Graças a este Master, analisará como a inteligência artificial influencia o reconhecimento de padrões em imagens médicas”

O Master em E-Health e Big Data tem como objetivo transmitir os múltiplos benefícios da tecnologia na medicina. O conceito de e-Health ou "eSaúde" é explicado pela Organização Mundial da Saúde (OMS) como: o uso rentável e seguro das tecnologias da informação e comunicação em apoio aos campos relacionados com a saúde e a saúde pública, incluindo os cuidados de saúde, a vigilância da saúde, a educação para a saúde, o conhecimento e a investigação. A evolução neste campo permite, por exemplo, o diagnóstico de doenças graças às bases de dados dos centros hospitalares ou até mesmo a integração de novas extremidades de impressão 3D em corpos humanos e animais.

A iminente evolução da medicina exige profissionais altamente qualificados que saibam responder às necessidades da indústria 4.0. A TECH tem como objetivo impulsionar a carreira dos engenheiros que desejam aprofundar-se no serviço de saúde e que estão interessados no desenvolvimento simultâneo da telemedicina. Este Master aborda os fundamentos teórico-práticos da medicina moderna para gerar uma visão global e profunda das novas incorporações biomédicas.

O aluno não só aprofundará os aspetos de E-Health e Big Data, mas também analisará o funcionamento do sistema de saúde internacional e a sua organização. Além disso, este curso oferece um enfoque no setor do empreendedorismo, posicionando os profissionais da Engenharia como o público-alvo deste ensino digital, incentivando a criação das suas próprias empresas com as chaves da inovação empresarial.

A TECH participará na ampliação destes estudos através de um Master fundamentado nos conhecimentos de cientistas do setor, que participam em projetos de inteligência artificial. Os docentes estarão disponíveis para os alunos 24 horas por dia e realizarão um acompanhamento do seu estudo. Adicionalmente, a modalidade 100% online e os conteúdos audiovisuais garantirão que o aluno tenha todas as facilidades para o seu estudo.

Destaque-se num setor em crescimento e junte-se àquilo que se apresenta como a solução tecnológica do futuro no desenvolvimento médico”

Este Master em E-Health e Big Data conta com o conteúdo educacional mais completo e atualizado do mercado. As suas principais características são:

• O desenvolvimento de estudos de caso apresentados por especialistas em Tecnologia da Informação e a Comunicação focadas para o ambiente de saúde
• Os conteúdos gráficos, esquemáticos e eminentemente práticos com os quais o curso foi concebido reúnem informação científica e prática sobre as disciplinas indispensáveis para o exercício profissional
• Os exercícios práticos onde o processo de autoavaliação pode ser levado a cabo a fim de melhorar a aprendizagem
• O seu foco especial em metodologias inovadoras
• As aulas teóricas, perguntas ao especialista, fóruns de discussão sobre questões controversas e atividades de reflexão individual
• A disponibilidade de acesso aos conteúdos a partir de qualquer dispositivo fixo ou portátil com ligação à Internet

Participe na mudança da medicina moderna, aplicando a inteligência artificial e a Internet das Coisas (IoT) à telemedicina”

O corpo docente do programa inclui profissionais do setor que trazem para esta formação a experiência do seu trabalho, bem como especialistas reconhecidos das principais sociedades e universidades de prestígio.

O seu conteúdo multimédia, desenvolvido com a mais recente tecnologia educacional, irá permitir que o profissional tenha acesso a uma aprendizagem situada e contextual, isto é, um ambiente de simulação que proporcionará uma capacitação imersiva, programada para praticar em situações reais.

O design deste curso foca-se na Aprendizagem Baseada em Problemas, através da qual o profissional deverá tentar resolver as diferentes situações da atividade profissional que surgem ao longo do curso. Para tal, contará com a ajuda de um sistema inovador de vídeo interativo desenvolvido por especialistas reconhecidos.

Impulsione a projeção da sua carreira graças à computação bioinformática e às técnicas de Big Data”

Actualize os seus conhecimentos biomédicos graças às novas ferramentas de gestão clínica da saúde”

Os conteúdos desta qualificação foram detalhadamente estruturados por uma equipa de profissionais que aplicaram os seus conhecimentos nas áreas das ciências da saúde e da comunicação. Graças à sua contribuição, o aluno compreenderá de forma simples e pedagógica a matéria, que abrange desde a medicina clínica até à inovação empresarial e ao empreendedorismo em e-Health. Para tal, a TECH aplica a metodologia Relearning, que oferece garantias de estudo, permitindo uma aprendizagem gradual através de conteúdos teórico-práticos.

