Você gostaria de especializar-se na área da informática aplicada à E-Health e ao Big Data? Matricule-se neste Mestrado e inicie o seu caminho em direção a um futuro profissional de sucesso"

O acesso aos cuidados de saúde mais personalizados e adaptados às necessidades da sociedade e dos profissionais da saúde é uma realidade cada vez mais próxima graças ao desenvolvimento do E-Health e à aplicação do Big Data no armazenamento e análise das informações obtidas nos hospitais, consultas e clínicas. Isto se deve em grande parte ao grande avanço que ocorreu na internet e nas tecnologias digitais, favorecendo a conectividade e a globalização através de sistemas cada vez mais complexos, específicos e especializados.

Atualmente é possível monitorar de forma remota os sinais vitais dos pacientes, bem como tratar certas patologias através da realidade virtual, tudo graças ao trabalho de milhares de cientistas da computação e engenheiros que utilizaram seu tempo e talento para criar estratégias e técnicas que, sem dúvida, melhoraram consideravelmente a gestão da saúde. Por esta razão, e em vista das grandes expectativas para o futuro nesta área, a TECH considerou necessário desenvolver um programa através do qual os profissionais possam conhecer esta área de forma detalhada.

Desta forma foi elaborado o Mestrado em E-Health e Big Data voltado ao setor da informática, uma capacitação completa e abrangente que permitirá ao profissional especializar-se nesta área em apenas 12 meses através de 1.500 horas do melhor programa de teórico e prático. Trata-se de uma experiência acadêmica onde o aluno poderá aprofundar-se em aspectos como a computação bioinformática, os requisitos para o desenvolvimento de ferramentas na medicina molecular, o diagnóstico de patologias, além da criação de bases de dados biomédicos ou o processamento massivo de informações.

Todos estes aspectos em um formato 100% online, podendo acessar o conteúdo de qualquer lugar e sem horários pré-estabelecidos. Além disso, este programa contemplará diversos materiais adicionais, permitindo ao aluno estudar de forma detalhada todos os aspectos importantes do plano de estudos para aplicá-los em sua prática profissional. O conhecimento abrangente das necessidades e exigências do setor de saúde lhe permitirá desenvolver as ferramentas e softwares adaptados à demanda, razão pela qual este Mestrado será o veículo que conduzirá o aluno ao sucesso profissional. 

Uma compreensão detalhada das necessidades da medicina molecular e do diagnóstico de patologias lhe permitirá atuar no desenvolvimento de estratégias e softwares especializados para E-Health"

Este Mestrado em E-Health e Big Data conta com o conteúdo mais completo e atualizado do mercado. Suas principais características são:

• O desenvolvimento de casos práticos apresentados por especialistas em tecnologia da informação e da comunicação com ênfase no setor da saúde 
• O conteúdo gráfico, esquemático e extremamente útil  fornece informações científicas e práticas sobre aquelas disciplinas indispensáveis para o exercício da profissão 
• Contém exercícios práticos onde o processo de autoavaliação é realizado para melhorar a aprendizagem 
• Destaque especial para as metodologias inovadoras 
• Lições teóricas, perguntas aos especialistas, fóruns de discussão sobre temas controversos e trabalhos de reflexão individual 
• Disponibilidade de acesso a todo o conteúdo a partir de qualquer dispositivo, seja fixo ou móvel, com conexão à Internet 

O setor da saúde apresenta uma demanda crescente e exige um avanço qualitativo e quantitativo nas estratégias de E-Health. Este programa abrirá muitas portas para você no mercado de trabalho"

O corpo docente deste programa conta com profissionais do setor, que transferem toda a experiência adquirida ao longo de suas carreiras para esta capacitação, além de especialistas reconhecidos de instituições de referência e universidades de prestígio.

O seu conteúdo multimídia, desenvolvido com a mais recente tecnologia educacional, oferece ao profissional uma aprendizagem contextualizada, ou seja, realizada através de um ambiente simulado, proporcionando uma capacitação imersiva e programada para praticar diante de situações reais.

Este programa se fundamenta na Aprendizagem Baseada em Problemas, onde o profissional deverá resolver as diferentes situações de prática profissional que surgirem ao longo do programa. Para isso, o profissional contará com a ajuda de um inovador sistema de vídeo interativo desenvolvido por destacados especialistas nesta área. 

