Ciência de Dados Aplicada à Saúde

Competências a serem desenvolvidas:

• Identificar e compreender as diversas perspectivas da Ciência de Dados na área da saúde e verificar seus impactos em novos projetos;
• Compreender questões conceituais, padrões e práticas relacionadas ao tratamento de dados de saúde, bem como elaborar e executar os processos de governança e gestão de dados para garantir a qualidade dos mesmos;
• Conhecer as principais ferramentas e tecnologias relacionadas às soluções de Ciência de Dados e suas aplicações processo decisório na gestão em saúde;
• Projetar, desenvolver e gerenciar soluções inovadoras de ciência de dados na área de saúde;
• Atuar forma empreendedora na criação de novos negócios, utilizando os conceitos e as técnicas aprendidos no curso;
• Prospectar tendências em Ciência de Dados na área de saúde.

Áreas de atuação do egresso:

O especialista em Ciência de Dados Aplicada à Saúde poderá atuar na área de saúde como Analista de Dados (Data Analyst) e, também, nas mais diversas áreas que demandam conhecimentos de ciência de dados e em diversos papéis como: cientista de dados, engenheiro de IA, Gerente de Projetos de Análise de Dados entre outros. Além disso, ele poderá atuar nos mais diversos tipos de projetos inovadores em TI e em Healthcare.

Profissionais com formação superior:

• Atuantes na área de gestão da saúde ou áreas afins;
• Que atuam no mercado em projetos relacionados a inovação transformação digital;
• Que já atuam em projetos relacionados a análise e gestão de dados e que queiram complementar e aperfeiçoar seus conhecimentos na área de gestão de dados aplicados na área de saúde.

 

NÚCLEO GESTÃO DE DADOS

A área de processamento e análise de dados é vasta e aplicável em diversos contextos. A PUC Minas oferece uma gama de cursos voltados a perfis diferenciados de profissionais e demandas do mercado. Este curso faz parte do Núcleo de Gestão de Dados, que faz convergência entre diversas disciplinas. Cada aluno tem uma necessidade específica e o objetivo é atender a todos.

Conheça os outros cursos do Núcleo de Gestão de Dados: 

• Gestão e Análise Estratégica de Dados
• Inteligência Artificial e Aprendizado de Máquina

 

 

 

 

CONTEÚDO DO CURSO

Module: Basic Tech Skill for Data Analyst

• Python  para Ciência de Dados
  • Tipos de dados
  • Estruturas de controle: condicional e repetição
  • Estruturas de dados: listas, tuplas, conjuntos, dicionários, séries e dataframes
  • Funções
  • Vetorização e matrizes numéricas
  • Bibliotecas de manipulação de dados (Pandas)
  • Bibliotecas de visualização de dados (matplotlib, plotly)
  • Bibliotecas de vetorização de matrizes (numpy)

• Bancos de Dados Relacionais e Linguagem SQL
  • Modelagem de dados relacionais  
  • Diagrama ER
  • SQL 
    
    Module: Data Management and Compliance

• Gestão e Compliance em Saúde
  • Sistema de saúde brasileiro
  • SUS
  • Principais players em saúde: consultórios e clínicas particulares, hospitais, cooperativas do setor
  • Serviços de Saúde
  • Quadruple Aim
  • Saúde digital: Telemedicina, telessaúde, wearables, IoMT
  • Medicina personalizada
  • Lei Geral de Proteção de Dados (LGPD) e especificidades da saúde
  • Aspectos ético-legais em saúde

• Estruturas de Dados de Saúde
  • Fontes, tipos e natureza dos dados
  • Estruturas de codificação e padrões de representação
  • Sistemas de classificação e nomenclatura de dados
  • Dados estruturados e não estruturados
  • Bases de dados públicas em saúde
  • Padrões e protocolos de informação na saúde
  • Metadados e Common Data Model (CDM)

• Preparação e Ingestão de Dados
  • Melhoramento, enriquecimento e preparação de dados
  • ETL, ELT e Data Lake
  • Plano de Teste
  • Técnicas de ingestão de dados
  • Tratamento de eventos
  • Ferramentas e tecnologias
    