Uma qualificação desenvolvida por especialistas em ciências da saúde que oferecem um conteúdo de qualidade para transmitir os conhecimentos adequados”

Módulo 1. Medicina Molecular e Diagnóstico de Patologias

1.1. Medicina Molecular

1.1.1. Biologia celular e molecular. Lesão e morte celular. Envelhecimento
1.1.2. Doenças causadas por microrganismos e defesa do hospedeiro
1.1.3. Doenças autoimunes
1.1.4. Doenças toxicológicas
1.1.5. Doenças por hipoxia
1.1.6. Doenças relacionadas com o meio ambiente
1.1.7. Doenças genéticas e epigenética
1.1.8. Doenças oncológicas

1.2. Sistema Circulatório

1.2.1. Anatomia e função
1.2.2. Doenças do miocárdio e insuficiência cardíaca
1.2.3. Doenças do ritmo cardíaco
1.2.4. Doenças valvulares e pericárdicas
1.2.5. Aterosclerose, arteriosclerose e hipertensão arterial
1.2.6. Doença arterial e venosa periférica
1.2.7. Doença linfática (a grande ignorada)

1.3. Doenças do Aparelho Respiratório

1.3.1. Anatomia e Função
1.3.2. Doenças pulmonares obstrutivas agudas e crónicas
1.3.3. Doenças pleurais e mediastínicas
1.3.4. Doenças infecciosas do parénquima pulmonar e brônquios
1.3.5. Doenças da circulação pulmonar

1.4. Doenças do Aparelho Digestivo

1.4.1. Anatomia e função
1.4.2. Sistema digestivo, nutrição e troca hidroeletrolítica
1.4.3. Doenças gastroesofágicas
1.4.4. Doenças infecciosas gastrointestinais
1.4.5. Doenças do fígado e das vias biliares
1.4.6. Doenças do pâncreas
1.4.7. Doenças do Cólon

1.5. Doenças renais e das vias urinárias

1.5.1. Anatomia e função
1.5.2. Insuficiência renal (pré-renal, renal e pós-renal) como se desencadeiam
1.5.3. Doenças obstrutivas das vias urinárias
1.5.4. Insuficiência esfinteriana nas vias urinárias
1.5.5. Síndrome nefrótico e síndrome nefrítico

1.6. Doenças do Sistema Endócrino

1.6.1. Anatomia e função
1.6.2. O ciclo menstrual e suas afecções
1.6.3. Doença da tiróide
1.6.4. Doença das glândulas supra-renais
1.6.5. Doenças das gónadas e da diferenciação sexual
1.6.6. Eixo hipotálamo-hipofisário, metabolismo do cálcio, vitamina D e seus efeitos no crescimento e no sistema ósseo

1.7. Metabolismo e nutrição

1.7.1. Nutrientes essenciais e não essenciais (esclarecendo definições)
1.7.2. Metabolismo dos hidratos de carbono e suas alterações
1.7.3. Metabolismo das proteínas e suas alterações
1.7.4. Metabolismo dos lípidos e suas alterações
1.7.5. Metabolismo do ferro e suas alterações
1.7.6. Alterações do equilíbrio ácido-base
1.7.7. Metabolismo do sódio, potássio e suas alterações
1.7.8. Doenças nutricionais (hipercalóricas e hipocalóricas)

1.8. Doenças hematológicas

1.8.1. Anatomia e função
1.8.2. Doenças da série vermelha
1.8.3. Doenças da série branca, dos gânglios linfáticos e do baço
1.8.4. Doenças da hemostasia e da coagulação

1.9. Doenças do sistema musculoesquelético

1.9.1. Anatomia e função
1.9.2. Articulações, tipos e função
1.9.3. Regeneração óssea
1.9.4. Desenvolvimento normal e patológico do sistema ósseo
1.9.5. Deformidades nos membros superiores e inferiores
1.9.6. Patologia articular, cartílago e análise do líquido sinovial
1.9.7. Doenças articulares de origem imunológica

