Minicurso 1
Machine Learning Aplicado à Saúde
André Filipe de Moraes Batista (USP)
Alexandre Chiavegatto Filho (USP)
Este minicurso tem por objetivo apresentar o panorama atual do uso das técnicas de machine learning aplicadas para a área de saúde, contextualizando os principais algoritmos utilizados. Além de cobrir os aspectos teóricos sobre o tema, o minicurso terá uma seção prática de desenvolvimento de um conjunto de algoritmos de machine learning, fazendo-se uso de um conjunto de dados da área da saúde.
Minicurso 2
Aplicações de Blockchain em Saúde
Arlindo F. da Conceição (UNIFESP)
Vladimir Moreira Rocha (UFABC)
Ricardo Felipe de Paula (UNIFESP)
A tecnologia Blockchain permite o registro de dados de forma confiável, segura, tolerante a falhas e distribuída. Este minicurso visa apresentar os fundamentos de Blockchain e suas possíveis aplicações e casos de uso na área de Saúde. Duas das principais tecnologias atuais serão apresentadas: Ethereum e Hyperledger Fabric.
Minicurso 3
Ontologias Biomédicas – Teoria e Prática
Fernanda Farinelli (UFMG)
Mauricio B. de Almeida (UFMG)
Este minicurso tem como objetivo fornecer fundamentos básicos da ontologia aplicada e seu emprego para a modelagem de sistemas de informação, além de esclarecer seu potencial para a solução de questões em aberto no âmbito da informática médica, como por exemplo: a interoperabilidade entre sistemas, a integração entre vocabulários biomédicos, melhorias e auditoria em modelos de sistemas de informação, para citar alguns. A abordagem do curso é teórico-prática, acessível a qualquer profissional envolvido na prática ou gestão de unidades de saúde, de forma que ao final o aluno será capaz de: a) aprender uma visão de mundo baseada em ontologia, o que lhe fornecerá subsídio para modelagem bem fundamentada; a) entender o uso e aplicação de ontologias em sistemas de informação médicos; b) criar modelos baseados em ontologias de forma a prover qualidade adicionais aos dados que manipula em seu trabalho; c) construir pequenas ontologias de uso prático.
Minicurso 4
O Estado da Arte em Pesquisa Observacional de Dados de Saúde: A Iniciativa OHDSI
Maria Tereza Fernandes Abrahão (USP)
Moacyr Roberto Cuce Nobre (USP)
Pablo Jorge Madril
A inciativa da Observational Medical Outcomes Partnership (OMOP) em conjunto com a sua sequência, a Observational Health Data Sciences and Informatics (OHDSI), redefiniram a área de pesquisa observacional em dados de saúde trazendo a possibilidade de realizar análises sistemáticas em grandes massas de dados (big data), provindas de diversas fontes, através da definição de um modelo comum de dados, de mecanismos para tratamento de diferentes vocabulários, e da disponibilidade de um conjunto de ferramentas de software livre para análise dos mesmos. Com estas ferramentas espera-se alavancar o levantamento de evidências na área médica e na avaliação de terapias e procedimentos no mundo real, para apoiar a pesquisa clínica em geral. O objetivo deste minicurso é apresentar os fundamentos da pesquisa observacional e os diversos tipos de estudos disponíveis; o modelo comum de dados (Common Data Model – CDM-OMOP); e as ferramentas de geração e análise do OHDSI, de forma prática com o uso de exemplos de estudos reais. Espera-se que, ao final do minicurso, os participantes tenham uma visão geral da plataforma e ferramentas OHDSI e sejam capazes de: i) de compreender o modelo comum de dados (CDM-OMOP), ii) ter uma visão dos vocabulários e da definição e utilização dos conceitos, e iii) entender o processo da definição de uma coorte e a visualização dos dados assistenciais, fomentando assim uma pesquisa observacional de alto nível.