Público alvo
O curso se destina a todos os profissionais de saúde, de engenharia biomédica e afins que lidem ou busquem lidar com dados provenientes dos sistemas de informação do Sistema Único de Saúde e de bases de dados em saúde em geral, tendo como objetivo extrair informações por meio das técnicas da Ciência de Dados, utilizando desde uma abordagem clássica baseada nas ferramentas da Bioestatística a técnicas avançadas de mineração de dados e de aprendizado de máquina.
O curso tem carga horária de 360h e é composto pelos seguintes módulos:
Introdução à Educação a Distância e ao Ambiente Virtual de Aprendizagem
Leitura e produção textual
Pesquisa e uso da informação em saúde
Sistemas de Informação do Sistema Único de Saúde
Bases de dados em saúde
Bioestatística
Introdução à inteligência artificial e ao reconhecimento de padrões
Aprendizado supervisionado e aplicações
Aprendizado não supervisionado e mineração de dados
Inteligência de enxames e aplicações
Investimento
Sobre o investimento, as inscrições são de R$ 50,00 (cinquenta reais). Para os candidatos selecionados, a taxa de matrícula é de R$ 250,00 (duzentos e cinquenta reais). O curso se conclui em 12 meses, com mensalidades de R$ 250,00 (duzentos e cinquenta reais).
As inscrições podem ser feitas por transferência bancária ou PIX. A matrícula e as mensalidades são pagas por boleto bancário.
Inscrições
As inscrições devem ser feitas pelo formulário disponível aqui.
https://forms.gle/hPYtAZCe1GmmofLn7
São necessários os seguintes documentos:
- Documento de identificação com foto (RG ou carteira do Conselho Profissional com data válida, frente e verso, PDF ou imagem);
- Foto 3×4 (fundo branco, PDF ou imagem);
- Diploma ou declaração de conclusão (frente e verso, PDF);
- Histórico escolar de graduação (frente e verso, PDF);
- Currículo Vitae ou Lattes (PDF);
- Comprovante de pagamento da inscrição (PDF ou imagem);
As inscrições são no valor de R$ 50,00 (cinquenta reais) e podem ser feitas por transferência bancária ou pix:
Banco do Brasil
Agência: 3234-4
Conta Corrente: 233.081-4
PIX*:
Fundação de Apoio ao Desenvolvimento da UFPE – FADE-UFPE
CNPJ: 11.735.586/0001-59
- Pode ser necessário informar os dados bancários da FADE-UFPE para que a transferência por PIX seja válida.
- Comprovante de residência com no máximo 3 (três) meses de emissão (PDF ou imagem).
Datas importantes
Inscrições: até 10 de fevereiro de 2023
Resultado final: 13 de fevereiro de 2023
Matrícula: 13 a 24 de fevereiro de 2023
Início das aulas: 10 de abril de 2023
Confira o calendário completo aqui.
Objetivos
O Curso de Pós-Graduação (Especialização) em Ciência de Dados e Saúde Digital, a distância será desenvolvido por meio da modalidade de Ensino a Distância. A carga horária será de 360 horas-aula, as quais serão destinadas ao desenvolvimento de atividades teórico-práticas que contemplem o uso de dados dos sistemas de informação do Sistema Único de Saúde e outras bases de dados, com o fim de analisar, modelar e prever cenários por meio de modelos estatísticos e de inteligência computacional, com o fim de otimizar processos de tomada a decisão. A cada 13h de carga horária de atividades à distância em disciplinas, haverá mais 2h na forma de atividades remotas síncronas. Dessa maneira, o curso terá 360h em atividades em EAD.
Como objetivos específicos, têm-se:
• Compreender os diversos sistemas de informação e bases de dados de saúde do Sistema Único de Saúde e como extrair informações de interesse para apoio à tomada de decisão, em nível clínico, epidemiológico e gerencial;
• Compreender como utilizar e integrar bases públicas de dados de saúde e bases de informações geográficas para apoio à tomada de decisão;
• Entender como utilizar ferramentas básicas e avançadas da Bioestatística para resumir e analisar dados de diferentes naturezas, com foco no uso de software livre;
• Compreender os princípios de Inteligência Computacional, em especial de aprendizado de máquina e de métodos heurísticos de busca e otimização;
• Construir modelos baseados em aprendizado de máquina para apoio à decisão em saúde, com apoio de ferramentas de software livre;
• Qualificar o processo de tomada de decisão em nível clínico, epidemiológico e gerencial, no âmbito do Sistema Único de Saúde;
• Promover o uso de ferramentas da Bioestatística e da Inteligência Computacional na prática diária dos profissionais de saúde, contribuindo para a construção de diagnósticos mais efetivos e confiáveis, para a definição de tratamentos mais adequados a partir de informações estatisticamente relevantes e significativas, para a predição de cenários, e para apoio à tomada de decisão em nível gerencial, melhorando prognósticos, otimizando recursos materiais e maximizando a acurácia da decisão humana.
