Aprendizado de máquina na saúde - 2021.1

Logística

• Disciplina: Tópicos Avançados em Engenharia de Sistemas e Informação 1
• Assunto: Aprendizado de Máquina na Saúde
• Período: 2021.1
• Data: quartas e quintas-feiras, 18h-20h
• Sala: https://meet.google.com/hyb-vdwb-nse
• Google Classroom: https://classroom.google.com/c/MzAyMDA0MzI0NzEx?cjc=uqnh5y6

Objetivo

Analisar e avaliar problemas, criar soluções e aplicações envolvendo o aprendizado de máquina nas áreas de saúde. Dentre os tópicos na disciplina, incluem:

• Desafios da heterogeneidade dos dados clínicos;
• Aplicações do aprendizado de máquina para:
  • Estratificação de risco;
  • Auxílio aos processos de triagem e raciocínio diagnóstico;
  • Modelagem da progressão da doença (prognóstico);
  • Avaliação do tratamento e das respostas do paciente à reabilitação.

Tópicos abordados

• Redes Bayesianas;
• Causalidade;
• Séries temporais e sinais fisiológicos;
• Imagens médicas;
• Processamento em linguagem natural (PNL);
• Aprendizado profundo;
• Interpretabilidade;
• Interoperabilidade;
• Automatização de diretrizes clínicas;
• Aprendizado por transferência;
• Fairness;
• Ética.