Você poderá aprofundar-se nos últimos avanços da computação em bioinformática através do conhecimento detalhado dos melhores motores de busca e redes"

Você pretende se tornar uma referência no campo da criação e gestão de bases de dados biomédicos? Escolha este Mestrado e inicie sua trajetória profissional de sucesso"

Tanto a estrutura como o conteúdo deste Mestrado foram elaborados considerando dois fatores: o critério do corpo docente e o uso da metodologia pedagógica mais vanguardista e eficaz da atualidade. Isso permitiu criar um plano de estudos altamente qualificado na área da informática aplicada à E-Health e Big Data, permitindo ao aluno adquirir os conhecimentos especializados e atualizados. Além disso, seu conveniente formato 100% online lhe permitirá realizar esta experiência acadêmica em qualquer lugar, sem horários fixos ou aulas presenciais, utilizando um programa exclusivamente adaptado às suas necessidades e ao setor. 

O uso da metodologia Relearning neste programa lhe economizará horas de estudo e memorização, contanto com a aquisição de um conhecimento amplo e especializado"

Módulo 1. Medicina Molecular e Diagnóstico de Patologias

1.1. Medicina Molecular

1.1.1. Biologia celular e molecular. Lesão e morte celular. Envelhecimento
1.1.2. Doenças causadas por microorganismos e defesa do hospedeiro
1.1.3. Doenças autoimunes
1.1.4. Doenças toxicológicas
1.1.5. Doenças por hipoxia
1.1.6. Doenças relacionadas ao meio ambiente
1.1.7. Doenças genéticas e epigenética
1.1.8. Doenças oncológicas

1.2. Aparelho circulatório

1.2.1. Anatomia e função
1.2.2. Doenças do miocárdio e insuficiência cardíaca
1.2.3. Doenças do ritmo cardíaco
1.2.4. Doenças valvulares e pericárdicas
1.2.5. Aterosclerose, arteriosclerose e hipertensão arterial
1.2.6. Doença arterial e venosa periférica
1.2.7. Doença linfática (grande negligenciada)

1.3. Doenças do sistema respiratório

1.3.1. Anatomia e função
1.3.2. Doenças pulmonares obstrutivas agudas e crônicas
1.3.3. Doenças pleurais e mediastinais
1.3.4. Doenças infecciosas do parênquima pulmonar e brônquios
1.3.5. Doenças da circulação pulmonar

1.4. Doenças do aparelho digestivo

1.4.1. Anatomia e função
1.4.2. Sistema digestivo, nutrição e troca hidroeletrolítica
1.4.3. Doenças gastroesofágicas
1.4.4. Doenças infecciosas gastrintestinais
1.4.5. Doenças do fígado e das vias biliares
1.4.6. Doenças do pâncreas
1.4.7. Doenças do cólon

1.5. Doenças renais e das vias urinárias

1.5.1. Anatomia e função
1.5.2. Insuficiência renal (pré-renal, renal e pós-renal) como é desencadeada
1.5.3. Doenças obstrutivas das vias urinárias
1.5.4. Insuficiência esfincteriana nas vias urinárias
1.5.5. Síndrome nefrótica e síndrome nefrítica

1.6. Doenças do sistema endócrino

1.6.1. Anatomia e função
1.6.2. O ciclo menstrual e suas condições
1.6.3. Doença da tireóide
1.6.4. Doença das glândulas suprarrenais
1.6.5. Doenças das gônadas e da diferenciação sexual
1.6.6. Eixo hipotálamo-hipófise, metabolismo do cálcio, vitamina D e seus efeitos sobre o crescimento e o sistema ósseo

1.7. Metabolismo e nutrição

1.7.1. Nutrientes essenciais e não essenciais (definições esclarecedoras)
1.7.2. Metabolismo dos carboidratos e suas alterações
1.7.3. Metabolismo das proteínas e suas alterações
1.7.4. Metabolismo dos lipídios e suas alterações
1.7.5. Metabolismo do ferro e suas alterações
1.7.6. Alterações do equilíbrio ácido-base
1.7.7. Metabolismo do sódio, potássio e suas alterações
1.7.8. Doenças nutricionais (hipercalóricas e hipocalóricas)

1.8. Doenças hematológicas

1.8.1. Anatomia e função
1.8.2. Doenças da série vermelha
1.8.3. Doenças da série branca, gânglios linfáticos e baço
1.8.4. Doenças da hemostasia e da coagulação