1.10. Doenças do Sistema Nervoso

1.10.1. Anatomia e função
1.10.2. Desenvolvimento do sistema nervoso central e periférico
1.10.3. Desenvolvimento da coluna vertebral e seus componentes
1.10.4. Doenças do cerebelo e proprioceptivas
1.10.5. Doenças próprias do cérebro (sistema nervoso central)
1.10.6. Doenças da medula espinhal e do líquido cefalorraquidiano
1.10.7. Doenças estenóticas do sistema nervoso periférico
1.10.8. Doenças infecciosas do sistema nervoso central
1.10.9. Doença cerebrovascular (estenótica e hemorrágica)

Módulo 2. Sistema sanitário Gestão e direção de centros sanitários

2.1. Os sistemas de saúde

2.1.1. Sistemas de saúde
2.1.2. Sistema de saúde segundo a OMS
2.1.2. Contexto sanitário

2.2. Modelos de Saúde I. Modelo Bismarck vs. Beveridge

2.2.1. Modelo Bismarck
2.2.2. Modelo Beveridge
2.2.3. Modelo Bismarck vs. Modelo Beveridge

2.3. Modelos de Saúde II. Modelo Semashko, privado e misto

2.3.1. Modelo Semashko
2.3.2. Modelo privado
2.3.3. Modelo misto

2.4. O mercado da saúde

2.4.1. O mercado da saúde
2.4.2. Regulação e limitações do mercado da saúde
2.4.3. Métodos de pagamento a médicos e hospitais
2.4.4. O engenheiro clínico

2.5. Hospitais. Tipologia

2.5.1. Arquitetura do hospital
2.5.2. Tipos de hospitais
2.5.3. Organização do hospital

2.6. Métricas em saúde

2.6.1. Mortalidade
2.6.2. Morbidade
2.6.3. Anos de vida saudáveis

2.7. Métodos de atribuição de recursos em saúde

2.7.1. Programação linear
2.7.2. Modelos de maximização
2.7.3. Modelos de minimização

2.8. Medida da produtividade em saúde

2.8.1. Medidas da produtividade em saúde
2.8.2. Rácio de produtividade
2.8.3. Ajuste por entradas
2.8.4. Ajuste por saídas

2.9. Melhoria de processos em saúde

2.9.1. Processo de Lean Management
2.9.2. Ferramentas de simplificação de trabalho
2.9.3. Ferramentas para a investigação de problemas

2.10. Gestão de projetos em saúde

2.10.1. Papel do Project Manager
2.10.2. Ferramentas de gestão de equipas e projetos
2.10.3. Gestão de calendários e tempos

Módulo 3. Investigação em ciências da saúde

3.1. A Investigação científica I. O método científico

3.1.1. A Investigação Científica
3.1.2. Investigação em ciências da saúde
3.1.3. O método científico

3.2. A Investigação Científica II. Tipologia

3.2.1. A investigação básica
3.2.2. A investigação clínica
3.2.3. A investigação translacional

3.3. A medicina baseada na evidência

3.3.1. A medicina baseada na evidência
3.3.2. Princípios da medicina baseada na evidência
3.3.3. Metodologia da medicina baseada na evidência

3.4. Ética e legislação da investigação científica. A declaração de Helsínquia

3.4.1. O comitê de ética
3.4.2. A declaração de Helsínquia
3.4.3. Ética em ciências da saúde

3.5. Resultados da investigação científica

3.5.1. Métodos
3.5.2. Rigor e poder estatístico
3.5.3. Validade dos resultados científicos

3.6. Comunicação pública

3.6.1. As sociedades científicas
3.6.2. O congresso científico
3.6.3. Estruturas de comunicação

3.7. Financiamento da investigação científica

3.7.1. Estrutura de um projeto científico
3.7.2. O financiamento público
3.7.3. O financiamento privado e industrial

3.8. Recursos científicos para a pesquisa bibliográfica. Bases de dados de ciências da saúde I

3.8.1. PubMed-Medline
3.8.2. Embase
3.8.3. WOS e JCR
3.8.4. Scopus e Scimago
3.8.5. Micromedex
3.8.6. MEDES
3.8.7. IBECS
3.8.8. LILACS
3.8.9. Bases de dados do CSIC: ISOC, ICYT
3.8.10. BDENF
3.8.11. Cuidatge
3.8.12. CINAHL
3.8.13. Cuiden Plus
3.8.14. Enfispo
3.8.15. Bases de dados do NCBI (OMIM, TOXNET) e dos NIH ( National Cancer Institute)