Cronograma

Data	Conteúdo
17/mar
18/mar
24/mar
31/mar
01/abr
07/abr
07/mar
08/abr
14/abr
15/abr
21/abr
22/abr
28/abr
29/abr
05/mai
06/mai
12/mai
13/mai
19/mai
20/mai
26/mai
27/mai
02/jun
03/jun
09/jun
10/jun
16/jun
17/jun
23/jun
24/jun	Referências sugeridas Tema Referência Dados clínicos Agniel, Denis, Isaac Kohane, and Griffin Weber. "Biases in Electronic Health Record Data Due to Processes Within the Healthcare System: Retrospective Observational Study." BMJ, 2018. Eapen, Bell Raj, et al. "FHIRForm: An Open-Source Framework for the Management of Electronic Forms in Healthcare." ITCH. 2019. Ulriksen, Gro-Hilde, Rune Pedersen, and Gunnar Ellingsen. "Infrastructuring in healthcare through the openEHR architecture." Computer Supported Cooperative Work (CSCW) 26.1-2 (2017): 33-69. Estratificação de riscos Razavian, Narges, Saul Blecker, et al. "Population-Level Prediction of Type 2 Diabetes From Claims Data and Analysis of Risk Factors." Big Data 3, no. 4 (2015): 277–87. Pozen, Michael, Ralph D'Agostino, et al. "A Predictive Instrument to Improve Coronary-Care-Unit Admission Practices in Acute Ischemic Heart Disease." New England Journal of Medicine 310, no. 20 (1984): 1273–78. Futoma, Joseph, Sanjay Hariharan, et al. "An Improved Multi-Output Gaussian Process RNN With Real-Time Validation for Early Sepsis Detection." arXiv preprint arXiv:1708.05894 (2017). Caruana, Rich, Yin Lou, et al. "Intelligible Models for HealthCare." Proceedings of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining - KDD 15, 2015. Rodríguez, G. (2007). "Chapter 7: Survival Models." In Lecture Notes on Generalized Linear Models. Séries temporais Quinn, J.A., C.K.I. Williams, and N. Mcintosh. "Factorial Switching Linear Dynamical Systems Applied to Physiological Condition Monitoring." IEEE Transactions on Pattern Analysis and Machine Intelligence 31, no. 9 (2009): 1537–51. Hannun, Awni, Pranav Rajpurkar, et al. "Cardiologist-Level Arrhythmia Detection and Classification in Ambulatory Electrocardiograms Using a Deep Neural Network." Nature Medicine 25, no. 3 (2019): 65–69. Processamento de Linguagem Natural (PLN) Leaman, Robert, Ritu Khare, and Zhiyong Lu. "Challenges in Clinical Natural Language Processing for Automated Disorder Normalization." Journal of Biomedical Informatics 57 (2015): 28–37. Diagnóstico Diferencial Rotmensch, Maya, Yoni Halpern, et al. "Learning a Health Knowledge Graph from Electronic Medical Records." Scientific Reports 7, no. 1 (2017): 5994. Inferência Causal Hernán MA, Robins JM. Causal Inference: What If. Boca Raton: Chapman & Hall/CRC, forthcoming. Chapter 1. 2019. Aprendizado por Reforço Komorowski, Matthieu, Leo Celi, et al. "The Artificial Intelligence Clinician learns optimal treatment strategies for sepsis in intensive care." Nature Medicine 24, no. 11 (2018): 1716. Progressão de Doenças Schulam, Peter, and Suchi Saria. "Integrative Analysis Using Coupled Latent Variable Models for Individualizing Prognoses." The Journal of Machine Learning Research 17, no. 232 (2016): 1–35. Young, Alexandra, Razvan Marinescu, et al. "Uncovering the Heterogeneity and Temporal Complexity of Neurodegenerative Diseases with Subtype and Stage Inference." Nature Communications 9, no. 1 (2018): 4273. Automatização de workflows clínicos Zhang, Yiye, Rema Padman, and Nirav Patel. "Paving the COWpath: Learning and Visualizing Clinical Pathways from Electronic Health Record Data." Journal of Biomedical Informatics 58 (2015): 186–97. Gawande, Atul. "A Life-Saving Checklist." The New Yorker. The New Yorker, December 3, 2007 Medicina de Precisão Udler, Miriam S., Jaegil Kim, et al. "Type 2 Diabetes Genetic Loci Informed by Multi-Trait Associations Point to Disease Mechanisms and Subtypes: A Soft Clustering Analysis." PLoS Medicine 15, no. 9 (2018): e1002654. Redes Bayesianas Kyrimi, Evangelia, et al. "A comprehensive scoping review of bayesian networks in healthcare: Past, present and future." arXiv preprint arXiv:2002.08627 (2020). Velikova, Marina, et al. "Exploiting causal functional relationships in Bayesian network modelling for personalised healthcare." International Journal of Approximate Reasoning 55.1 (2014): 59-73. Seixas, Flávio Luiz, et al. "A Bayesian network decision model for supporting the diagnosis of dementia, Alzheimer׳ s disease and mild cognitive impairment." Computers in biology and medicine 51 (2014): 140-158. Ideias para o projeto de aplicação Banco de Projetos de Pesquisa, Desenvolvimento e Inovação com a Saúde Calendário Tema Referência Aula Data Conteúdo Referências Video-Aulas CEDERJ Aulas Gravadas de 2020.1 1 02/02/2021 Introdução a Engenharia de Software Sommerville cap. 1 Pressman caps. 1 e 2 [1] [2] 2 09/02/2021 Processos de desenvolvimento de software Sommerville caps. 2 e 3 Pressman caps. 3, 4, 5 e 6 [3] [4] 3 16/02/2021 Feriado - Carnaval 4 23/02/2021 Desenvolvimento ágil [5] 5 02/03/2021 Paradigmas de desenvolvimento de software: - Análise estruturada - Análise essencial - Análise Orientada a Objetos (OOA) Larman caps. 1 e 2 Guedes cap. 2 [6] 5 09/03/2021 Engenharia de requisitos Sommerville cap. 4 Pressman cap. 8 [7] [8] 6 16/03/2021 Casos de uso Guedes caps. 1 e 3 Bezerra caps. 3 e 4 Pressman caps. 9 [9] [10] 7 23/03/2021 Modelagem de Sistemas Projeto da arquitetura do sistema [11] [12] 8 30/03/2021 Apresentação dos grupos - Projeto de Aplicação - Parte 1 9 06/04/2021 Projeto de software usando UML Palestra 1 Guestão de Projetos: Metodologia Tradicional e Ágil Ana Paula Pereira (Embratel/Claro S.A) Guedes caps. 1 e 3 Bezerra caps. 3 e 4 Sommerville caps. 5, 6 e 7 Pressman caps. 12, 13, 14, 15 e 16 [13] 10 13/04/2021 Projeto de software: - Diagrama de classes - Diagrama de atividades Palestra 2 Guedes caps. 4, 5 e 6 Bezerra cap. 5 [14] [15] 12 20/04/2021 - Diagrama de sequencia Palestra 3 Guedes caps. 7, 9 e 10 Bezerra caps. 7, 10 e 11 [16] 13 27/04/2021 - Diagrama de transição de estados - Outros diagramas Palestra 4 14 04/05/2021 Apresentação dos grupos - Projeto de Aplicação - Parte 2 Referências bibliográficas Sommerville, Ian. Engenharia de Software. 9ª Edição Edição. Pearson Brasil, 2011. Pressman, Roger, e Bruce Maxim. Engenharia de Software. 8ª Edição. McGraw Hill Brasil, 2016. Larman, Graig. Utilizando UML e Padrões: Uma Introdução à Análise e ao Projeto Orientados a Objetos e ao Desenvolvimento Iterativo. 3ª Edição. Bookman, 2007. Guedes, Gilleanes T. A. UML 2. Uma Abordagem Prática. 2ª Edição. Novatec, 2011. Bezerra, Eduado. Princípio de Análise e Projeto de Sistemas com UML. Elsevier Editora Campus, 2006 Booch, Grady; Rumbaugh, James; Jacobson, Ivar. The Unified Modeling Language User Guide. Addison-Wesley Professional, 1998.