1.9. Doenças do sistema musculoesquelético

1.9.1. Anatomia e função
1.9.2. Articulações, tipos e função
1.9.3. Regeneração óssea
1.9.4. Desenvolvimento normal e patológico do sistema ósseo
1.9.5. Deformidades dos membros superiores e inferiores
1.9.6. Patologia articular, cartilagem e análise do líquido sinovial
1.9.7. Doenças articulares de origem imunológica

1.10. Doenças do sistema nervoso

1.10.1. Anatomia e função
1.10.2. Desenvolvimento do sistema nervoso central e periférico
1.10.3. Desenvolvimento da coluna vertebral e seus componentes
1.10.4. Doenças cerebelares e proprioceptivas
1.10.5. Doenças do cérebro (sistema nervoso central)
1.10.6. Doenças da medula espinhal e do líquido cefalorraquidiano
1.10.7. Doenças estenóticas do sistema nervoso periférico
1.10.8. Doenças infecciosas do sistema nervoso central
1.10.9. Doença cerebrovascular (estenótica e hemorrágica)

Módulo 2. Sistema de Saúde. Gestão e Direção de Centros de Saúde

2.1. Os sistemas de saúde

2.1.1. Sistemas de saúde
2.1.2. Sistema de saúde de acordo com a OMS
2.1.2. Contexto sanitário

2.2. Modelos Sanitários I. Modelo Bismark vs. Beveridge

2.2.1. Modelo Bismark
2.2.2. Modelo Beveridge
2.2.3. Modelo Bismark vs. Modelo Beveridge

2.3. Modelos Sanitários II. Modelo Semashko, privado e misto

2.3.1. Modelo Semashko
2.3.2. Modelo privado
2.3.3. Modelo misto

2.4. O mercado na área da saúde

2.4.1. O mercado na área da saúde
2.4.2. Regulamentação e limitações do mercado da saúde
2.4.3. Métodos de pagamento para médicos e hospitais
2.4.4. O engenheiro clínico

2.5. Hospitais. Tipologia

2.5.1. Arquitetura hospitalar
2.5.2. Tipos de hospitais
2.5.3. Organização hospitalar

2.6. Métricas na saúde

2.6.1. Mortalidade
2.6.2. Morbidade
2.6.3. Anos de vida saudável

2.7. Métodos de atribuição dos recursos em saúde

2.7.1. Programação linear
2.7.2. Modelos de maximização
2.7.3. Modelos de minimização

2.8. Medida de produtividade na saúde

2.8.1. Medidas de produtividade na saúde
2.8.2. Índices de produtividade
2.8.3. Ajuste por entradas
2.8.4. Ajuste por saídas

2.9. Melhoria de processos na saúde

2.9.1. Processo de Lean Management
2.9.2. Ferramentas de simplificação do trabalho
2.9.3. Ferramentas para a pesquisa de problemas

2.10. Gestão de projetos na saúde

2.10.1. Função do Project Manager
2.10.2. Ferramentas de manejo de equipes e projetos
2.10.3. Manejo de calendários e tempos

Módulo 3. Pesquisa em Ciências da Saúde

3.1. A pesquisa científica I. O método científico

3.1.1. Pesquisa científica
3.1.2. Pesquisa em ciências da saúde
3.1.3. O Método Científico

3.2. A pesquisa científica II. Tipologia

3.2.1. A pesquisa básica
3.2.2. A pesquisa clínica
3.2.3. A pesquisa translacional

3.3. A medicina baseada em evidências

3.3.1. A medicina baseada em evidências
3.3.2. Princípios da medicina baseada em evidências
3.3.3. Metodologia da medicina baseada em evidências

3.4. Ética e legislação na pesquisa científica. A declaração de Helsinki

3.4.1. O comitê de ética
3.4.2. A declaração de Helsinki
3.4.3. Ética em ciências da saúde

3.5. Resultados da pesquisa científica

3.5.1. Métodos
3.5.2. Rigor e poder estatístico
3.5.3. Validade dos resultados científicos

3.6. Comunicação pública

3.6.1. As sociedades científicas
3.6.2. O congresso científico
3.6.3. Estruturas de comunicação

3.7. Financiamento da pesquisa científica

3.7.1. Estrutura de um projeto científica
3.7.2. Financiamento público
3.7.3. O financiamento privado e industrial

3.8. Recursos científicos para pesquisa bibliográfica. Bases de dados das ciências da saúde I

3.8.1. PubMed-Medline
3.8.2. Embase
3.8.3. WOS e JCR
3.8.4. Scopus e Scimago
3.8.5. Micromedex
3.8.6. MEDES
3.8.7. IBECS
3.8.8. LILACS
3.8.9. BDENF
3.8.10. Cuidatge
3.8.11. CINAHL
3.8.12. Cuiden Plus
3.8.13. Enfispo
3.8.14. Bases de dados do NCBI (OMIM, TOXNET) y los NIH (National Cancer Institute)