3.9. Recursos científicos para a pesquisa bibliográfica. Bases de dados em ciências da saúde II

3.9.1. NARIC- Rehabdata
3.9.2. PEDro
3.9.3. ASABE: Technical Library
3.9.4. CAB Abstracts
3.9.5. Índices-CSIC
3.9.6. Bases de dados do CDR (Centre for Reviews and Dissemination)
3.9.7. Biomed Central BMC
3.9.8. ClinicalTrials.gov
3.9.9. Clinical Trials Register
3.9.10. DOAJ- Directory of Open Acess Journals
3.9.11. PROSPERO (Registo Internacional Prospetivo de Revisões Sistemáticas)
3.9.12. TRIP
3.9.13. LILACS
3.9.14. NIH. Medical Library
3.9.15. Medline Plus
3.9.16. Ops

3.10. Recursos científicos para a pesquisa bibliográfica III. Motores de busca e plataformas

3.10.1. Motores de busca e multibuscadores

3.10.1.1. Findr
3.10.1.2. Dimensions
3.10.1.3. Google Académico
3.10.1.4. Microsoft Academic

3.10.2. Plataforma de Registos Internacionais de Ensaios Clínicos da OMS (ICTRP)

3.10.2.1. PubMed Central PMC
3.10.2.2. Recolector de ciência aberta (RECOLECTA)
3.10.2.3. Zenodo

3.10.3. Motores de pesquisa de Teses de Doutoramento

3.10.3.1. DART-Europe
3.10.3.2. Dialnet-Teses doutorais
3.10.3.3. OATD (Open Access Theses and Dissertations)
3.10.3.4. TDR (Teses doutorais na rede)
3.10.3.5. TESEO

3.10.4. Gestores bibliográficos

3.10.4.1. Endnote online
3.10.4.2. Mendeley
3.10.4.3. Zotero
3.10.4.4. Citeulike
3.10.4.5. Refworks

3.10.5. Redes sociais digitais para investigadores

3.10.5.1. Scielo
3.10.5.2. Dialnet
3.10.5.3. Free Medical Journals
3.10.5.4. DOAJ
3.10.5.5. Open Science Directory
3.10.5.6. Redalyc
3.10.5.7. Academia.edu
3.10.5.8. Mendeley
3.10.5.9. ResearchGate

3.10.6. Recursos 2.0 da web social

3.10.6.1. Delicious
3.10.6.2. Slideshare
3.10.6.3. Youtube
3.10.6.4. Twitter
3.10.6.5. Blogs de ciências da saúde
3.10.6.6. Facebook
3.10.6.7. Evernote
3.10.6.8. Dropbox
3.10.6.9. Google Drive

3.10.7. Portais de editores e agregadores de revistas científicas

3.10.7.1. Science Direct
3.10.7.2. Ovid
3.10.7.3. Springer
3.10.7.4. Wiley
3.10.7.5. Proquest
3.10.7.6. Ebsco
3.10.7.7. BioMed Central

Módulo 4. Técnicas, reconhecimento e intervenção através de imagens biomédicas

4.1. Imagens médicas

4.1.1. Modalidades das imagens médicas
4.1.2. Objetivos dos sistemas de imagem médica
4.1 3. Sistemas de armazenamento das imagens médicas

4.2. Radiologia

4.2.1. Método de obtenção de imagens
4.2.2. Interpretação da radiologia
4.2.3. Aplicações clínicas

4.3. Tomografia computorizada (TC)

4.3.1. Princípio de funcionamento
4.3.2. Geração e obtenção da imagem
4.3.3. Tomografia computorizada. Tipologia
4.3.4. Aplicações clínicas

4.4. Ressonância Magnética (RM)

4.4.1. Princípio de funcionamento
4.4.2. Geração e obtenção da imagem
4.4.3. Aplicações clínicas

4.5. Ultrassom: ecografia e ecografia Doppler

4.5.1. Princípio de funcionamento
4.5.2. Geração e obtenção da imagem
4.5.3. Tipologia
4.5.4. Aplicações clínicas

4.6. Medicina nuclear

4.6.1. Fundamento fisiológico dos estudos nucleares. Radiofármacos e Medicina Nuclear
4.6.2. Geração e obtenção da imagem
4.6.3. Tipos de provas