Metodologia
Para a implementação deste curso, será adotado um currículo flexível e dinâmico, buscando a interatividade com a realidade apresentada. Assim, o currículo passa a ser entendido como um processo, no qual estudantes, professores e tutores podem enriquecê-lo com suas experiências e vivências, propiciando a reflexão da realidade e retroalimentando os conteúdos curriculares. Os conteúdos serão sistematizados em disciplinas que subsidiarão as reflexões coletivas.
O enfoque pedagógico fundamenta-se nos princípios básicos do construtivismo, cuja premissa é a ideia de que o indivíduo é agente ativo de seu próprio conhecimento, isto é, constrói significados e define o seu próprio sentido e representação da realidade, de acordo com suas experiências e vivências em diferentes contextos. Essas representações, no entanto, estão constantemente abertas a mudanças e suas estruturas formam as bases sobre as quais novos conhecimentos são construídos.
O processo de formação terá como eixo fundamental o pensamento crítico e produtivo, e a atividade consciente e intencional do estudante na resolução de problemas em diversas instâncias (técnica, interpessoal, política etc.). Este processo deve ser compreendido como um novo paradigma para a organização social de um campo de conhecimentos e práticas com perspectivas de formação, intercâmbios de experiências, acesso às informações. Configura-se, assim, como um espaço aberto, permitindo a participação ativa de todos os seus integrantes em condições de igualdade, migrando-se progressivamente da noção de curso (pontual) para programa de formação, no qual o estudante estabelece sua trajetória, baseado na realidade de seu processo de trabalho.
Avaliação
Será exigida a execução de, no mínimo, 75% das atividades acadêmicas propostas em cada disciplina no ambiente virtual de aprendizado. O controle será feito por meio da verificação dos acessos, participação e entrega das atividades propostas. Os estudantes também deverão estar presentes e fazer as avaliações e atividades que serão disponibilizadas durante os encontros síncronos remotos.
Considerar-se-á aprovado no curso e será concedido o título de Especialista ao estudante que:
i) participar de, no mínimo, 75% (setenta e cinco por cento) das atividades acadêmicas propostas em cada disciplina no ambiente virtual de aprendizagem;
ii) tiver, no mínimo, média 7 (sete) na nota final de cada disciplina desenvolvida;
iii) tiver participado de pelo menos 75% dos encontros síncronos remotos de cada disciplina.
Ocorrendo reprovação em até duas disciplinas, desde que as mesmas não ultrapassem oito créditos, será permitido ao aluno cursá-las, caso venham a ser oferecidas, na próxima edição do curso, ou em curso de especialização similar oferecido na UFPE, até 2 (dois) anos após o término do curso.
Organização curricular
A lista de componentes curriculares, ementas, bibliografias e cargas horárias está disponível aqui.
Calendário
O calendário com as atividades síncronas e assíncronas por componente curricular para a Turma I está disponível aqui.
Corpo docente
Alexandre Rodrigues Caitano é graduado em Licenciatura em Computação e Informática pela Universidade Federal Rural do Semi-Árido (UFERSA), mestre em Ciência da Computação pelo PPgC – associação ampla entre a UFERSA e a Universidade do Estado do Rio Grande do Norte (UERN) – e doutorando em Engenharia Elétrica e de Computação pelo PPgCC da Universidade Federal do Rio Grande do Norte (UFRN). Alexandre também possui especialização em Atendimento Educacional Especializado pelo Núcleo de Educação à Distância (NEaD/UFERSA) e, atualmente, atua como pesquisador no Laboratório de Inovação Tecnológica em Saúde (LAIS). Alexandre tem suas produções científicas focalizadas nas áreas de educação e saúde, com ênfase em análise de impacto de formação massiva de profissionais da saúde no Sistema Único de Saúde (SUS).