3.9. Recursos científicos para a pesquisa bibliográfica. Bases de dados das ciências da saúde II

3.9.1. NARIC-REHABDATA
3.9.2. PEDro
3.9.3. ASABE: Technical Library
3.9.4. CAB Abstracts
3.9.5. Bases de dados do CDR (Centre for Reviews and Dissemination)
3.9.6. Biomed Central BMC
3.9.7. ClinicalTrials.gov
3.9.8. Clinical Trials Register
3.9.9. DOAJ-Directory of Open Acess Journals
3.9.10. PROSPERO (Registro Internacional Prospectivo de Revisões Sistemáticas)
3.9.11. TRIP
3.9.12. LILACS
3.9.13. NIH. Medical Library
3.9.14. Medline Plus
3.9.15. Ops

3.10. Recursos científicos para a pesquisa bibliográfica III. Motores de busca e plataformas

3.10.1. Motores de busca e multimotores de busca

3.10.1.1. Findr
3.10.1.2. Dimensões
3.10.1.3. Google Acadêmico
3.10.1.4. Microsoft Academic

3.10.2. Plataforma de Registros Internacionais de Ensaios Clínicos da OMS (ICTRP)

3.10.2.1. PubMed Central PMC
3.10.2.1. Coletor de ciência aberta (RECOLECTA)
3.10.2.2. Zenodo

3.10.3. Motores de busca de teses de doutorado

3.10.3.1. DART-Europe
3.10.3.2. Dialnet-tesis doctorales
3.10.3.3. OATD (Open Access Theses and Dissertations)
3.10.3.4. TDR (teses de doutorado em rede)
3.10.3.5. TESEO

3.10.4. Gestores bibliográficos

3.10.4.1. Endnote online
3.10.4.2. Mendeley
3.10.4.3. Zotero
3.10.4.4. Citeulike
3.10.4.5. Refworks

3.10.5. Redes sociais digitais para pesquisadores

3.10.5.1. Scielo
3.10.5.2. Dialnet
3.10.5.3. Free Medical Journals
3.10.5.4. DOAJ
3.10.5.5. Open Science Directory
3.10.5.6. Redalyc
3.10.5.7. Academia.edu
3.10.5.8. Mendeley
3.10.5.9. ResearchGate

3.10.6. Recursos 2.0. da web social

3.10.6.1. Delicious
3.10.6.2. Slideshare
3.10.6.3. YouTube
3.10.6.4. Twitter
3.10.6.5. Blogs de ciências da saúde
3.10.6.6. Facebook
3.10.6.7. Evernote
3.10.6.8. Dropbox
3.10.6.9. Google Drive

3.10.7. Portais de editores e agregadores de revistas científicas

3.10.7.1. Science Direct
3.10.7.2. Ovid
3.10.7.3. Springer
3.10.7.4. Wiley
3.10.7.5. Proquest
3.10.7.6. Ebsco
3.10.7.7. BioMed Central

Módulo 4. Técnicas, Reconhecimento e Intervenção através de Imagens Biomédicas

4.1. Imagens médicas

4.1.1. Modalidades das imagens médicas
4.1.2. Objetivos dos sistemas de imagem médica
4.1.3. Sistemas de armazenamento de imagens médicas

4.2. Radiologia

4.2.1. Método de obtenção de imagens
4.2.2. Interpretação da radiologia
4.2.3. Aplicações clínicas

4.3. Tomografia computadorizada (TC)

4.3.1. Princípio de funcionamento
4.3.2. Geração e obtenção de imagens
4.3.3. Tomografia computadorizada. Tipologia
4.3.4. Aplicações clínicas