4.6.3.1. Gamagrafia
4.6.3.2. SPECT
4.6.3.3. PET
4.6.3.4. Aplicações clínicas

4.7. Intervencionismo guiado por imagem

4.7.1. A radiologia Intervencionista
4.7.2. Objetivos da radiologia intervencionista
4.7.3. Procedimentos
4.7.4. Vantagens e desvantagens

4.8. A qualidade da imagem

4.8.1. Técnica
4.8.2. Contraste
4.8.3. Resolução
4.8.4. Ruído
4.8.5. Distorção e artefatos

4.9. Testes de imagens médicas. Biomedicina

4.9.1. Criação de imagens 3D
4.9.2. Os biomodelos

4.9.2.1. Norma DICOM
4.9.2.2. Aplicações clínicas

4.10. Proteção radiológica

4.10.1. Legislação europeia aplicável aos serviços de radiologia
4.10.2. Segurança e protocolos de atuação
4.10.3. Gestão de resíduos radiológicos
4.10.4. Proteção radiológica
4.10.5. Cuidados e características das salas

Módulo 5. Computação em bioinformática

5.1. Dogma central em bioinformática e computação. Estado atual

5.1.1. A aplicação ideal em bioinformática
5.1.2. Desenvolvimentos em paralelo em biologia molecular e computação
5.1.3. Dogma em biologia e teoria da informação
5.1.4. Fluxos de informação

5.2. Bases de Dados para computação em bioinformática

5.2.1. Bases de dados
5.2.2. Gestão de dados
5.2.3. Ciclo de vida dos dados em bioinformática

5.2.3.1. Uso
5.2.3.2. Modificação
5.2.3.3. Arquivamento
5.2.3.4. Reuso
5.2.3.5. Descarte

5.2.4. Tecnologia de bases de dados em bioinformática

5.2.4.1. Arquitetura
5.2.4.2. Gestão de bases de dados

5.2.5. Interfaces para bases de dados em bioinformática

5.3. Redes para computação em bioinformática

5.3.1. Modelos de comunicação. Redes LA, WAN, MAN e PAN
5.3.2. Protocolos e transmissão de dados
5.3.3. Topologia de redes
5.3.4. Hardware em Datacenters para computação
5.3.5. Segurança, gestão e implementação

5.4. Motores de busca em bioinformática

5.4.1. Motores de busca em bioinformática
5.4.2. Processos e tecnologias dos motores de busca em bioinformática
5.4.3. Modelos computacionais: algoritmos de busca e aproximação

5.5. Visualização de dados em bioinformática

5.5.1. Visualização de sequências biológicas
5.5.2. Visualização de estruturas biológicas

5.5.2.1. Ferramentas de visualização
5.5.2.2. Ferramentas de renderização

5.5.3. Interface de usuário para aplicações em bioinformática
5.5.4. Arquiteturas de informação para visualização em bioinformática

5.6. Estatística para computação

5.6.1. Conceitos estatísticos para computação em bioinformática
5.6.2. Casos de uso: Microarrays de MARN
5.6.3. Dados imperfeitos. Erros em estatística: aleatoriedade, aproximação, ruído e suposições
5.6.4. Quantificação do erro: precisão, sensibilidade e especificidade
5.6.5. Clusterização e classificação

5.7. Mineração de dados

5.7.1. Métodos de mineração e computação de dados
5.7.2. Infraestrutura para computação e mineração de dados
5.7.3. Descoberta e reconhecimento de padrões
5.7.4. Aprendizado de máquina e novas ferramentas

5.8. Coincidência de padrões genéticos

5.8.1. Coincidência de padrões genéticos
5.8.2. Métodos de computação para alinhamentos de sequências
5.8.3. Ferramentas para coincidência de padrões

5.9. Modelagem e simulação

5.9.1. Uso no campo farmacêutico: descoberta de fármacos
5.9.2. Estrutura de proteínas e biologia de sistemas
5.9.3. Ferramentas disponíveis e futuro

5.10. Colaboração e projetos de computação online

5.10.1. Computação em rede
5.10.2. Padrões e regras. Uniformidade, consistência e interoperabilidade
5.10.3. Projetos de computação colaborativa

