Um Curso de especialização 100% online, que vai dar-lhe a oportunidade de atualizar os seus conhecimentos em somente 6 meses sobre Análise de Imagens Biomédicas e Big Data em e-Health”

O Big Data aplicado ao âmbito sanitário, a análise dos seus resultados e os avanços técnicos na obtenção de imagens biomédicas permitiram, nos últimos anos, melhorar o diagnóstico de diferentes patologias. Dessa forma, a vasta recolha de dados sobre a saúde tem contribuído para a investigação científica, para o ajustamento das políticas de Recursos Humanos, a gestão de turnos do pessoal ou a compra de materiais nos centros hospitalares.

Assim, hoje em dia, é imprescindível que os profissionais de Medicina estejam atualizados sobre as problemáticas existentes sobre o uso desta tecnologia, assim como os benefícios do uso de determinadas ferramentas para avaliar os pacientes. Perante esta realidade, esta instituição académica criou este Curso de especialização em Análise de Imagens Biomédicas e Big Data em e-Health, com 6 meses de conhecimento atual e intensivo.

Para isso, a TECH reuniu uma excelente equipa de profissionais especializados nesta área, que partilharão a sua vasta experiência num plano de estudos avançado. Isso permitirá ao especialista explorar as últimas novidades em torno das técnicas e dispositivos utilizados em imagens biomédicas, na recolha de dados e nas aplicações de inteligência artificial e Internet das Coisas (IoT) na telemedicina.

Uma informação que será transmitida ao aluno de forma dinâmica e atraente, graças às cápsulas multimédia que compõem a biblioteca de recursos à qual terá acesso, a qualquer momento do dia. Além disso, o profissional reduzirá as longas horas de estudo e memorização com o sistema Relearning, utilizado por esta instituição em todas as suas qualificações.

Este Curso de especialização 100% online representa uma excelente oportunidade para o profissional que deseja atualizar os seus conhecimentos através de uma qualificação flexível. E é que basta ter um dispositivo eletrônico (computador, Tablet ou telemóvel) com ligação à internet para poder visualizar o conteúdo alojado no Campus Virtual. Uma opção cómoda e ideal para quem procura um curso de alto nível compatível com as responsabilidades mais exigentes.

Inscreva-se numa especialização académica que vai permitir-lhe investigar a medicina nuclear, as diferenças entre PET e SPECT e as suas aplicações clínicas”

Este Curso de especialização em Análise de Imagens Biomédicas e Big Data em e-Health conta com o conteúdo científico mais completo e atualizado do mercado. As suas principais características são:

• O desenvolvimento de estudos de casos apresentados por especialistas em imagens biomédicas e bases de dados
• Os conteúdos gráficos, esquemáticos e eminentemente práticos com que foi concebido fornecem uma informação prática sobre as disciplinas que são indispensáveis para a prática profissional
• Os exercícios práticos onde o processo de autoavaliação pode ser efetuado 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

Aceda ao currículo mais avançado em Análise de Imagens Biomédicas e Big Data em e-Health através de qualquer dispositivo eletrónico com ligação à Internet”

O curso inclui, no seu corpo docente, profissionais da área que partilham nesta formação a experiência do seu trabalho, além de reconhecidos especialistas de sociedades de referência e universidades de prestígio.

O seu conteúdo multimédia, desenvolvido com a mais recente tecnologia educativa, permitirá ao profissional uma aprendizagem situada e contextual, ou seja, um ambiente simulado que proporcionará uma formação imersiva programada para treinar-se em situações reais.

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

Explore os recentes avanços tecnológicos e científicos no domínio da genómica estrutural e da genómica funcional”

Esta qualificação levá-lo-á a descobrir as vantagens da utilização da inteligência artificial no controlo da COVID-19”

O plano de estudos deste Curso de especialização em Análise de Imagens Biomédicas e Big Data em e-Health foi desenvolvido por uma equipa de profissionais com vastos conhecimentos nas áreas da medicina, genómica, biomecânica e inteligência artificial. Isso está refletido num plano de estudos que conta com conteúdo avançado, complementado por cápsulas multimédia, leituras essenciais e simulações de casos de estudo. Dessa forma, o profissional da Medicina poderá atualizar os seus conhecimentos e aceder ao contúdo, quando e onde desejar.