4.4. Ressonância Magnética (RM)

4.4.1. Princípio de funcionamento
4.4.2. Geração e obtenção de imagens
4.4.3. Aplicações clínicas

4.5. Ultrassonografia: ultrassom e Doppler

4.5.1. Princípio de funcionamento
4.5.2. Geração e obtenção de imagens
4.5.3. Tipologia
4.5.4. Aplicações clínicas

4.6. Medicina nuclear

4.6.1. Fundamento fisiológico para estudos nucleares. Radiofármacos e medicina nuclear
4.6.2. Geração e obtenção de imagens
4.6.3. Tipos de provas

4.6.3.1. Cintilografia
4.6.3.2. SPECT
4.6.3.3. PET
4.6.3.4. Aplicações clínicas

4.7. Intervencionismo guiado por imagem

4.7.1. A radiologia intervencionista
4.7.2. Objetivos da radiologia intervencionista
4.7.3. Procedimentos
4.7.4. Vantagens e desvantagens

4.8. A qualidade da imagem

4.8.1. Técnica
4.8.2. Contraste
4.8.3. Resolução
4.8.4. Ruído
4.8.5. Distorção e artefatos

4.9. Testes de imagens médicas. Biomedicina

4.9.1. Criação de imagens 3D
4.9.2. Os biomodelos

4.9.2.1. Padrão DICOM
4.9.2.2. Aplicações clínicas

4.10. Proteção radiológica

4.10.1. Legislação européia aplicável aos serviços de radiologia
4.10.2. Segurança e protocolo de ação
4.10.3. Gestão de resíduos radiológicos
4.10.4. Proteção radiológica
4.10.5. Cuidados e características das salas

Módulo 5. Computação em Bioinformática

5.1. Dogma central em bioinformática e computação. Situação atual

5.1.1. A aplicação ideal em bioinformática
5.1.2. Desenvolvimentos paralelos em biologia molecular e computação
5.1.3. Dogma em biologia e teoria da informação
5.1.4. Fluxos de informação

5.2. Bases de dados para computação bioinformática

5.2.1. Bases de dados
5.2.2. Gestão de dados
5.2.3. Ciclo de vida dos dados em bioinformática

5.2.3.1. Uso
5.2.3.2. Modificação
5.2.3.3. Arquivado
5.2.3.4. Reutilização
5.2.3.5. Descartado

5.2.4. Tecnologia de base de dados em bioinformática

5.2.4.1. Arquitetura
5.2.4.2. Gestão de bases de dados

5.2.5. Interfaces para bases de dados em bioinformática

5.3. Redes para a computação bioinformática

5.3.1. Modelos de comunicação. Redes LAN, WAN, MAN e PAN
5.3.2. Protocolos e transmissão de dados
5.3.3. Topologia de redes
5.3.4. Hardware em Datacenters para computação
5.3.5. Segurança, gestão e implementação

5.4. Motores de busca em bioinformática

5.4.1. Motores de busca em bioinformática
5.4.2. Processos e tecnologias de motores de busca em bioinformática
5.4.3. Modelos computacionais: algoritmos de busca e aproximação

5.5. Visualização de dados em bioinformática

5.5.1. Visualização de sequências biológicas
5.5.2. Visualização de estruturas biológicas

5.5.2.1. Ferramentas de visualização
5.5.2.2. Ferramentas de renderização

5.5.3. Interface de usuário para aplicações em bioinformática
5.5.4. Arquiteturas de informação para visualização em bioinformática

5.6. Estatísticas para computação

5.6.1. Conceitos estatísticos para computação em bioinformática
5.6.2. Caso de uso: Microarrays de MARN
5.6.3. Dados imperfeitos. Erros em estatísticas: aleatoriedade, aproximação, ruído e suposições
5.6.4. Quantificação do erro: precisão e sensibilidade
5.6.5. Clusterização e classificação

5.7. Mineração de dados

5.7.1. Mineração de dados e métodos de computação
5.7.2. Infraestrutura para computação e mineração de dados
5.7.3. Descoberta e reconhecimento de padrões
5.7.4. Aprendizado de máquinas e novas ferramentas

5.8. Coincidência de padrões genéticos

5.8.1. Coincidência de padrões genéticos
5.8.2. Métodos computacionais para alinhamentos de sequência
5.8.3. Ferramentas para coincidência de padrões

5.9. Modelagem e simulação

5.9.1. Uso no campo farmacêutico: descoberta de medicamentos
5.9.2. Estrutura de proteínas e biologia de sistemas
5.9.3. Ferramentas disponíveis e futuras

