Currículo
Inteligência Artificial na Saúde 04590
Contextos
Groupo: Gestão Aplicada em Saúde > 2º Ciclo > Parte Escolar > Optativas
ECTS
3.0 (para cálculo da média)
Objectivos
No final do período curricular desta UC, o aluno deverá ser capaz de: OA 1. Compreender a evolução histórica e pressupostos da Inteligência Artificial; OA 2. Descrever os fundamentos, principais algoritmos e técnicas utilizados em Inteligência Artificial e aplicar em situações-problema; OA 3. Analisar o impacto da Inteligência Artificial nas múltiplas aplicações no setor da saúde; OA 4. Considerar adequadamente a Inteligência Artificial em soluções de transformação digital aplicada aos serviços de saúde; OA 5. Integrar os conceitos abordados em diversas áreas dos serviços de saúde. OA 6. Formular soluções inovadoras com Inteligência Artificial na área da saúde.
Programa
P1. Introdução à Inteligência Artificial (IA) - O que é a IA? - Contexto Histórico da IA - Enquadramento no contexto da Saúde Digital - Gestão de Serviços de Saúde com IA - Paradigmas e Aplicações na saúde P2. Inteligência Artificial e Ciência de Dados - Sinergias entre IA e outras áreas - Introdução à análise de dados - Sistemas automatizados - Sistemas de informação em saúde P3. Fundamentos de Inteligência Artificial - Conceitos fundamentais - Aprendizagem automática - Machine Learning e Deep Learning - Principais algoritmos - Visão computacional - Previsão - Criação de modelos P4. Inteligência Artificial na Saúde - Definição de requisitos em sistemas com IA - Saúde e Transformação Digital - Gestão em Saúde com IA - Cultura e reestruturação organizacional - Ética e utilização responsável - Exemplos de Aplicações da IA em Saúde
Método de Avaliação
Sem prejuízo do estrito cumprimento do regulamento do programa, a avaliação periódica exige a presença mínima em 60% das aulas e inclui a realização de: - Projeto: trabalho individual ou de grupo, com a ponderação de 40%; - Prova individual, com a ponderação de 60% e uma nota mínima de 9.5/20 valores. Avaliação em 1ª e 2ª épocas - realização de um exame final que representará 100% da nota final obtida, desconsiderando a componente de avaliação periódica.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 60.0
Carga Total -
Bibliografia
Principal
- Zeng, X., Long, L. (2022). Introduction to Artificial Intelligence. In Beginning Deep Learning with TensorFlow (pp. 1-45). Apress, Berkeley, CA. Szolovits, P. (2019). Artificial intelligence in medicine. Routledge. Shaw, J., Rudzicz, F., Jamieson, T., Goldfarb, A. (2019). Artificial intelligence and the implementation challenge. Journal of medical Internet research, 21(7), e13659. Munavalli, J, Boersma, H., Rao, S., Van Merode, G (2021). Real-time capacity management and patient flow optimization in hospitals using AI methods. In Artificial intelligence and Data mining in healthcare (pp. 55-69). Springer, Cham Gil, D., Hobson, S., Mojsilovi?, A., Puri, R., Smith, J. (2020). AI for management: An overview. the Future of Management in an AI World, 3-19. Bonab, A. B., Rudko, I., Bellini, F. (2021). A Review and a Proposal About Socio-economic Impacts of Artificial Intelligence. Business Revolution in a Digital Era, 251-270:
Secundária
- Agah, A. (Ed.). (2013). Medical applications of artificial intelligence. CRC Press. Russell, S. e Norvig, P. (2010) Artificial Intelligence: a Modern Approach, 3rd Edition Prentice Hall Ginsberg, M. (2012). Essentials of artificial intelligence. Newnes. Costa, E. e Simões, A (2011) Inteligência Artificial. Fundamentos e Aplicações. 3ª edição, FCA - Editora: