Disciplina de Extração de Conhecimento de Dados em Saúde @FMUP

Da aprendis
Ir para: navegação, pesquisa
Disciplina de Extração de Conhecimento de Dados em Saúde @FMUP
Depende do Curso Mestrado em Informática Médica
Docente Responsável José Alberto da Silva Freitas, Pedro Pereira Rodrigues
Temas abordados Machine learning, Data mining, Modelação de dados, Aprendizagem automática, Text Mining, Web mining

Objetivos de aprendizagem

Nesta unidade curricular serão abordados métodos de aprendizagem automática para a prospeção e extração de conhecimento de dados (data mining) na área da saúde.
No final, os alunos deverão conhecer algumas técnicas, saber aplicá-las a novos problemas e saber interpretar os resultados obtidos.


Conteúdos programáticos

  • 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, Weka e R


Resultados da aprendizagem

Os conteúdos lecionados dotarão os alunos dos conceitos necessários e suficientes para compreender e aplicar os métodos de aprendizagem automática para a prospeção e extração de conhecimento de dados na área da saúde. No final, os alunos deverão conhecer algumas técnicas, saber aplicá-las a novos problemas e saber interpretar os resultados obtidos.
Os conteúdos lecionados permitirão ainda dotar os alunos das competências de integração das técnicas abordadas em contextos de prática clínica, de investigação e de análises de dados nos sistemas de informação em saúde.


Metodologias de ensino

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.


Avaliação dos trabalhos individuais e de grupo propostos, com apresentação oral, e exame final.


Bibliografia principal

  • Data Mining: Concepts and Techniques. Jiawei Han, Micheline Kamber and Jian Pei (Authors). Morgan Kaufmann, 3rd edition, 2011.
  • Extração de Conhecimento de Dados - Data Mining. Ana Carolina Lorena, Katti Faceli, Márcia Oliveira, André Ponce de Leon Carvalho, João Gama (Authors). 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.


Calendarização prevista das aulas