Módulo 6. Bases de dados biomédicas

6.1. Bases de dados biomédicas

6.1.1. Bases de dados biomédicas
6.1.2. Bases de dados primárias e secundárias
6.1.3. Principais bases de dados

6.2. Bases de dados de ADN

6.2.1. Bases de dados de genomas
6.2.2. Bases de dados de genes
6.2.3. Bases de dados de mutações e polimorfismos

6.3. Bases de dados de proteínas

6.3.1. Bases de dados de sequências primárias
6.3.2. Bases de dados de sequências secundárias e domínios
6.3.3. Bases de dados de estruturas macromoleculares

6.4. Bases de dados de projetos ómicos

6.4.1. Bases de dados para estudos de genómica
6.4.2. Bases de dados para estudos de transcriptómica
6.4.3. Bases de dados para estudos de proteómica

6.5. Bases de dados de doenças genéticas. Medicina personalizada e de precisão

6.5.1. Bases de dados de doenças genéticas
6.5.2. Medicina de precisão. Necessidade de integração de dados genéticos
6.5.3. Extração de dados de OMIM

6.6. Repositórios auto-reportados de pacientes

6.6.1. Uso secundário do dado
6.6.2. O paciente na gestão dos dados depositados
6.6.3. Repositórios de questionários auto-reportados. Exemplos

6.7. Bases de dados em aberto Elixir

6.7.1. Bases de dados em aberto Elixir
6.7.2. Bases de dados recolhidas na plataforma Elixir
6.7.3. Critério de escolha entre uma e outra base de dados

6.8. Bases de dados de Reações Adversas a Medicamentos (RAMs)

6.8.1. Processo de desenvolvimento farmacológico
6.8.2. Relatório de reações adversas a fármacos
6.8.3. Repositórios de reações adversas a nível local, nacional, europeu e Internacional

6.9. Plano de gestão de dados de Investigação. Dados a depositar em bases de dados públicas

6.9.1. Plano de gestão de dados
6.9.2. Custódia dos dados resultantes de pesquisa
6.9.3. Depósito de dados em uma base de dados pública

6.10. Bases de dados Clínicas. Problemas com o uso secundário de dados em saúde

6.10.1. Repositórios de histórias clínicas
6.10.2. Criptografia de dados
6.10.3. Acesso ao dado sanitário. Legislação

Módulo 7. Big Data em medicina: processamento massivo de dados médicos

7.1. Big Data em pesquisa biomédica

7.1.1. Geração de dados em biomedicina
7.1.2. Alto desempenho (Tecnología High-throughput)
7.1.3. Utilidade dos dados de alto desempenho. Hipóteses na era do Big Data

7.2. Pré-processamento de dados em Big Data

7.2.1. Pré-processamento de dados
7.2.2. Métodos e abordagens
7.2.3. Problemas do pré-processamento de dados em Big Data

7.3. Genómica estrutural

7.3.1. A sequenciação do genoma humano
7.3.2. Sequenciação vs. Chips
7.3.3. Descobrimento de variantes

7.4. Genómica funcional

7.4.1. Anotação funcional
7.4.2. Preditores de risco em mutações
7.4.3. Estudos de associação em genómica

7.5. Transcriptómica

7.5.1. Técnicas de obtenção de dados massivos em transcriptómica: RNA-seq
7.5.2. Normalização de dados em transcriptómica
7.5.3. Estudos de expressão diferencial

7.6. Interatómica e epigenómica

7.6.1. O papel da cromatina na expressão genética
7.6.2. Estudos de alto desempenho em interatómica
7.6.3. Estudos de alto desempenho em epigenética

7.7. Proteómica

7.7.1. Análise de dados de espectrometria de massas
7.7.2. Estudo de modificações pós-traducionais
7.7.3. Proteómica quantitativa

7.8. Técnicas de enriquecimento e clustering

7.8.1. Contextualização dos resultados
7.8.2. Algoritmos de clustering em técnicas ómicas
7.8.3. Repositórios para o enriquecimento: Gene Ontology e KEGG

7.9. Aplicações do Big Data em saúde pública

7.9.1. Descoberta de novos biomarcadores e alvos terapêuticos
7.9.2. Preditores de risco
7.9.3. Medicina personalizada

7.10. Big Data aplicado em medicina

7.10.1. O potencial da ajuda ao diagnóstico e prevenção
7.10.2. Uso de algoritmos de Machine Learning em saúde pública
7.10.3. O problema da privacidade

