Noemi Scarpato

Noemi Scarpato, Ing., PhD, è professore Associato nel settore scientifico disciplinare IINF-05/A presso l’Università Telematica San Raffaele Roma, dove insegna Intelligenza artificiale per applicazioni biomediche, Basi di dati, Apprendimento Automatico e Apprendimento Profondo, Informatica, Data Mining, Cybersecurity e Knowledge Management nei corsi di laurea triennale e magistrale. Inoltre, partecipa attivamente a diversi comitati universitari con funzioni di monitoraggio e valutazione delle attività didattiche dei corsi di laurea e di dottorato. La Prof.ssa Scarpato è anche ricercatrice presso la Biobanca Multidisciplinare Interistituzionale (BioBIM) dell’IRCCS San Raffaele Roma, dove è responsabile della divisione ICT e delle strategie di intelligenza artificiale. Nel 2025 ha conseguito l’abilitazione scientifica nazionale alle funzione di professore universitario di Seconda Fascia nel settore concorsuale 09/H1 – Sistemi di elaborazione delle informazioni SSD ING-INF/05. Nel 2012 il dottorato di ricerca in Intelligenza Artificiale presso l’Università degli Studi di Roma “Tor Vergata” e nel 2008 ha conseguito la laurea magistrale in Ingegneria Informatica.Noemi Scarpato è stata membro del Comitato ICT del progetto REVERT, finanziato nell’ambito di H2020-SC1-2019-Two-Stage-RTD . Ha ricoperto il ruolo di Coordinatore Scientifico delle attività relative al WP4: Data Collection and Correlation, nell’ambito del progetto collaborativo di ricerca PANOPTESEC: Dynamic Risk Approaches for Automated Cyber Defence, ICT-2013.1.5 - Trustworthy ICT, finanziato dal Settimo Programma Quadro dell’Unione Europea (FP7/2007-2013). Attualmente, la Prof.ssa Scarpato è responsabile delle attività di ricerca dell’Università Telematica San Raffaele Roma nel campo dell’Intelligenza Artificiale per il progetto LIFEMap (POS linea 3 Traiettoria 3 “Medicina rigenerativa, predittiva e personalizzata”). Autrice di numerosi articoli scientifici nel campo del machine learning e dell’intelligenza artificiale, i suoi interessi di ricerca comprendono l’IA, il machine learning, l' NLP, il data mining, la medicina di precisione e la medicina personalizzata e le strategie di spiegabilità dei sistemi di intelligenza artificiale. La sua attività scientifica si concentra sullo sviluppo di approcci di machine learning spiegabile per algoritmi di predizione medica, modelli di machine learning per la previsione e classificazione in ambito medico e sistemi di supporto alle decisioni cliniche.