Currículo Lattes: http://lattes.cnpq.br/1576900337875416
Clarisse Lins de Lima é engenheira biomédica pela UFPE, Mestre em Engenharia Biomédica pela UFPE e doutoranda em Engenharia da Computação pela Poli-UPE. Ela tem experiência em Epidemiologia Digital, no desenvolvimento de sistemas de predição temporal e espaço-temporal de doenças infecciosas e na manipulação de bases de dados de sistemas de informação em saúde. Seu principal foco são as arboviroses transmitidas pelo mosquito Aedes aegypti: dengue, chikungunya e zika. Clarisse participou do desenvolvimento de um sistema de predição temporal e espaço-temporal da Covid-19, o COVID-SGIS, com alcance em nível nacional. Clarisse também tem experiência com o desenvolvimento de sistemas de apoio ao diagnóstico baseados em imagens radiográficas e em parâmetros hematológicos, tendo participado do projeto IKONOS, de apoio ao diagnóstico precoce da Covid-19 por análise de radiografias do tórax, e do projeto Heg.IA, de apoio ao diagnóstico da Covid-19 por exames de sangue. Clarisse também participa do projeto MEWAR, uma iniciativa internacional que reúne a UFPE, a USP, a UFCG, a Bogaziçi Universitat (Istanbul, Turquia) e a University College London (Londres, Reino Unido) para predição e controle de arboviroses, em especial da dengue, da chikungunya e da zika. O projeto é liderado pela UCL e pela UFPE, com financiamento da FAPESP e da Royal Society (Reino Unido).
Currículo Lattes: http://lattes.cnpq.br/6614432647002151
Cristine Martins Gomes de Gusmão é Doutora em Ciência da Computação, Centro de Informática Universidade Federal de Pernambuco (CIn-UFPE) em 2007, Mestre em Ciência da Computação (CIn-UFPE) em 2001 e Bacharel em Engenharia Elétrica (CTG-UFPE) em 1993. Atualmente é (i) professora associado 3 da Universidade Federal de Pernambuco (CTG-UFPE), Vice-chefe do Departamento de Engenharia Biomédica (DEBM-UFPE), com atividades na graduação e pós-graduação; (ii) Pesquisadora Associada do Laboratório de Inovação Tecnológica em Saúde (LAIS) da Universidade Federal do Rio Grande do Norte (UFRN; (iii) Coordenadora do Grupo SABER Tecnologias Educacionais e Sociais e da UNA-SUS na UFPE. Membro do International Council for Open and Distance Education (ICDE), desde 2017. Membro do Comitê que advoga as Recomendações da UNESCO para implementação de Recursos Educacionais Abertos (REA) do ICDE, desde 2020. Membro individual da UniRede. Professora permanente dos Programas de Pós-graduação em Engenharia Biomédica (PPGEB) e em Educação Matemática e Tecnológica (Edumatec) da UFPE e do Programa de Pós-graduação em Gestão e Inovação em Saúde (PPGGIS-UFRN). Principais áreas de atuação: Práticas e Recursos Educacionais Abertos, Educação mediada por Tecnologia, Produção e Desenho de Conteúdos Educacionais, Sistemas de Informação em Saúde e Gestão de Projetos. Interesses: Desenvolvimento Sustentável – Agenda 2030, Recursos Educacionais Abertos, Ensino por Competências e Trilhas de Aprendizagem, Educação para Saúde, Impactos e Contribuições da Formação de Profissionais de Saúde, Cidades Educadoras, Micro certificação (Microcredentials), Análise de Aprendizagem (Learning analytics), Saúde Conectada (connected health).
Curriculo Lattes: http://lattes.cnpq.br/5472038006606979
Emanuel Cordeiro da Silva possui Graduação (2007) em Letras e Mestrado (2010) e Doutorado (2015) em Linguística pela Universidade Federal de Pernambuco – UFPE. É professor de Linguística da Universidade Federal de Pernambuco – UFPE, atuando nos Cursos de Graduação e no Programa de Pós-graduação em Letras (PPGL/UFPE). Foi membro da Diretoria do Grupo de Estudos Linguísticos do Nordeste – GELNE (biênio 2014-2016 e biênio 2016-2018). Como pesquisador, integra o grupo de pesquisa Estudos da Língua em Uso – ELU e dedica-se ao estudo da língua portuguesa sob a Perspectiva Funcional-Construcionalista. Atualmente, participa do projeto de pesquisa “LEDOC-PE” (Laboratório de Edição e Documentação Linguística de Pernambuco), financiado com recursos da FACEPE (Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco), e coordena o projeto de pesquisa “Construções complexas com complemento sentencial no português popular: rede construcional, iconicidade e gramaticalização”.
