Fisiologia e fisiopatologia do Sistema Estomatognático

Conhecimentos de Base Recomendados

O aluno deverá dominar os conhecimentos adquiridos em Anatomia Humana Geral, Anatomia da Cabeça e do Pescoço, Anatomia Dentária, Fisiologia Humana Geral; deve ser proficiente em língua inglesa.

Métodos de Ensino

T: São feitas à distância, com método de base expositivo, organizador prévio, evoluindo segundo o princípio da elaboração gradual. São interativas, por vezes com representação de papéis.

P: A simulação háptica e utilização dos instrumentos de novas tecnologias pelos alunos, previamente demonstrados pelos docentes, e também sempre que seja considerado necessário. É feita a discussão de casos e treinamento de resolução de problemas. Os alunos preenchem fichas de avaliação em cada aula e são sensibilizados para obrigações éticas e sobre a utilidade destas novas tecnologias para a transição digital em medicina dentária.

Resultados de Aprendizagem

Prática de medicina dentária de precisão, baseada no uso de Machine Learning na optimização das estratégias preventivas e terapêuticas,  (estratificação, prognóstico e predição);  uso de scanner, impressão 3D e confecção de goteiras CAD-CAM; agilidade clínica, baseada na compreensão do sistema estomatognático, da dor, do sono, dos mecanismos disruptivos da normofunção; reconhecimento dos mecanismos de adaptação biológica, atuação do Sistema Nervoso  e mecanismos de regresso à homeostase; integrar os conhecimento dos processos neuroquímicos, nomeadamente o papel dos neurotransmissores no comportamento humano; capacidade crítica de a reavaliar a atuação clínica; Utilizar Inteligência artificial para diagnóstico por imagem; utilizar novas tecnologias na avaliação de dor, atividade muscular, neurológica e sono. (ecógrafo ultramóvel; QST; laser; RM funcional (bolt, dti, espectroscopia) e pet scan; apps.

Estágio(s)

Não

Programa

Patofisiologia- da dor e do sono e avaliação da sua atividade com novas tecnologias: ecógrafo ultramó-vel; QST;laser; apps. (conteúdo presencial)
Análise da atividade cerebral com exames de neuroimagem funcionais, como a RM funcional (bolt, dti, espectroscopia) e pet scan (conteúdo presencial)
Otimização das estratégias preventivas e terapêuticas, com conceitos de estratificação, prognóstico e predição através de Machine Learning. (conteúdo presencial)
Adaptação da organização/clínica a um fluxo digital: seguimento e melhoria da experiência do doente com as novas tecnologias; (conteúdo on-line)
Estratificação de doentes e Inteligência Artificial; (conteúdo on-line)
Promoção da melhoria da literacia digital dos doentes; (conteúdo on-line)
Telemedicina dentária do tratamento de dor orofacial e de distúrbios do sono. (conteúdo presencial)
Uso de scanner, impressão 3D e confeção.

Métodos de Avaliação

Avaliação
Avaliação contínua segundo os critérios e-log book: 50.0%
Exame: 50.0%

Bibliografia

MacEachern, S.J., Forkert, N.D.(2020).Machine learning for precision medicine.Genome, 64(4), 416-425. https://doi.org/10 1139/gen-2020-0131
Van Spil, W.E.,Bierma-Zeinstra, S.M.A., Deveza, L.A., Arden, N.K.,Bay-Jensen, A.C.,Kraus,V.B., et al. (2020).A consensus-based framework for conducting and reporting osteoarthritis phenotype research. Arthritis Res Ther, 22(1), 54 doi:10.1186/s13075-020-2143-0

Zhang, X.D.(2015)Precision Medicine, Personalized Medicine, Omics and Big Data:Concepts and Relationships. J Pharmacogenomics Pharmacoproteomics,6, e144 doi:10.4172/2153-0645.1000e144
Mier, W., Mier, D. (20§15).Advantages in functional imaging of the brain. Front Hum Neurosci, 19(9), 249. doi:10.3389/fnhum.2015.00249.PMID:26042013;PMCID:PMC4436574

Lin, C.S. (2014).Brain signature of chronic orofacial pain: a systematic review and meta-analysis on neuroimaging research of trigeminal neuropathic pain and temporomandibular joint disorders. PLoS One,9(4), e94300. doi:10.1371/journal.pone.0094300