A análise computacional de dados em saúde tem crescido em relevância e impacto não apenas pelo desenvolvimento de estratégias e algoritmos, como também pela crescente quantidade de dados disponíveis. Este curso tem base interdisciplinar e envolve professoras e professor de computação, engenharia elétrica e farmácia. Ela acomodará diferentes trilhas de aprendizado, possibilitando a participação e interação de alunos de ciências exatas (e.g., computação, engenharias, matemática e estatística), saúde (e.g., medicina, enfermagem, farmácia) e biologia. A disciplina contará ainda com diversos convidados, tais como especialistas em Bancos de Dados, Saúde Pública, Medicina, Enfermagem e Farmácia.
Este curso apresentará um panorama de todas as etapas do processo de descoberta de conhecimento: (1) estratégias de seleção de dados guiadas por perguntas de pesquisa; (2) técnicas de pré-processamento; (3) etapas típicas de transformação, incluindo anonimização de dados; (4) análise e mineração de dados; (5) interpretação e avaliação por meio de técnicas de visualização de dados. O curso adotará uma abordagem prática, com atividades e projeto, apresentação de ferramentas e seu uso na análise de dados.
Dentre os objetivos da disciplina destacam-se: Conhecer os princípios fundamentais da ciência em saúde e sua relação com a ciência dos dados. Conhecer os principais paradigmas de computational thinking aplicados à ciência dos dados (saúde). Saber identificar dados de diferentes naturezas. Conhecer técnicas básicas de mineração de dados. Saber identificar o melhor casamento entre os dados e a técnica a fim de responder uma pergunta de pesquisa.
- Paula D. Paro Costa - Faculdade de Engenharia Elétrica e Computação (FEEC)
- Letícia Rittner - Faculdade de Engenharia Elétrica e Computação (FEEC)
- Taís Freire Galvão - Faculdade de Ciências Farmacêuticas (FCF)
- André Santanchè - Instituto de Computação (IC)
Esta disciplina foi concebida para que possam se matricular alunos da área da saúde (medicina, enfermagem, farmácia), biologia, computação, engenharias, matemática, estatística e outras áreas associadas.
As aulas serão ministradas na modalidade à distância - terça 16h-18h e quinta 16h-18h.