Extração de Conhecimento de Dados em Saúde

Código:

IM2014_11

Sigla:

ECDS

Áreas Científicas
Classificação	Área Científica
OFICIAL	Informática

Ocorrência: 2021/2022 - 2S (de 07-02-2022 a 15-07-2022)

Ativa?	Sim
Unidade Responsável:	Departamento de Medicina da Comunidade, Informação e Decisão em Saúde
Curso/CE Responsável:	Mestrado em Informática Médica

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
MIM	20	Plano de Estudos em vigor	1	-	3	27	81

Língua de trabalho

Português

Objetivos

Nesta unidade curricular serão abordados métodos de aprendizagem automática para a prospeção e extração de conhecimento de dados (data mining) na área da saúde.

Resultados de aprendizagem e competências

Esta unidade curricular visa capacitar os alunos com os conhecimentos e competências necessários para: identificar problemas onde as técnicas de prospeção de dados podem ser aplicadas; aplicar métodos de modelação de dados e, especificamente, aplicar técnicas de aprendizagem automática; ser capaz de interpretar resultados no contexto da medicina prática e da investigação clínica nos serviços de saúde.

Modo de trabalho

Presencial

Programa

Machine learning e data mining (introdução, cenários de aplicação, processo de data mining; características específicas da área da saúde); modelação de dados, pré-processamento de dados médicos, qualidade de dados em saúde; aprendizagem automática supervisionada (árvore de decisão, classificação Bayesiana, redes neuronais); aprendizagem automática não supervisionada (análise de clusters, análise de casos desviantes, associação e análise de padrões frequentes); avaliação de técnicas de aprendizagem automática (modelos de classificação, clustering); noções básicas de visual data mining, text mining e Web mining.

Software: RapidMiner, Orange, R

Bibliografia Obrigatória

Jiawei Han, Micheline Kamber and Jian Pei (Authors); Data Mining: Concepts and Techniques, Morgan Kaufmann, 3rd edition, 2011
Ana Carolina Lorena, Katti Faceli, Márcia Oliveira, André Ponce de Leon Carvalho, João Gama (Authors). ; Extração de Conhecimento de Dados - Data Mining, Edições Silabo, 2012
Cruz-Correia RJ et al. ; Data Quality and Integration Issues in Electronic Health Records. In: Hristidis V (ed.). Information Discovery on Electronic Health Records: Chapman and Hall; 2009. p. 55-95.

Métodos de ensino e atividades de aprendizagem

Aulas teóricas e teórico-práticas com apresentação e discussão de temas, exercícios em grupo e individuais, para resolução de problemas práticos em cenários de saúde, com utilização de software específico para desenvolvimento de competências.

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Trabalho escrito	90,00
Participação presencial	10,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Apresentação/discussão de um trabalho científico	13,00
Estudo autónomo	20,00
Frequência das aulas	14,00
Trabalho de investigação	34,00
Total:	81,00

Obtenção de frequência

Nota mínima de 50% no trabalho de grupo.

Fórmula de cálculo da classificação final

Avaliação distribuída (10%): avaliação feita pelos docentes envolvidos no processo de ensino/aprendizagem, considerando a participação ativa dos estudantes durante as aulas e o seu envolvimento na realização dos exercícios e trabalhos propostos;
Trabalhos de grupo (com apresentação oral) relacionados com os temas da unidade curricular (90%).