Módulo 8. Aplicações da inteligência artificial e internet das coisas (IoT) na telemedicina

8.1. Plataforma e-Health. Plataforma E-Health

8.1.1. Plataforma e-Health
8.1.2. Recursos para uma plataforma de e-Health
8.1.3. Programa “Europa Digital”. Digital Europe-4-Health e Horizonte Europa

8.2. A inteligência artificial no âmbito da saúde I: novas soluções em aplicações informáticas

8.2.1. Análise remota dos resultados
8.2.2. Chatbox
8.2.3. Prevenção e monitoramento em tempo real
8.2.4. Medicina preventiva e personalizada no âmbito da oncologia

8.3. A inteligência artificial no âmbito da saúde II: monitoramento e desafios éticos

8.3.1. Acompanhamento de pacientes com mobilidade reduzida
8.3.2. Monitoramento cardíaco, diabetes, asma
8.3.3. Apps de saúde e bem-estar

8.3.3.1. Pulsômetros
8.3.3.2. Pulseiras de pressão arterial

8.3.4. Ética para IA no âmbito médico Proteção de dados

8.4. Algoritmos de Inteligência artificial para o processamento de imagens

8.4.1. Algoritmos de inteligência artificial para o tratamento de imagens
8.4.2. Diagnóstico e monitoramento por imagem em telemedicina

8.4.2.1. Diagnóstico do melanoma

8.4.3. Limitações e desafios do processamento de imagem em telemedicina

8.5. Aplicações da aceleração por Unidade Gráfica de Processamento (GPU) na medicina

8.5.1. Paralelização de programas
8.5.2. Funcionamento da GPU
8.5.3. Aplicações da aceleração por GPU na medicina

8.6. Processamento de Linguagem Natural (NLP) em Telemedicina

8.6.1. Processamento de textos do âmbito médico. Metodologia
8.6.2. O processamento de linguagem natural na terapia e histórias clínicas
8.6.3. Limitações e desafios do processamento de linguagem natural em telemedicina

8.7. A Internet das Coisas (IoT) em telemedicina. Aplicações

8.7.1. Monitoramento dos sinais vitais. Wearables

8.7.1.1. Pressão arterial, temperatura, ritmo cardíaco

8.7.2. IoT e tecnologia Cloud

8.7.2.1. Transmissão de dados para a nuvem

8.7.3. Terminais de autoatendimento

8.8. loT no acompanhamento e tratamento dos pacientes

8.8.1. Aplicações de IoT para detectar urgências
8.8.2. A Internet das Coisas na reabilitação de pacientes
8.8.3. Apoio da inteligência artificial no reconhecimento de vítimas e salvamento

8.9. Nano-Robôs. Tipologia

8.9.1. Nanotecnologia
8.9.2. Tipos de Nano-Robôs

8.9.2.1. Montadores. Aplicações
8.9.2.2. Auto-replicantes. Aplicações

8.10. A inteligência artificial no controle da COVID-19

8.10.1. COVID-19 e telemedicina
8.10.2. Gestão e comunicação dos avanços e surtos
8.10.3. Predição de surtos com a inteligência artificial

Módulo 9. Telemedicina e dispositivos médicos, cirúrgicos e biomecânicos

9.1. Telemedicina e telesaúde

9.1.1. A telemedicina como serviço de telesaúde
9.1.2. A telemedicina

9.1.2.1. Objetivos da telemedicina
9.1.2.2. Benefícios e limitações da telemedicina

9.1.3. Saúde Digital. Tecnologias

9.2. Sistemas de Telemedicina

9.2.1. Componentes de um sistema de telemedicina

9.2.1.1. Pessoal
9.2.1.2. Tecnologia

9.2.2. Tecnologias da Informação e Comunicação (TIC) no âmbito sanitário

9.2.2.1. T-Health
9.2.2.2. M-Health
9.2.2.3. U-Health
9.2.2.4. P-Health

9.2.3. Avaliação de sistemas de telemedicina

9.3. Infraestrutura tecnológica em telemedicina

9.3.1. Redes Telefónicas Públicas (PSTN)
9.3.2. Redes satelitais
9.3.3. Redes Digitais de Serviços Integrados (ISDN)
9.3.4. Tecnologias sem fios