    Module: Analytics

• Visualização de Dados
  • Tipos de dados e técnicas de visualização: dados categóricos, séries temporais, distribuição, correlação, dados multivariados, texto, grafos/redes
  • Aplicabilidade de gráficos
  • Dashboards
  • Data Storytelling
  • Self-Service BI

• Estatística Geral - Teoria e Aplicações  
  • Estatística descritiva
  • Probabilidade e distribuições de probabilidade
  • Inferência: estimação pontual e intervalar e testes de hipóteses

• Modelos Estatísticos    
  • Modelos Preditivos e tipos de análise
  • Abordagens para análise preditiva
  • Séries temporais
  • Regressão Linear simples e múltipla
  • Regressão logística  

• Gestão de Indicadores de Saúde
  • Governança Clínica
  • Conceituação e Classificação de Indicadores
  • Construção de Indicadores: Metodologia e Sistematização
  • Planejamento e implementação de medidas de desempenho Alinhamento de Indicadores a processos e estratégia
  • Cases
  • Tomada de decisão e construção de planos de ação

• Recuperação da Informação na Web e Redes Sociais
  • Ferramentas de análise, monitorização e benchmark
  • Knime, Web crawling
  • Algoritmos e soluções

• Machine Learning
  • Processo de aprendizagem de máquina
  • Técnicas e algoritmos de aprendizado supervisionado e não supervisionado
  • Combinação de modelos: boosting e ensemble
  • Métricas e avaliação de modelos

• Redes Neurais e Aprendizagem Profunda
  • Taxonomia de redes neurais
  • Redes neurais recorrentes, convolutivas e redes de memória dinâmica
  • Aplicações e modelagem de problemas

• Análise de Imagem e Visão Computacional
  • Tipos de Visão computacional.
  • Modelos de representação
  • Segmentação e agrupamento
  • Reconhecimento de objetos e modelos BoW
  • Bibliotecas de visão computacional

• Processamento de Linguagem Natural
  • Algoritmos e técnicas
  • Expressões regulares. Medidas de similaridade textual.
  • Parsing, tokenização, lematização, stemming
  • Marcação textual
  • Análise de sentimento
    
    Module: Support for analytics

• Cultura e Práticas DataOps e MLOps
  • MLOps x DevOps x DataOps
  • Camadas, componentes, infraestrutura e ferramentas para arquitetura de Machine Learning
  • Projeto e construção de pipeline para build e deployment
  • Armazenamento e gestão de métricas, artefatos e encodings
  • Kubeflow. Apache Airflow, Apache Beam 
  • Criação, treinamento e implantação de modelos: AWS, GCP e Azure
    
    Module : Project Experience 

• Projeto Integrado de Ciência de Dados Aplicada à Saúde
  • O Projeto Integrado de Ciência de Dados Aplicada à Saúde é entendido como mais uma oportunidade que o aluno tem de colocar em prática, de forma interdisciplinar, os conhecimentos adquiridos nas disciplinas da especialização. Este modo de trabalho torna o aluno apto a se certificar das habilidades desenvolvidas ao longo do curso, todas diretamente relacionadas ao perfil acadêmico e profissional almejado no seu início.
  • O objetivo desse trabalho é fazer com que o participante:

• Explore e consolide os conhecimentos adquiridos no curso;
• Desenvolva sua capacidade e autoconfiança nas soluções de problemas;
• Desenvolva sua capacidade e habilidade de comunicação;
• Produza um documento técnico-científico de qualidade e que reflita  um tema relevante na área de Ciência de Dados Aplicada à Saúde.
  • O trabalho consiste no desenvolvimento de um projeto de caráter interdisciplinar e multidisciplinar na área de conhecimento do curso. O projeto deverá ser de cunho prático e será desenvolvido de forma individual ou em grupos de até três alunos.
  • O desenvolvimento do trabalho deve ser no formato de Relatório Técnico descrevendo e documentando tecnicamente a implantação de um aplicativo em ambiente corporativo ou não, no qual foram utilizados os conhecimentos adquiridos no curso. 

*Atenta as tendências de mercado e visando desenvolver a compreensão do ser humano frente às ambiguidades existenciais e sócio religiosas da contemporaneidade, a PUC Minas Virtual disponibilizará além das disciplinas previstas para cada um de seus cursos, a disciplina Humanidades.

