2025

Inteligência Artificial em Ciências da Saúde

Nome: Inteligência Artificial em Ciências da Saúde
Cód.: INF15068M
3 ECTS
Duração: 15 semanas/78 horas
Área Científica: Informática

Língua(s) de lecionação: Português, Inglês
Língua(s) de apoio tutorial: Português, Inglês
Regime de Frequência: Presencial

Objetivos de Desenvolvimento Sustentável

Objetivos de Aprendizagem

Serão estudados os conceitos fundamentais de Inteligência Artificial com o foco nas metodologias baseadas em IA indutiva.
Esta UC pretende sensibilizar os alunos para os temas abordados, incluindo:
- Identificar situações de potencial aplicação de IA na área das ciências da saúde;
- Identificar potencialidades e limitações do uso da IA;
- Compreender o funcionamento de algoritmos elementares;
- Identificar as características das principais famílias de algoritmos;
- Identificar e compreender as fases e tarefas num projeto de aplicação de IA;
- Conhecer plataformas/ferramentas de IA;
- Identificar os riscos do uso de IA;

Conteúdos Programáticos

1. Tipos de IA - Dedutiva e Indutiva
2. Aprendizagem supervisionada, não supervisionada e semi-supervisionada
3. Regressão e classificação binária, multiclasse e multi-etiqueta
4. Erro e medidas de desempenho - falsos positivos, falsos negativos, precisão, cobertura (sensibilidade), especificidade, e exatidão
5. Algoritmos: Naïve de Bayes, Árvores de decisão, Vizinhos mais próximos, Redes Neuronais, e Aprendizagem profunda
6. Generalização de modelos. Ruído, enviesamento, variância. e incerteza
7. Treino, validação e avaliação de modelos
8. Regularização
9. Sensores, recolha e armazenamento de dados
10. Privacidade, anonimização e confiabilidade dos dados
11. Explicabilidade de modelos
12. Casos de aplicação: Video, Imagem, Sinais, Texto e Audio

Métodos de Ensino

Ao longo das sessões de ensino de natureza coletiva da Unidade Curricular será efetuada uma exposição dos conteúdos programáticos definidos e será reforçado, em diálogo com os alunos, a relevância dos temas expostos para a compreensão da IA.
Dado os objetivos de sensibilização dos alunos para os temas da IA será privilegiada uma abordagem baseada na análise de casos práticos de aplicação de IA, incluindo a apresentação e discussão de equívocos e erros comuns.
De modo a estabelecer um maior contacto e interatividade com os alunos, e como forma de disponibilizar os materiais de apoio aos conteúdos programáticos lecionados ao longo do semestre letivo, os docentes utilizarão permanentemente a plataforma de ensino da Universidade de Évora (Moodle). Também nesta plataforma serão lançados desafios e problemas de estudo.

Avaliação

No regime de avaliação contínua, a nota final da disciplina resultará da média ponderada da componente prática e da componente teórica, com as seguintes ponderações:
Componente teórica:
- Teste 1: 25%;
- Teste 2: 25%;
Componente prática:
- Trabalho prático: 50%;
No regime de exame, a nota final da disciplina resultará da média ponderada da componente prática e da componente teórica, com as seguintes ponderações:
Componente teórica:
- Exame: 50%;
Componente prática:
- Trabalho prático: 50%;

Bibliografia

A bibliografia da disciplina baseia-se fundamentalmente em recursos de acesso livre, e através do sistema b-On, acessíveis à distância via internet por todos os alunos da universidade, e atualizados sempre que necessário.

Referência de base complementar:
Stuart Russell, Peter Norvig, “Artificial Intelligence: A Modern Approach”, 4th edition, Pearson, 2020.

Equipa Docente

Voltar