MO826A/MC936A/MC931A - Ci�ncia dos Dados em Sa�de (2019.1)

Resumo

Apresenta uma vis�o geral de como a inform�tica e tecnologias de informa��o est�o remodelando o contexto da sa�de. A �nfase desse curso ser� na Ci�ncia dos Dados e, portanto, ser�o apresentados fundamentos dessa �rea, suas aplica��es em sa�de e principais abordagens. Trata-se de uma disciplina interdisciplinar que ser� conduzida por um professor da Computa��o com diversos convidados em Sa�de, incluindo Medicina, Enfermagem e Farm�cia. Ser�o desenvolvidos projetos pr�ticos interdisciplinares voltados ao trabalho colaborativo entre alunos de computa��o e outras �reas, por essa raz�o, est�o convidados a participar do curso alunos da Computa��o, Sa�de e outras �reas interessadas.

P�blico Alvo

Esta disciplina foi concebida para que possam se matricular alunos de sa�de, computa��o, engenharias, matem�tica, estat�stica e outras �reas associadas. Infelizmente, para a gradua��o, n�o foi poss�vel criar uma disciplina sem pr�-requisitos pois n�o existe este tipo de disciplina no cat�logo do IC. Criamos tr�s op��es que maximizam a participa��o de alunos, como � detalhado a seguir. Quem quiser participar como ouvindo, basta me mandar um e-mail. A disciplina tem tr�s c�digos que se referem � mesma coisa:

• MO826A - c�digo da disciplina para a p�s-gradua��o (sem pr�-requisitos)
• MC936A - c�digo da disciplina para a gradua��o (pr�-requisitos: MC426 - Engenharia de Software ou MC536 - Bancos de Dados)
• MC931A - c�digo alternativo da disciplina para a gradua��o (podem se matricular alunos de qualquer �rea que fizeram 60% curso, mesmo que n�o tenham cursado MC426 e MC536)

Disciplina

As aulas est�o sendo ministradas - ter�a 16h-18h e quinta 16h-18h.

Plano de Desenvolvimento da Disciplina

V�deo das aulas

As aulas em sala ser�o gravadas e voc� as encontrar� tanto no CameraWeb da Unicamp quanto no Youtube.

Programa

A an�lise computacional de dados em sa�de tem crescido em relev�ncia e impacto n�o apenas pelo desenvolvimento de estrat�gias e algoritmos, como tamb�m pela crescente quantidade de dados dispon�veis. Este curso est� organizado em tr�s grandes bloco: primeiro, traz uma vis�o geral da inform�tica e sa�de ou eHealth; segundo, traz uma vis�o geral de dados em sa�de que est�o dispon�veis publicamente, organizando-os conforme a escala de an�lise, por exemplo: molecular, celular, tecidos, indiv�duos e grupos. Ser� dada uma vis�o panor�mica de abordagens para a an�lise desses dados, envolvendo: estat�stica, aprendizagem de m�quina, redes complexas e ontologias. O curso trar� uma vis�o pr�tica envolvendo a apresenta��o de ferramentas e seu uso na an�lise de dados. Por ser projetada para ser interdisciplinar, essa disciplina prev� a intera��o de alunos de computa��o, engenharias, matem�tica e estat�stica com outras �reas, principalmente aquelas voltadas � sa�de. Por essa raz�o, n�o � requerido conhecimento especializado em computa��o para a participa��o na disciplina.

Dentre os principais t�picos abordados est�o:

• Vis�o geral dos dados em Biologia e Sa�de e suas escalas
• At�mico e molecular
• c�digo gen�tico e prote�nas
• drogas
• V�rus, bact�rias e c�lulas
• Tecidos
• Indiv�duos
• Model Organism Databases
• Grupos de indiv�duos e popula��es
• epidemiologia
• Natureza dos dados cl�nicos e representa��o de conhecimento em Sa�de
• Sa�de Baseada em Evid�ncias
• Introdu��o � Ci�ncia dos Dados e sua aplica��o no contexto da Sa�de
• Alguns problemas tratados pela ci�ncia dos dados
• Intera��es entre organismos (e.g., indiv�duos, doen�as) e mol�culas (e.g., medicamentos), predi��o de doen�as e tratamentos
• Sintomas e poss�veis diagn�sticos
• Gen�tica, prote�nas (e seu formato) e sua express�o (fen�tipo)
• Cataloga��o e classifica��o de organismos e suas caracter�sticas e intera��es
• An�lise de dados e sua aplica��o no treinamento de profissionais em Sa�de
• Learning Health Care System
• Abordagens para an�lise, predi��o e recomenda��o com dados em sa�de
• Modelos estat�sticos e probabil�sticos
• Redes complexas e Ci�ncia das Redes
• Sem�ntica e ontologias
• Aprendizagem de m�quina
• Ferramentas para an�lise, predi��o e recomenda��o com dados em sa�de
• Medicina personalizada
• Sistemas de informa��o em Sa�de e modelagem
• Escalas de modelagem
• Modelos do corpo humano
• microbiologia, bioqu�mica e farmacologia
• processos fisiol�gicos
• comportamentos
• sa�de e doen�a
• diagn�stico
• avalia��o, tratamento e interven��o
• Modelos operacionais em unidades de sa�de
• Modelos de sistema e estrat�gicos
• epidemiologia, pol�ticas e promo��o da sa�de
• Prontu�rio Eletr�nico do Paciente
• Guidelines e pathways
• Computer-Interpretable Guidelines (CIGs)
• Interoperabilidade e padr�es
• Suporte ao diagn�stico e apoio � decis�o cl�nica
• Paciente virtual, modelos do corpo humano e simula��o em sa�de
• Aprendizagem m�dica apoiada por computador e jogos em sa�de
• Reconhecimento de imagens e padr�es de dados em sa�de
• Pesquisa cient�fica em inform�tica e sa�de