Procurava um Curso que abordasse os algoritmos de ‘clustering’? Com este Curso, irá aprofundar-se na sua aplicação nas técnicas ómicas”

A análise de grandes conjuntos de dados permite identificar padrões e correlações que poderiam passar despercebidos pelos médicos e outros profissionais de saúde. Isto é decisivo para aperfeiçoar a precisão no diagnóstico, facilitando aos especialistas a tomada de decisões mais seguras sobre o tratamento dos pacientes. Da mesma forma, este processamento massivo de dados contribui para entender melhor as causas de certas doenças e para desenvolver novas terapias para as tratar.

Dado que o Big Data exige profissionais da Informática que implementem os diferentes processos e programações, estes encontrarão com este Curso da TECH uma especialização única que abrange os últimos avanços neste campo de grande potencial. Sem dúvida, uma preparação elevada que lhes permitirá fazer a diferença ao analisar os fluxos de dados na investigação biomédica e na tecnologia High-throughput.

Além disso, irão examinar em detalhe os métodos e abordagens do pré-processamento de dados no Big Data, para depois investigar na Genómica estrutural, funcional ou na Transcriptómica. Tudo isso e muito mais estará ao alcance dos alunos através de um programa inovador, no qual não será necessário frequentar centros presenciais nem um único dia. De facto, terão a possibilidade de definir os seus próprios tempos académicos, sempre com o apoio de grandes especialistas nesta área.

A oportunidade perfeita para dominar com confiança as técnicas de obtenção de dados massivos em transcriptómica, como o RNA-seq”

Este Curso de Big Data em Medicina: Processamento Massivo de Dados Médicos 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 Big Data em Medicina
• Os conteúdos gráficos, esquemáticos e eminentemente práticos com que está concebido, fornecem informações Tecnológico e práticas sobre as disciplinas que são essenciais para a prática 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 conexão à Internet

Matricule-se para fazer parte de um fenómeno que está a agilizar a atenção médica e o registo de doenças e dos seus sintomas”

O corpo docente do Curso inclui profissionais do setor que trazem a sua experiência profissional para esta capacitação, para além de especialistas reconhecidos de sociedades de referência e universidades de prestígio.

O seu conteúdo multimédia, elaborado com a última tecnologia educativa, permitirá ao profissional um aprendizado situado e contextual, ou seja, um ambiente simulado que proporcionará uma capacitação imersiva programada para se treinar 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.

Uma especialização altamente integral na qual aumentará o seu bagagem profissional ao analisar a Interactómica e a Epigenómica”

Vai tornar-se uma referência na análise de dados da Espectrometria de massas”

O plano de estudos deste Curso possui um fator diferencial que posiciona este Curso em relação a outros: conta com o conteúdo de visão mais atualizada e integral sobre esta matéria que o aluno pode encontrar no mercado. Nisso teve um papel muito importante o corpo docente, que supervisionou de perto cada um dos temas para garantir que nenhum conceito chave ficasse para trás. Além disso, o Curso foi concebido de forma muito eficiente, de tal maneira que em apenas 180 horas o estudante o concluirá, sempre sob elevados padrões educativos que são uma marca distintiva da TECH.

Um plano de estudos único no mercado: aceda a partir do seu tablet ou PC e examine todos os aspetos dos dados de alto desempenho”

Módulo 1. Big Data em medicina: processamento massivo de dados médicos

1.1. Big Data em pesquisa biomédica

1.1.1. Geração de dados em biomedicina
1.1.2. Alto desempenho (Tecnología High-throughput)
1.1.3. Utilidade dos dados de alto desempenho. Hipóteses na era do Big Data

1.2. Pré-processamento de dados em Big Data

1.2.1. Pré-processamento de dados
1.2.2. Métodos e abordagens
1.2.3. Problemas do pré-processamento de dados em Big Data

1.3. Genómica estrutural

1.3.1. A sequenciação do genoma humano
1.3.2. Sequenciação vs. Chips
1.3.3. Descobrimento de variantes

1.4. Genómica funcional

1.4.1. Anotação funcional
1.4.2. Preditores de risco em mutações
1.4.3. Estudos de associação em genómica

1.5. Transcriptómica

1.5.1. Técnicas de obtenção de dados massivos em transcriptómica: RNA-seq
1.5.2. Normalização de dados em transcriptómica
1.5.3. Estudos de expressão diferencial

1.6. Interatómica e epigenómica

1.6.1. O papel da cromatina na expressão genética
1.6.2. Estudos de alto desempenho em interatómica
1.6.3. Estudos de alto desempenho em epigenética

1.7. Proteómica

1.7.1. Análise de dados de espectrometria de massas
1.7.2. Estudo de modificações pós-traducionais
1.7.3. Proteómica quantitativa

1.8. Técnicas de enriquecimento e clustering

1.8.1. Contextualização dos resultados
1.8.2. Algoritmos de clustering em técnicas ómicas
1.8.3. Repositórios para o enriquecimento: Gene Ontology e KEGG

1.9. Aplicações do Big Data em saúde pública

1.9.1. Descoberta de novos biomarcadores e alvos terapêuticos
1.9.2. Preditores de risco
1.9.3. Medicina personalizada

1.10. Big Data aplicado em medicina

1.10.1. O potencial da ajuda ao diagnóstico e prevenção
1.10.2. Uso de algoritmos de Machine Learning em saúde pública
1.10.3. O problema da privacidade

Tudo o que precisa de aprofundar relativo ao uso de algoritmos de ‘Machine Learning’ encontra-se neste título”