Curriculo Lattes: http://lattes.cnpq.br/5210472103323155
Emery Cleiton Cabral Correia Lins é professor Associado da Universidade Federal de Pernambuco (UFPE) vinculado ao Departamento de Eng. Biomédica. Minha pesquisa está concentrada nas áreas da Biofotônica, da Óptica Biomédica e das Imagens Biomédicas. Tenho interesse em pesquisa básica e aplicada para o desenvolvimento de metodologias, técnicas e modelos de utilidade para o diagnóstico biomédico com uso de radiações visíveis e infravermelhas. Tenho experiência em instrumentos e técnicas de espectroscopia e imagens fotônicas aplicadas em tecidos e células; no fotodiagnóstico de patologias biomédicas; em fototerapias celulares e na caracterizações ópticas de biomateriais.
Currículo Lattes: http://lattes.cnpq.br/1505468711184322
Fernando José Ribeiro Sales é graduado em Engenharia Eletrônica pelo Instituto Tecnológico de Aeronáutica (2004) e Doutor em Ciências – Cardiologia pela Faculdade de Medicina da Universidade de São Paulo (2009). Possui mais de 15 anos na área de Engenharia Biomédica em projetos de pesquisa, desenvolvimento, inovação e aplicação de tecnologia para [e na] saúde humana. Possui mais quase 20 anos de experiência de ensino, sendo mais da metade em ensino superior em nível de graduação e de pós-graduação. Possui experiência gerencial em diferentes níveis da administração pública por quase 08 anos. Nos últimos anos, vem se dedicando a questões no contexto de transformação [digital] da saúde, saúde digital, telessaúde / telemedicina, inteligência artificial aplicada à saúde, inovação, modelos de negócios, interação academia-mercado, ensino, gerenciamento de projetos e liderança com foco em tecnologia e pessoas.
Currículo Lattes: http://lattes.cnpq.br/2763370548436903
Juliana Carneiro Gomes é engenheira biomédica pela UFPE com período sanduíche nos EUA, mestre em Engenharia Biomédica pela UFPE e doutoranda em Engenharia da Computação pela Poli-UPE. Juliana tem experiência no desenvolvimento de algoritmos para reconstrução de imagens médicas, em especial de imagens de tomografia por impedância elétrica, e no desenvolvimento de sistemas inteligentes para diagnóstico por imagem, por sinais e por parâmetros hematológicos. Juliana atualmente tem atuado no desenvolvimento de sistemas para diagnóstico e tratamento não medicamentoso para a epilepsia, e em interfaces cérebro-máquina para controle de dispositivos por gestos imaginados, a partir da análise e do reconhecimento de sinais de eletroencefalografia. Juliana participou do desenvolvimento do sistema Heg.IA de diagnóstico da Covid-19 por exames de sangue e do sistema IKONOS, para diagnóstico da Covid-19 por imagens de radiografia do tórax. Juliana é autora de diversos capítulos de livros e de artigos científicos em eventos e em revistas internacionais de alto impacto. Ela também atuou como professora substituta do Departamento de Física da UFPE, ministrando disciplinas de Física II e Física Experimental I e II, no ciclo de formação básica dos cursos de Engenharia.
Currículo Lattes: http://lattes.cnpq.br/4951733169700261
Maíra Araújo de Santana é engenheira biomédica pela UFPE, mestre em Engenharia Biomédica pela UFPE e doutoranda em Engenharia da Computação pela Poli-UPE. Maíra tem expertise no desenvolvimento de sistemas para apoio ao diagnóstico do câncer de mama por imagens termográficas e mamográficas, na análise de sinais eletroencefalográficos para apoio ao diagnóstico da doença de Parkinson, em Neurociência Aplicada e em Computação Afetiva. Maíra também tem experiência em bases de dados multimodais, com informações de diversos sinais vitais, de áudio, imagens de faces e sinais de eletroencefalografia, para reconhecimento de emoções em pessoas idosas com fins de apoio à terapia. Maíra participou do desenvolvimento do sistema Heg.IA de diagnóstico da Covid-19 por exames de sangue e do sistema IKONOS, para diagnóstico da Covid-19 por imagens de radiografia do tórax. É autora de diversos capítulos de livros e de artigos científicos em eventos e em revistas internacionais de alto impacto. Atualmente, Maíra atua como professora substituta do Centro de Informática da UFPE, ministrando disciplinas dos ciclos básico e profissional de cursos de Engenharias, Ciência da Computação e Sistemas de Informações.