Adentre-se, através de um conteúdo multimédia atraente, nas últimas técnicas biomédicas utilizadas em intervenções guiadas por imagem”

Módulo 1. Técnicas, reconhecimento e intervenção através de imagens biomédicas

1.1. Imagens médicas

1.1.1. Modalidades das imagens médicas
1.1.2. Objetivos dos sistemas de imagem médica
1.1.3. Sistemas de armazenamento das imagens médicas

1.2. Radiologia

1.2.1. Método de obtenção de imagens
1.2.2. Interpretação da radiologia
1.2.3. Aplicações clínicas

1.3. Tomografia computorizada (TC)

1.3.1. Princípio de funcionamento
1.3.2. Geração e obtenção da imagem
1.3.3. Tomografia computorizada. Tipologia
1.3.4. Aplicações clínicas

1.4. Ressonância Magnética (RM)

1.4.1. Princípio de funcionamento
1.4.2. Geração e obtenção da imagem
1.4.3. Aplicações clínicas

1.5. Ultrassom: ecografia e ecografia Doppler

1.5.1. Princípio de funcionamento
1.5.2. Geração e obtenção da imagem
1.5.3. Tipologia
1.5.4. Aplicações clínicas

1.6. Medicina Nuclear

1.6.1. Fundamento fisiológico dos estudos nucleares. Radiofármacos e Medicina Nuclear
1.6.2. Geração e obtenção da imagem
1.6.3. Tipos de provas

1.6.3.1. Gamagrafia
1.6.3.2. SPECT
1.6.3.3. PET
1.6.3.4. Aplicações clínicas

1.7. Intervencionismo guiado por imagem

1.7.1. A radiologia Intervencionista
1.7.2. Objetivos da radiologia intervencionista
1.7.3. Procedimentos
1.7.4. Vantagens e desvantagens

1.8. A qualidade da imagem

1.8.1. Técnica
1.8.2. Contraste
1.8.3. Resolução
1.8.4. Ruído
1.8.5. Distorção e artefatos

1.9. Testes de imagens médicas. Biomedicina

1.9.1. Criação de imagens 3D
1.9.2. Os biomodelos

1.9.2.1. Norma DICOM
1.9.2.2. Aplicações clínicas

1.10. Proteção radiológica

1.10.1. Legislação europeia aplicável aos serviços de radiologia
1.10.2. Segurança e protocolos de atuação
1.10.3. Gestão de resíduos radiológicos
1.10.4. Proteção radiológica
1.10.5. Cuidados e características das salas

Módulo 2. Big Data em Medicina: processamento massivo de dados médicos

2.1. Big Data em investigação biomédica

2.1.1. Geração de dados em biomedicina
2.1.2. Alto desempenho (Tecnología High-throughput)
2.1.3. Utilidade dos dados de alto desempenho. Hipóteses na era do Big Data

2.2. Pré-processamento de dados em Big Data

2.2.1. Pré-processamento de dados
2.2.2. Métodos e abordagens
2.2.3. Problemas do pré-processamento de dados em Big Data

2.3. Genómica estrutural

2.3.1. A sequenciação do genoma humano
2.3.2. Sequenciação vs. Chips
2.3.3. Descobrimento de variantes

2.4. Genómica funcional

2.4.1. Anotação funcional
2.4.2. Preditores de risco em mutações
2.4.3. Estudos de associação em genómica

2.5. Transcriptómica

2.5.1. Técnicas de obtenção de dados massivos em transcriptómica: RNA-seq
2.5.2. Normalização de dados em transcriptómica
2.5.3. Estudos de expressão diferencial

2.6. Interatómica e epigenómica

2.6.1. O papel da cromatina na expressão genética
2.6.2. Estudos de alto desempenho em interatómica
2.6.3. Estudos de alto desempenho em epigenética

2.7. Proteómica

2.7.1. Análise de dados de espectrometria de massas
2.7.2. Estudo de modificações pós-traducionais
2.7.3. Proteómica quantitativa

2.8. Técnicas de enriquecimento e Clustering

2.8.1. Contextualização dos resultados
2.8.2. Algoritmos de clustering em técnicas ómicas
2.8.3. Repositórios para o enriquecimento: Gene Ontology e KEGG

2.9. Aplicações do Big Data em saúde pública

2.9.1. Descoberta de novos biomarcadores e alvos terapêuticos
2.9.2. Preditores de risco
2.9.3. Medicina personalizada

2.10. Big Data aplicado em Medicina

2.10.1. O potencial da ajuda ao diagnóstico e prevenção
2.10.2. Uso de algoritmos de Machine Learning em saúde pública
2.10.3. O problema da privacidade

Módulo 3. Aplicações da inteligência artificial e internet das coisas (IoT) na telemedicina

3.1. Plataforma E-Health. Plataforma E-Health

3.1.1. Plataforma E-Health
3.1.2. Recursos para uma plataforma de E-Health
3.1.3. Programa “Europa Digital”. Digital Europe-4-Health e Horizonte Europa

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

3.2.1. Análise remota dos resultados
3.2.2. Chatbox
3.2.3. Prevenção e monitoramento em tempo real
3.2.4. Medicina preventiva e personalizada no âmbito da oncologia

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

3.3.1. Monitoramento de pacientes com mobilidade reduzida
3.3.2. Monitorização cardíaca, diabetes, asma
3.3.3. Apps de saúde e bem-estar

3.3.3.1. Pulsômetros
3.3.3.2. Pulseiras de pressão arterial

3.3.4. Ética para IA no âmbito médico Proteção de dados

3.4. Algoritmos de inteligência artificial para o processamento de imagens

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

3.4.2.1. Diagnóstico do melanoma

3.4.3. Limitações e desafios do processamento de imagem em telemedicina

3.5. Aplicações da aceleração por Unidade Gráfica de Processamento (GPU) na Medicina

3.5.1. Paralelização de programas
3.5.2. Funcionamento da GPU
3.5.3. Aplicações da aceleração por GPU na medicina

3.6. Processamento de Linguagem Natural (NLP) em Telemedicina

3.6.1. Processamento de textos do âmbito médico. Metodologia
3.6.2. O processamento de linguagem natural na terapia e histórias clínicas
3.6.3. Limitações e desafios do processamento de linguagem natural em telemedicina

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

3.7.1. Monitoramento dos sinais vitais. Wearables

3.7.1.1. Pressão arterial, temperatura, ritmo cardíaco

3.7.2. IoT e tecnologia Cloud

3.7.2.1. Transmissão de dados para a nuvem

3.7.3. Terminais de autoatendimento

3.8. IoT no acompanhamento e assistência de pacientes

3.8.1. Aplicações de IoT para detectar urgências
3.8.2. A Internet das Coisas na reabilitação de pacientes
3.8.3. Apoio da inteligência artificial no reconhecimento de vítimas e salvamento

3.9. Nanorrobôs. Tipologia

3.9.1. Nanotecnologia
3.9.2. Tipos de Nano-Robôs

3.9.2.1. Montadores. Aplicações
3.9.2.2. Auto-replicantes. Aplicações

3.10. A inteligência artificial no controle da COVID-19

3.10.1. COVID-19 e telemedicina
3.10.2. Gestão e comunicação dos avanços e surtos
3.10.3. Predição de surtos com a inteligência artificial

Uma certificação concebida para profissionais como você, que compreendem o futuro da medicina através da aplicação da inteligência artificial”