delle pubblicazioni
AI Generativa (LLMs) per la promozione dell'aderenza alle linee guida di pratica clinica delle prescrizioni di terapia farmacologica in
Pubblicazioni
Bergomi, L., Nicora, G., Orlowska, M.A. et al.
Which explanations do clinicians prefer? A comparative evaluation of XAI understandability and actionability in predicting the need for hospitalization
Pubblicato in:
BMC Medical Informatics and Decision Making
Nicora, Pe, Santangelo, et al.
Systematic review of AI/ML applications in multi-domain robotic rehabilitation: trends, gaps, and future directions
Pubblicato in:
Journal of NeuroEngineering and Rehabilitation
Nicora, Parimbelli, Quaglini et al.
Healthcare practitioners and robotic-assisted rehabilitation: understanding needs and barriers
Pubblicato in:
Journal of NeuroEngineering and Rehabilitation
Peracchio, Nicora, Parimbelli, Buonocore, Dagliati, Bellazzi et al
RelAI: an automated approach to judge pointwise ML prediction reliability
Pubblicato in:
International Journal of Medical Informatics
Cabitza, Parimbelli
Let XAI generate reliability metadata, not medical explanations
Pubblicato in:
Computer Methods and Programs in Biomedicine
Per fornire le migliori esperienze, utilizziamo tecnologie come i cookie per memorizzare e/o accedere alle informazioni del dispositivo. Il consenso a queste tecnologie ci permetterà di elaborare dati come il comportamento di navigazione o ID unici su questo sito. Non acconsentire o ritirare il consenso può influire negativamente su alcune caratteristiche e funzioni.
Funzionale
Sempre attivo
L'archiviazione tecnica o l'accesso sono strettamente necessari al fine legittimo di consentire l'uso di un servizio specifico esplicitamente richiesto dall'abbonato o dall'utente, o al solo scopo di effettuare la trasmissione di una comunicazione su una rete di comunicazione elettronica.
Preferenze
L'archiviazione tecnica o l'accesso sono necessari per lo scopo legittimo di memorizzare le preferenze che non sono richieste dall'abbonato o dall'utente.
Statistiche
L'archiviazione tecnica o l'accesso che viene utilizzato esclusivamente per scopi statistici.L'archiviazione tecnica o l'accesso che viene utilizzato esclusivamente per scopi statistici anonimi. Senza un mandato di comparizione, una conformità volontaria da parte del vostro Fornitore di Servizi Internet, o ulteriori registrazioni da parte di terzi, le informazioni memorizzate o recuperate per questo scopo da sole non possono di solito essere utilizzate per l'identificazione.
Marketing
L'archiviazione tecnica o l'accesso sono necessari per creare profili di utenti per inviare pubblicità, o per tracciare l'utente su un sito web o su diversi siti web per scopi di marketing simili.
