Nel contesto medico, l’utilizzo dell’intelligenza artificiale - e in particolare del machine learning o apprendimento automatico - ha rivoluzionato molte discipline, aprendo nuove prospettive di analisi e diagnosi. Tuttavia, data l’importanza e la sensibilità dei dati trattati in ambito sanitario, l’opacità che circonda le reti neurali può portare a insicurezza e diffidenza verso l’adozione di queste tecnologie. Il ramo dell’antelligenza artificiale chiamato X-AI (eXplainable-AI) si occupa di questo problema, cercando di rendere più trasparenti i processi decisionali attraverso spiegazioni, grafici e rimodellamenti della struttura stessa delle reti. In questa tesi, si è cercato di applicare i principi dell’eXplainable-AI nel campo dell’analisi dei disturbi della voce, rimasto relativamente poco studiato rispetto ad altri ambiti clinici.