9.3.4.1. Wap. Protocolo de aplicação sem fios
9.3.4.2. Bluetooth

9.3.5. Conexões via micro-ondas
9.3.6. Modo de Transferência Assíncrona (ATM)

9.4. Tipos de telemedicina. Utilizações nos cuidados de saúde

9.4.1. Monitorização remota de pacientes
9.4.2. Tecnologias de armazenamento e envio
9.4.3. Telemedicina interativa

9.5. Aplicações gerais de telemedicina

9.5.1. Teleassistência
9.5.2. Televigilância
9.5.3. Telediagnóstico
9.5.4. Teleeducação
9.5.5. Telegestão

9.6. Aplicações clínicas de telemedicina

9.6.1. Telerradiologia
9.6.2. Teledermatologia
9.6.3. Teleoncologia
9.6.4. Telepsiquiatria
9.6.5. Cuidado a domicílio (Telehome-care)

9.7. Tecnologias smart e de assistência

9.7.1. Integração de smart home
9.7.2. Saúde digital na melhoria do tratamento
9.7.3. Tecnologia da roupa em telesaúde. A “roupa inteligente”

9.8. Aspetos éticos e legais da telemedicina

9.8.1. Fundamentos éticos
9.8.2. Quadros regulatórios comuns
9.8.4. Normas ISO

9.9. Telemedicina e dispositivos diagnósticos, cirúrgicos e biomecânicos

9.9.1. Dispositivos diagnósticos
9.9.2. Dispositivos cirúrgicos
9.9.2. Dispositivos biomecânicos

9.10. Telemedicina e dispositivos médicos

9.10.1. Dispositivos médicos

9.10.1.1. Dispositivos médicos móveis
9.10.1.2. Carros de telemedicina
9.10.1.3. Quiosques de telemedicina
9.10.1.4. Câmara digital
9.10.1.5. Kit de telemedicina
9.10.1.6. Software de telemedicina

Módulo 10. Inovação empresarial e empreendedorismo em e-Health

10.1. Empreendedorismo e inovação

10.1.1. Inovação
10.1.2. Empreendedorismo
10.1.3. Uma Startup

10.2. Empreendedorismo em e-Health

10.2.1. Mercado inovador e-Health
10.2.2. Verticais em e-Health: m-Health
10.2.3. TeleHealth

10.3. Modelos de negócio I: primeiros estados do empreendedorismo

10.3.1. Tipos de modelo de negócio

10.3.1.1. Marketplace
10.3.1.2. Plataformas digitais
10.3.1.3. Saas

10.3.2. Elementos críticos na fase inicial. Da ideia ao negócio
10.3.3. Erros comuns nos primeiros passos do empreendedorismo

10.4. Modelos de negócio II: modelo Canvas

10.4.1. Business Model Canvas
10.4.2. Proposta de valor
10.4.3. Atividades e recursos chave
10.4.4. Segmento de clientes
10.4.5. Relação com os clientes
10.4.6. Canais de distribuição
10.4.7. Alianças

10.4.7.1. Estrutura de custos e fluxos de rendimento

10.5. Modelos de negócio III: metodologia Lean Startup

10.5.1. Crie
10.5.2. Valide
10.5.3. Meça
10.5.4. Decida

10.6. Modelos de negócio IV: Análise externa, estratégica e regulamentar

10.6.1. Océano vermelho e oceano azul
10.6.2. Curva de valor
10.6.3. Normativa aplicável em e-Health

10.7. Modelos de sucesso em e-Health I: conhecer antes de inovar

10.7.1. Análise de empresas de e-Health bem-sucedidas
10.7.2. Análise empresa X
10.7.3. Análise empresa Y
10.7.4. Análise empresa Z

10.8. Modelos de sucesso em e-Health II: ouvir antes de inovar

10.8.1. Entrevista prática CEO de Startup E-Health
10.8.2. Entrevista prática CEO de Startup “setor x”
10.8.3. Entrevista prática direção técnica de Startup “x”

10.9. Ambiente empreendedor e financiamento

10.9.1. Ecossistema empreendedor no setor saúde
10.9.2. Financiamento
10.9.3. Entrevista de caso

10.10. Ferramentas práticas para o empreendedorismo e inovação

10.10.1. Ferramentas OSINT (Open Source Intelligence)
10.10.2. Análise
10.10.3. Ferramentas No-code para empreender

Um curso para profissionais competentes, especialistas em e-Health como tu”