Tópicos de Inteligência Artificial em Medicina: Deteção de Padrões
4
2021-2022
02039208
Unidades Curriculares Opcionais
Português
Presencial
2.0
Opcional
2º Ciclo - Mestrado
Conhecimentos de Base Recomendados
NA
Métodos de Ensino
Expositivo, exemplificativo, seguido de resolução de problemas.Os métodos de ensino variados e adaptados às exigências e objectivos da disciplina. Procura-se desenvolver a capacidade de avaliação de dados escolhendo os procedimentos estatísticos mais adequados a cada situação.
Inicialmente é feita a contextualização da aplicação dos métodos na área médica e são explicadas as noções fundamentais. Posteriormente, é feita a aplicação com exemplos práticos reais. O uso de ferramentas informáticas permite a obtenção rápida de resultados, colocando o foco na interpretação e análise dos mesmos.
Resultados de Aprendizagem
O estudante deve ser capaz de saber distinguir as principais técnicas estatísticas que pode aplicar para ajudar ao diagnostico clínico e prognóstico de um doente de forma automatizada, e de como poderá melhora-las de forma a que exista validação dos métodos e aprendizagem dos mesmos com a consequente diminuição de erros.
Estágio(s)
NãoPrograma
Do Diagnóstico ao Prognóstico:
1. Diagnóstico: Classificação aplicada a problemas médicos
a) Algoritmos: Análise discriminante, Árvores de decisão/classificação Redes neuronais
b) Métodos de Avaliação e de validação dos classificadores
2. Prognóstico: Regressão aplicada a problemas médicos
a) Modelos Lineares
b) Modelos Linearizáveis: Logística, Poisson, Cox, Weibul
c) Modelos Não Lineares: polinominais, exponenciais
d) Métodos de avaliação e de validação dos modelos de prognóstico
3. Limitações da detecção automática de padrões na área médica.
Docente(s) responsável(eis)
Bárbara Cecília Bessa dos Santos Oliveiros Paiva
Métodos de Avaliação
Avaliação
Trabalho laboratorial ou de campo: 100.0%
Bibliografia
- Aviva Petrie and Caroline Sabin. Medical Statistics at a Glance. John Wiley and Sons.
- David Collet, Modelling Survival Data in Medical Research. Boca Raton: Chapman & Hall/CRC.
- Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer.
- Wernecke KD. On the Application of Discriminant Analysis in Medical Diagnostics. In: Bock HH., Lenski W., Richter M.M. (eds) Information Systems and Data Analysis. Studies in Classification, Data Analysis, and Knowledge Organization. Springer,