Para ver a metodologia completa, clique AQUI.

PROJETO INTEGRADO  

Além da aprovação nas disciplinas, o aluno deverá obter, no mínimo, 70 de um total de 100 pontos, no desenvolvimento de um Projeto Integrado na área do curso.              

O Projeto Integrado é entendido como mais uma oportunidade que o aluno tem de colocar em prática, de forma interdisciplinar, os conhecimentos adquiridos nas disciplinas da especialização. Este modo de trabalho torna o aluno apto a se certificar das habilidades desenvolvidas ao longo do curso, todas diretamente relacionadas ao perfil acadêmico e profissional almejado no seu início.

O objetivo deste trabalho é fazer com que o participante:

- Explore e consolide os conhecimentos adquiridos no curso;

- Desenvolva sua capacidade e autoconfiança nas soluções de problemas;

- Desenvolva sua capacidade e habilidade de comunicação;

- Produza um documento técnico-científico de qualidade e que reflita um tema relevante na área. 

O trabalho consiste no desenvolvimento de um projeto de caráter interdisciplinar e multidisciplinar na área de conhecimento do curso. O projeto deverá ser de cunho prático e será desenvolvido seguindo o planejamento definido pelo professor responsável.

Para a realização do projeto, o professor apresentará aos alunos um plano de trabalho com definições sobre como o trabalho será conduzido, produtos a serem entregues, composição de grupos de alunos e as formas e critérios de avaliação. 

O professor responsável pelo projeto acompanha a turma para o esclarecimento de eventuais dúvidas, nos fóruns de discussão. Todas as orientações de procedimento, que dizem respeito ao planejamento e execução do projeto, bem como as formas e critérios de avaliação serão disponibilizadas aos alunos por meio de textos e/ou vídeos.  

Documentos necessários (não precisam ser autenticados): 

• Diploma ou certificado de conclusão da graduação (frente e verso);
• Documento oficial de identificação (frente e verso)

ATENÇÃO:

1. A documentação deverá ser digitalizada e enviada, via upload no link recebido pelo e-mail, após o pagamento do valor referente à matrícula (1ª parcela do Curso).
2. O processo de inscrição e matrícula fica condicionado à entrega da documentação exigida e o pagamento da primeira mensalidade.
3. Todas as etapas do processo de inscrição serão informadas por e-mail.

Clique aqui para ter acesso ao contrato de prestação de serviços educacionais.

Em no máximo 1h após pagamento via cartão de crédito ou débito on-line.

Em até 48h após a confirmação do pagamento via boleto bancário.

O aluno deve possuir ou ter acesso a um computador com a seguinte configuração mínima:

• Processador com frequência mínima de 2 GHz ou superior e 2 núcleos;
• 4 GB de memória RAM (recomenda-se 8 GB);
• Placa de vídeo configurada com resolução mínima de 1024 x 768 pixels;
• Placa de som com caixas acústicas (ou fones de ouvido) e microfone;
• Webcam compatível com seu sistema operacional
• Windows 10 (atualizado para a versão 1903 ou superior), Windows 11, MacOS (versão 10.13 - High Sierra ou superior) ou Linux;
• Google Chrome (versão mais recente) ou Mozilla Firefox (versão mais recente);
• Acesso à Internet, com velocidade mínima de conexão de 2 Mbps;
• Correio eletrônico pessoal (e-mail). 

Observação: O aluno com necessidades especiais deverá informar à Universidade no ato da inscrição. Para alunos portadores de necessidades especiais no campo da visão, é necessário acesso a um programa (software) de leitura de tela.

Possuir diploma de curso de graduação (reconhecido pelo Ministério da Educação).

Preencher os requisitos básicos de formação de acordo com a necessidade de cada curso.

Alunos estrangeiros devem acessar o link oficial do MEC para revalidar ou reconhecer seu diploma no Brasil

Informamos que assinamos e autorizamos a realização de estágio no decorrer dos cursos de pós-graduação a distância. *

*Exceto para o curso de EDUCAÇÃO BILÍNGUE E PLURILÍNGUE