Currículo Lattes: http://lattes.cnpq.br/3365230603042700
Ricardo Emmanuel de Souza possui graduação em Engenharia Elétrica (modalidade Eletrônica), pela Universidade Federal de Pernambuco – UFPE (1983), mestrado em Física pela UFPE (1986) e doutorado em Física pela UFPE (1991). Trabalhou como pesquisador, na área de engenharia industrial, no Instituto Tecnológico de Pernambuco (ITEP) (1990-1995). Realizou estágio de pós-doutorado no Dep. de Química da Universidade da Califórnia (Berkeley) (1998-1999). É professor titular do Departamento de Engenharia Biomédica da UFPE. As pesquisas realizadas em Física, têm ênfase em Ressonância Magnética Nuclear (RMN), atuando principalmente na área de imagens por RMN de materiais e sistemas biológicos. Em Física e Engenharia Biomédica, as pesquisas envolvem a reconstrução e o processamento de imagens por RMN, de tomografia de coerência óptica (OCT), de tomografia por impedância elétrica (TIE) e de tomografia por raios X. Em Engenharia Biomédica desenvolvemos pesquisas na área de instrumentação eletrônica biomédica para avaliação, monitoração e terapia de pacientes. E em h-Museometria, as pesquisas se concentram no estudo da degradação fotoquímica de acervo em papel e no desenvolvimento de métodos para a realização de desenrolamento e desdobramentos virtuais de documentos em papel, pergaminho ou tecido, através de técnicas baseadas em raios X. Além de estas áreas de pesquisa, o pesquisador também tem realizado projetos de museologia científica. É membro da Sociedade Brasileira de Engenharia Biomédica (SBEB). Professor visitante na Universidade de Évora, Portugal, de setembro de 2018 até agosto de 2019.
Currículo Lattes: http://lattes.cnpq.br/3702924271252130
Rodrigo Gomes de Souza é engenheiro de computação pela Poli-UPE, mestre em Engenharia Biomédica pela UFPE e doutor em Ciência da Computação pela UFPE. Rodrigo tem expertise em bioinformática, no desenvolvimento de ferramentas computacionais baseadas em Computação Evolucionária para alinhamento múltiplo de sequências de DNA, com aplicações biológicas e em diagnóstico molecular. Rodrigo também tem expertise no diagnóstico de doenças neurodegenerativas por imagens de ressonância magnética nuclear do cérebro, tendo desenvolvido um sistema para seleção automática de regiões do cérebro em volumes de imagens que otimizem o diagnóstico da doença de Alzheimer in vivo e de demências em geral. Rodrigo participou do desenvolvimento do sistema Heg.IA de diagnóstico da Covid-19 por exames de sangue e do sistema IKONOS, para diagnóstico da Covid-19 por imagens de radiografia do tórax. Rodrigo é autor de diversos capítulos de livros e de artigos científicos em eventos e em revistas internacionais de alto impacto. Rodrigo atualmente é servidor público, analista de sistemas da UPE.
Currículo Lattes: http://lattes.cnpq.br/4074867023867507
Wellington Pinheiro dos Santos possui graduação em Engenharia Elétrica Eletrônica (2001) e mestrado em Engenharia Elétrica (2003) pela Universidade Federal de Pernambuco, e doutorado em Engenharia Elétrica pela Universidade Federal de Campina Grande (2009). Atualmente é Professor Associado (dedicação exclusiva) do Departamento de Engenharia Biomédica do Centro de Tecnologia e Geociências – Escola de Engenharia de Pernambuco, Universidade Federal de Pernambuco, atuando na Graduação em Engenharia Biomédica e no Programa de Pós-Graduação em Engenharia Biomédica. É também membro do Programa de Pós-Graduação em Engenharia da Computação da Escola Politécnica de Pernambuco, Universidade de Pernambuco, desde 2009. Tem experiência na área de Ciência da Computação, com ênfase em Processamento Gráfico (Graphics), atuando principalmente nos seguintes temas: processamento digital de imagens, reconhecimento de padrões, visão computacional, computação evolucionária, métodos numéricos de otimização, inteligência computacional, técnicas de formação de imagens, realidade virtual, game design e aplicações de Computação e Engenharia em Medicina e Biologia. É membro da Sociedade Brasileira de Engenharia Biomédica (SBEB), da Sociedade Brasileira de Inteligência Computacional (SBIC, ex-SBRN), e da International Federation of Medical and Biological Engineering (IFMBE).
Currículo Lattes: http://lattes.cnpq.br/6413917211782026
Acervo bibliográfico
Os estudantes, professores e tutores disporão dos seguintes recursos bibliográficos:
• Acesso ao Sistema Integrado de Bibliotecas – SIB-UFPE;
• Biblioteca Virtual em Saúde (BIREME) e Biblioteca Virtual de Atenção Primária – Programa Telessaúde Brasil Redes: ambas têm acesso ilimitado e sem custos pela internet;
• Plataforma Ares: trata-se de um repositório digital que armazena todos os materiais educativos produzidos pelas instituições de ensino do país que participam da UNA-SUS.