5.10. Projetos de colaboração e computação online

5.10.1. Computação em rede
5.10.2. Normas e regras. Uniformidade, consistência e interoperabilidade
5.10.3. Projetos de computação colaborativa

Módulo 6. Bases de Dados Biomédicos

6.1. Bases de dados biomédicos

6.1.1. Bases de dados biomédicos
6.1.2. Bases de dados primárias e secundárias
6.1.3. Principais bases de dados

6.2. Bancos de dados de DNA

6.2.1. Bases de dados de genomas
6.2.2. Bases de dados de genes
6.2.3. Bases de dados de mutações e polimorfismos

6.3. Bancos de dados de proteínas

6.3.1. Bancos de dados de sequências primárias
6.3.2. Bases de dados de sequências secundárias e domínios
6.3.3. Bases de dados de estruturas macromoleculares

6.4. Bases de dados de projetos ômicos

6.4.1. Bases de dados para estudos genômicos
6.4.2. Bancos de dados para estudos transcriptômicos
6.4.3. Bases de dados para estudos proteômicos

6.5. Bases de dados de doenças genéticas. A medicina personalizada e de precisão

6.5.1. Bases de dados de doenças genéticas
6.5.2. Medicina de precisão. Necessidade de integração de dados genéticos
6.5.3. Extração de dados OMIM

6.6. Repositórios autorreferidos pelo paciente

6.6.1. Uso secundário de dados
6.6.2. O paciente na gestão de dados depositados
6.6.3. Repositórios de questionários autorreferidos. Exemplos

6.7. Bases de dados abertos Elixir

6.7.1. Bases de dados abertos Elixir
6.7.2. Bancos de dados coletados na plataforma Elixir
6.7.3. Critérios de escolha entre as duas bases de dados

6.8. Bases de dados de reação adversas a medicamentos (RAMs)

6.8.1. Processo de desenvolvimento de medicamentos
6.8.2. Relatório de reações adversas a medicamentos

6.9. Plano de gestão de dados de pesquisa. Dados a serem depositados em bases de dados públicas

6.9.1. Plano de gestão de dados
6.9.2. Custódia de dados resultantes de pesquisas
6.9.3. Depósito de dados em uma base de dados pública

6.10. Bases de dados clínicos. Problemas com o uso secundário de dados em saúde

6.10.1. Repositórios de registros clínicos
6.10.2. Criptografia de dados

Módulo 7. Big Data na Medicina: Processamento Massivo de Dados Médicos

7.1. Big Data em pesquisa biomédica

7.1.1. Geração de dados em biomedicina
7.1.2. Alto desempenho (Tecnologia High-throughput)
7.1.3. Utilidade dos dados de alto desempenho. Hipóteses na era do Big Data

7.2. Pré-processamento de dados em Big Data

7.2.1. Pré-processamento de dados
7.2.2. Métodos e abordagens
7.2.3. Problemática do pré-processamento de dados em Big Data

7.3. Genômica estrutural

7.3.1. O sequenciamento do genoma humano
7.3.2. Sequenciamento vs. Chips
7.3.3. Descoberta de variantes

7.4. Genômica funcional

7.4.1. Anotação funcional
7.4.2. Preditores de risco em mutações
7.4.3. Estudos de associação em genômica

7.5. Transcriptômica

7.5.1. Técnicas para obtenção de dados massivos em transcriptômicas: RNA-seq
7.5.2. Normalização de dados em transcriptômica
7.5.3. Estudos de expressão diferencial

7.6. Interactômica e epigenômica

7.6.1. O papel da cromatina na expressão genética
7.6.2. Estudos de alto desempenho em interactômica
7.6.3. Estudos de alto desempenho em epigenética

7.7. Proteômica

7.7.1. Análise de dados de espectrometria de massas
7.7.2. Estudo de modificações pós-traducionais
7.7.3. Proteômica quantitativa

7.8. Técnicas de enriquecimento e Clustering

7.8.1. Contextualização dos resultados
7.8.2. Algoritmos de Clustering em técnicas ômicas
7.8.3. Repositórios para o enriquecimento: Gene Ontology e KEGG

7.9. Aplicações de Big Data em saúde pública

7.9.1. Descoberta de novos biomarcadores e alvos terapêuticos
7.9.2. Preditores de risco
7.9.3. Medicina personalizada

7.10. Big Data aplicado em medicina

7.10.1. O potencial de auxílio ao diagnóstico e prevenção
7.10.2. Uso de algoritmos de Machine Learning na saúde pública
7.10.3. O problema da privacidade

