MAQC2026 - Precision in a Complex World
Massive Analysis and Quality Control Society (MAQC) Society Annual Meeting
22–26 Settembre 2026 | Brescia, Italia
LIGHT è lieta di ospitare a Brescia il MAQC2026 - MAQC Society Annual Meeting, appuntamento internazionale dedicato alla qualità, riproducibilità e affidabilità dei dati e dei metodi nelle scienze della vita.
Il meeting riunirà la comunità accademica, clinica, regolatoria e industriale per discutere le nuove frontiere dell’Artificial Intelligence e Machine Learning, omics, digital biomarkers, clinical research e regulatory science, con un focus sulla qualità dei dati e sulla loro traduzione in applicazioni affidabili.
Join MAQC2026
Per maggiori informazioni, visitare:
Trovate il programma dell'evento in calce all'articolo
Precision in a Complex World
Il programma affronta temi centrali per lo sviluppo della medicina e della ricerca biomedica, tra cui AI per gli studi clinici e la drug discovery, digital twins, regulatory AI, real-world evidence, single-cell e spatial omics, metagenomics e AI/ML-based biomarkers.
Particolare attenzione sarà dedicata a reproducibility, benchmarking e data quality, con sessioni dedicate allo sviluppo di approcci e standard condivisi per rendere i dati e i modelli computazionali più robusti, riutilizzabili e trasferibili alla pratica clinica e regolatoria.
Il programma prevede due giornate di pre-conference dedicate a workshop e technical tutorials il 22 e 23 settembre, due giornate di conferenza il 24 e 25 settembre, con keynote, sessioni scientifiche, abstract e poster, e una giornata conclusiva il 26 settembre dedicata alle future MAQC initiatives.
Key Topics:
L’evento si terrà a Brescia dal 22 al 26 settembre presso il polo di Ingegneria dell’Università degli Studi di Brescia. Il 26 settembre è previsto un workshop dedicato alle future iniziative MAQC.
MAQC2026 è co-organizzato con l’International Human Phenome Institute (IHPI) di Shanghai, con il patrocinio dell’Università degli Studi di Brescia, e vede tra gli sponsor Bristol Myers Squibb e JMP Statistical Discovery.
