Informações da Disciplina

 Preparar para impressão 

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação


Faculdade de Medicina
 
Disciplinas Interdepartamentais da Faculdade de Medicina
 
Disciplina: MSP4085 - Princípios básicos de inteligência artificial e sáude
Basic Artificial intelligence principles in healthcare

Créditos Aula: 1
Créditos Trabalho: 0
Carga Horária Total: 15 h
Tipo: Semestral
Ativação: 01/01/2022 Desativação:

Objetivos
Introduzir os conceitos básicos e aplicações da inteligência artificial na área da saúde
 
 
 
Docente(s) Responsável(eis)
643092 - Claudia da Costa Leite
74319 - Giovanni Guido Cerri
 
Programa Resumido
Introdução aos conceitos de dados, machine learning e sua abordagem na área da Saúde
 
 
 
Programa
* Conceitos de dados em saúde: qualidade, tratamento e semântica de dados
* Conceitos de Economia da saúde e clinical trials com extensão para machine learning (ML).
* Nível introdutório de aprendizado estatístico em saúde.
* Uso de ferramentas tecnológicas em Cloud para  alavancar o desenvolvimento e automação de modelos de ML por profissionais de Saúde.
* Fluxo de implementação de projetos de machine learning na Saúde
* Conceitos  de extração de características de dados.
* Principais abordagens de ML para imagens médicas, dados de prontuários eletrônicos e dados gerados por pacientes (PGHD).
 
 
 
Avaliação
     
Método
Participação nas aulas teóricas, aulas práticas e apresentação de seminários
Critério
Notas de 0 a 10
Norma de Recuperação
Presença mínima de 70% e realização de trabalhos de avaliação de modelos preditivos
 
Bibliografia
     
Deo RC. Machine Learning in Medicine. Circulation. 2015 Nov 17;132(20):1920-30. doi: 10.1161/CIRCULATIONAHA.115.001593.
Ngiam KY, Khor IW. Big data and machine learning algorithms for health-care delivery. Lancet Oncol. 2019 May;20(5):e262-e273. doi: 10.1016/S1470-2045(19)30149-4.
Baştanlar Y, Ozuysal M. Introduction to machine learning.
Methods Mol Biol. 2014;1107:105-28. doi: 10.1007/978-1-62703-748-8_7.
Handelman GS, Kok HK, Chandra RV, Razavi AH, Lee MJ, Asadi H. eDoctor: machine learning and the future of medicine.
J Intern Med. 2018 Dec;284(6):603-619. doi: 10.1111/joim.12822. 
Giger ML. Machine Learning in Medical Imaging.
J Am Coll Radiol. 2018 Mar;15(3 Pt B):512-520. doi: 10.1016/j.jacr.2017.12.028.
Choy G, Khalilzadeh O, Michalski M, Do S, Samir AE, Pianykh OS, Geis JR, Pandharipande PV, Brink JA, Dreyer KJ. 
Current Applications and Future Impact of Machine Learning in Radiology.
Radiology. 2018 Aug;288(2):318-328. doi: 10.1148/radiol.2018171820
Badillo S, Banfai B, Birzele F, Davydov II, Hutchinson L, Kam-Thong T, Siebourg-Polster J, Steiert B, Zhang JD. An Introduction to Machine Learning.
Clin Pharmacol Ther. 2020 Apr;107(4):871-885. doi: 10.1002/cpt.1796
 

Clique para consultar os requisitos para MSP4085

Clique para consultar o oferecimento para MSP4085

Créditos | Fale conosco
© 1999 - 2024 - Superintendência de Tecnologia da Informação/USP