Módulo 8. Aplicações da Inteligência Artificial e a Internet das Coisas (IoT) à telemedicina

8.1. Plataforma E-Health. Personalização do serviço de saúde

8.1.1. Plataforma E-Health
8.1.2. Recursos para uma plataforma de E-Health
8.1.3. Programa Europa Digital. Digital Europe-4-Health e Horizonte Europa

8.2. A inteligência artificial na área da saúde I: novas soluções em aplicações informáticas

8.2.1. Análise remota dos resultados
8.2.2. Chatbox
8.2.3. Prevenção e monitoramento em tempo real
8.2.4. Medicina preventiva e personalizada no campo da oncologia

8.3. A inteligência artificial na área da saúde II: monitoramento e desafios éticos

8.3.1. Monitoramento de pacientes com mobilidade reduzida
8.3.2. Monitoramento cardíaco, diabetes, asma
8.3.3. Apps de saúde e bem-estar

8.3.3.1. Monitores de frequência cardíaca
8.3.3.2. Pulseiras de pressão arterial

8.3.4. Ética para a IA na área médica. Proteção de dados

8.4. Algoritmos de inteligência artificial para processamento de imagens

8.4.1. Algoritmos de inteligência artificial para tratamento de imagens
8.4.2. Diagnóstico e monitoramento por imagens em telemedicina

8.4.2.1. Diagnóstico do melanoma

8.4.3. Limitações e desafios do processamento de imagens em telemedicina

8.5. Aplicações de Aceleração da Unidade de Processamento Gráfico (GPU)

8.5.1. Paralelização de programas
8.5.2. Funcionamento da GPU
8.5.3. Aplicações da aceleração por GPU em medicina

8.6. Processamento de linguagem natural (NLP) em telemedicina

8.6.1. Processamento de textos médicos. Metodologia
8.6.2. O processamento da linguagem natural em terapia e registros clínicos
8.6.3. Limitações e desafios do processamento de linguagem natural em telemedicina

8.7. A internet das coisas (IoT) pela telemedicina. Aplicações

8.7.1. Monitoramento de sinais vitais. Weareables

8.7.1.1. Pressão arterial, temperatura, ritmo cardíaco

8.7.2. IoT e tecnologia Cloud

8.7.2.1. Transmissão de dados para a nuvem

8.7.3. Terminais de autoatendimento

8.8. IoT no acompanhamento e assistência aos pacientes

8.8.1. Aplicações IoT para detectar emergências
8.8.2. A internet das coisas na reabilitação de pacientes
8.8.3. Apoio da inteligência artificial no reconhecimento e resgate de vítimas

8.9. Nanorobots. Tipologia

8.9.1. Nanotecnologia
8.9.2. Tipos de Nanorobots

8.9.2.1. Montadores. Aplicações
8.9.2.2. Auto-replicadores. Aplicações

8.10. A inteligência artificial no controle da COVID-19

8.10.1. COVID-19 e telemedicina
8.10.2. Gestão e comunicação dos avanços e surtos
8.10.3. Previsão de surtos com inteligência artificial

Módulo 9. Telemedicina e Dispositivos Médicos, Cirúrgicos e Biomecânicos

9.1. Telemedicina e telesaúde

9.1.1. A telemedicina como um serviço de telesaúde
9.1.2. A telemedicina

9.1.2.1. Objetivos da telemedicina
9.1.2.2. Benefícios e limitações da telemedicina

9.1.3. Saúde digital. Tecnologias

9.2. Sistemas de telemedicina

9.2.1. Componentes de um sistema de telemedicina

9.2.1.1. Funcionários
9.2.1.2. Tecnologia

9.2.2. Tecnologias da Informação e Comunicação (TIC) na área da saúde

9.2.2.1. THealth mHealth
9.2.2.3. UHealth pHealth

9.2.3. Avaliação de sistemas de telemedicina

9.3. Infraestrutura tecnológica em telemedicina

9.3.1. Redes telefônicas públicas (PSTN)
9.3.2. Redes de satélites
9.3.3. Redes digitais de serviços integrados (ISDN)
9.3.4. Tecnologias sem fio

