Mudanças

! Observações / Entregas

|-

| style="background:#d5f5d5;" | Nivelamento – Parte 1

| style="background:#d5f5d5;" | Introdução a Python e Jupyter Notebook; Estatística básica; Fundamentos de ML

| style="background:#d5f5d5;" | Material em vídeo e notebooks compartilhados antes da aula

|-

| style="background:#d5f5d5;" | Nivelamento – Parte 2

| style="background:#d5f5d5;" | Conceitos básicos de dados clínicos; LGPD na saúde; Exemplos de datasets públicos

| style="background:#d5f5d5;" | Uso do MIMIC-III, PhysioNet e OpenEHR para demonstração

|-

| Aula 1

| O que torna os sistemas de saúde únicos?

| Estudo de caso: impacto de modelos de risco na triagem de pacientes

|-

| Aula 2 + Atividade 1

| Análise exploratória de dados clínicos; Regressão logística aplicada

| Atividade: prever risco de internação usando dataset simplificado

|-

| Aula 3

| Características da área clínica e fluxos de trabalho

| Formação das equipes (médicos + computação) e definição do tema do Projeto de Aplicação

|-

| Aula 4 + Atividade 2

| Aprendizado supervisionado e não supervisionado; Clusterização

| Clusterização de perfis de pacientes crônicos

|-

| Revisão + Estudo de Caso

| Revisão de ML + caso clínico de estratificação de risco

| Preparação para hackathon

|-

| style="background:#fff9c4;" | Hackathon Interdisciplinar – Dia 1

| style="background:#fff9c4;" | Montagem de equipes, definição do problema, análise exploratória

| style="background:#fff9c4;" | Problemas sugeridos pelos docentes

|-

| style="background:#fff9c4;" | Hackathon Interdisciplinar – Dia 2

| style="background:#fff9c4;" | Desenvolvimento de modelos, avaliação inicial e discussão

| style="background:#fff9c4;" | Entrega parcial do protótipo

|-

| Aula 5 + Atividade 3

| Modelos de sobrevivência e prognóstico

| Uso de dados de seguimento para prever tempo até evento

|-

| Aula 6

| Séries temporais e sinais fisiológicos

| Previsão de eventos cardíacos com ECG

|-

| Aula 7

| Processamento de Linguagem Natural (PNL) aplicado à saúde

| Extração de informações de laudos médicos

|-

| Aula 8 + Atividade 4

| Inferência causal na saúde

| Uso de DAGs para analisar impacto de tratamentos

|-

| Aula 9

| Aprendizado por reforço aplicado à saúde

| Política ótima de tratamento em UTI (simulação)

|-

| Aula 10

| Interpretabilidade, fairness e explicabilidade de modelos clínicos

| SHAP e Grad-CAM em imagens médicas

|-

| style="background:#cce5ff;" | Apresentações – Parte 1

| style="background:#cce5ff;" | Apresentação dos Projetos de Aplicação – Equipes 1 a 4

| style="background:#cce5ff;" | Avaliação parcial e feedback

|-

| style="background:#cce5ff;" | Apresentações – Parte 2

| style="background:#cce5ff;" | Apresentação dos Projetos de Aplicação – Equipes 5 a 8