Titulo Estágio
2021_N40 eHealth - aprender, sugerir e prever
Local do Estágio
Aveiro
Enquadramento
A área de eHealth/Assisted Living tem vindo a crescer com a necessidade de melhorar a qualidade de vida de pessoas que precisam de acompanhamento médico permanente (e.g. doença crónica) ou ocasional (e.g. pós-operatório, pandemia). Pretende-se, cada vez mais, acompanhar as pessoas de alguma forma em risco e recolher a informação necessária para poder prevenir ou antecipar situações clínicas mais graves e/ou de intervenção urgente.
Aspetos Inovadores
AI e Machine learning são ferramentas poderosas quando devidamente aplicadas e acompanhadas de uma análise cuidada dos dados. No entanto, a fase manual de intervenção humana no processo de gerar conhecimento a partir de dados, é ainda muito significativa e os dados disponíveis são muitas vezes insuficientes para trabalhar. O desafio deste projeto consiste em analisar e escolher os algoritmos mais adequados a dados sensíveis,pessoais e clínicos, de forma a produzir informação útil para os vários intervenientes no processo: utentes, cuidadores formais e informais. É também necessário assegurar a comunicação da informação com segurança e assegurar a privacidade do utente de acordo com a sua vontade. O foco do
projeto deve estar no utente, ainda que se deva assegurar a transferência de informação útil para os cuidadores formais e informais de acordo com a necessidade e/ou patologia.
Ferramentas a utilizar:
Python, PySpark, SciKit Learn, PyTorch, TensorFlow, Jupyter Notebooks
Ferramenta de processo de desenvolvimento: JIRA, WIKI, SVN,….
Referências Bibliográficas
Machine learning in medicine: a practical introduction
https://builtin.com/artificial-intelligence/machine-learning-healthcare
https://emerj.com/ai-sector-overviews/machine-learning-in-pharma-medicine/
https://www.lexispublisher.com/articles/machine-learning-in-healthcare-data-analysis-a-survey-44184.html
https://www.sciencedirect.com/science/article/pii/S016740481930238X
https://ieeexplore.ieee.org/document/7947011
https://en.wikipedia.org/wiki/Machine_learning
https://www.kaggle.com/tags/healthcare
https://healthcare.ai/
Objetivo
O projeto pretende estudar e implementar mecanismos que permitam, a partir da análise das tarefas diárias atribuídas e executadas pelo utente (ou cuidador) e dos sinais vitais recolhidos no decurso do acompanhamento da sua condição física (e.g. pulsação, glucose), antever situações de risco, aconselhar o utente e prevenir o seu médico/cuidador, assegurando os mecanismo de segurança, privacidade e controlo de informação aplicáveis num contexto clínico.
Plano de Trabalhos - Semestre 1
Fase 1
Análise do Estado da Arte;
Estudo e análise dos dados disponíveis (a ALB garante que existirão dados para executar o trabalho);
Cruzar com outros datasets existentes;
Integrar fontes de dados adicionais (de dispositivos físicos e/ou virtuais - e.g. análises);
Aplicar algoritmos de machine learning para detetar grupos típicos e atípicos de comportamentos;
Analisar e implementar aspetos de segurança e privacidade de acordo com os perfis existentes;(administrativos, cuidadores, familiares)
Relatório Intercalar.
Plano de Trabalhos - Semestre 2
Fase 2
Prever cenários de evolução;
Mapeamento causa-consequência - o que se deve notificar e aconselhar face aos resultados e às previsões;
Implementação e teste da solução final;
Relatório Final
Condições
Integração de uma Bolsa de Investigação - Programa GENIUS - durante a realização do projeto de Dissertação - Integração numa equipa de I&D na Empresa Altice Labs .
Os projetos apresentados serão realizados nas instalações da Altice Labs, S.A., Empresa de Acolhimento de acordo com o enquadramento da Vossa Instituição e geridos pela InovaRia em termos processuais, no âmbito do Programa GENIUS Investigação da Inova-Ria. Este Programa, denominado "Programa Genius Investigação" rege-se por bolsas da FCT, I.P. Quanto ao protocolo a estabelecer este será entre a Universidade e Inova-Ria dando referencia ao Orientador da Empresa Altice Labs.
Bolsa ao aluno: 835,98€(mês).
Os alunos interessados deverão enviar para genius@inova-ria.pt ao cc Dra Regina Maia Sacchetti (963618710).
• Curriculum Vitae;
• Disciplinas realizadas até ao momento com médias ; simples documento eletrónico, que poderá obter no portal académico .
Processo de Seleção: Entrevista Inova-Ria - PROGRAMA GENIUS na qual fará parte o Orientador do projeto de forma a esclarecer a temática envolvida.
• média prevista de 13,5 - 14 valores (média linear entre licenciatura e mestrado);
• Indicação de áreas de interesse.
Para concorrer podes enviar a tua candidatura, envia email para o Programa GENIUS: genius@inova-ria.pt
Observações
Competências Chave Requeridas
Pessoa dinâmica, autónoma e com ânsia pela aquisição de conhecimento.
Comunicativo e com espírito de equipa.
Bons conhecimentos em programação.
Conhecimentos em modelização, análise de dados e algoritmia de machine learning.
Orientador (nome e email)
Telma Mota (telma@alticelabs.com ) e Luís Cortesão (luis-m-cortesao@alticelabs.com )
Orientador
Telma Mota
telma@alticelabs.com 📩