9.3.4.1. Wap. Protocolo de aplicação sem fio
9.3.4.2. Bluetooth

9.3.5. Conexões via microondas
9.3.6. Modo de transferência assíncrona ATM

9.4. Tipos de telemedicina. Usos na atenção à saúde

9.4.1. Monitoramento remoto de pacientes
9.4.2. Tecnologias de armazenamento e envio
9.4.3. Telemedicina interativa

9.5. Aplicativos gerais de telemedicina

9.5.1. Teleassistência
9.5.2. Televigilância
9.5.3. Telediagnóstico
9.5.4. Tele-educação
9.5.5. Telegestão

9.6. Aplicações clínicas na telemedicina

9.6.1. Telerradiologia
9.6.2. Teledermatologia
9.6.3. Teleoncologia
9.6.4. Telepsiquiatria
9.6.5. Cuidados domiciliares (Telehomecare)

9.7. Tecnologias Smart e de assistência

9.7.1. Integração de Smart Home
9.7.2. Saúde digital na melhoria do tratamento
9.7.3. Tecnologia da opa em telessaúde. A roupa inteligente

9.8. Aspectos éticos e legais da telemedicina

9.8.1. Fundamentos éticos
9.8.2. Estruturas regulatórias comuns
9.8.4. Normas ISO

9.9. Telemedicina e dispositivos diagnósticos, cirúrgicos e biomecânicos

9.9.1. Dispositivos diagnósticos
9.9.2. Dispositivos cirúrgicos
9.9.2. Dispositivos biomecânicos

9.10. Telemedicina e dispositivos médicos

9.10.1. Dispositivos médicos

9.10.1.1. Dispositivos médicos móveis
9.10.1.2. Carros de telemedicina
9.10.1.3. Quiosques de telemedicina
9.10.1.4. Câmera digital
9.10.1.5. Kit de telemedicina
9.10.1.6. Software de telemedicina

Módulo 10. Inovação Empresarial e Empreendedorismo na E-Health

10.1. Empreendedorismo e inovação

10.1.1. Inovação
10.1.2. Empreendedorismo
10.1.3. Uma Startup

10.2. Empreendedorismo em E-Health

10.2.1. Mercado inovador de E-Health
10.2.2. Verticais em E-Health: mHealth
10.2.3. TeleHealth

10.3. Modelos de negócios I: primeiros passos do empreendedorismo

10.3.1. Tipos de modelos de negócios

10.3.1.1. Marketplace
10.3.1.2. Plataformas digitais
10.3.1.3. SaaS

10.3.2. Elementos críticos na fase inicial. Da ideia ao negócio
10.3.3. Erros comuns nos primeiros passos do empreendedorismo

10.4. Modelos de negócios II: modelo Canvas

10.4.1. Business Model Canvas
10.4.2. Proposta de valor
10.4.3. Atividades e principais recursos
10.4.4. Segmentação de clientes
10.4.5. Relação com os clientes
10.4.6. Canais de distribuição
10.4.7. Alianças

10.4.7.1. Estrutura de custos e fluxos de receita

10.5. Modelos de negócios III: metodologia Lean Startup

10.5.1. Criar
10.5.2. Validar
10.5.3. Medir
10.5.4. Decidir

10.6. Modelo de negócios IV: análise externa, estratégica e regulatória

10.6.1. Oceano vermelho e oceano azul
10.6.2. Curva de valor
10.6.3. Legislação aplicável em E-Health

10.7. Modelos de sucesso em E-Health I: conhecer antes de inovar

10.7.1. Análise de empresas de E-Health de sucesso
10.7.2. Análise da empresa X
10.7.3. Análise da empresa Y
10.7.4. Análise da empresa Z

10.8. Modelos de sucesso em E-Health II: escutar antes de inovar

10.8.1. Entrevista prática CEO da Startup E-Health
10.8.2. Entrevista prática CEO da Startup setor X
10.8.3. Entrevista prática de direção técnica de Startup “X”

10.9. Ambiente empreendedor e financiamento

10.9.1. Ecossistema empreendedor no setor da saúde
10.9.2. Financiamento
10.9.3. Entrevista de caso

10.10. Ferramentas práticas para o empreendedorismo e inovação

10.10.1. Ferramentas OSINT (Open Source Intelligence)
10.10.2. Análise
10.10.3. Ferramentas No-code para empreender

te mais e escolha um programa que, além de proporcionar as ferramentas para o sucesso no campo da bioinformática, lhe permitirá empreender seus próprios projetos em E-Health com sucesso garantido"