OA1. Rever o conceito de função e as propriedades. Rever tipos de funções. Rever operações entre funções.
OA2. Conhecer o gráfico de funções elementares e aplicar transformações ao gráfico.
OA3. Calcular limites, resolver indeterminações e interpretar graficamente. Continuidade.
OA4. Calcular derivadas e interpretar resultados em aplicações.
OA5. Determinar aproximações lineares e de ordem superior.
OA6. Aplicar a derivação em funções compostas e inversas.
OA7. Operar com matrizes (e vetores).
OA8. Calcular determinantes e aplicar propriedades.
OA9. Apreender o conceito de transformação linear e a representação matricial.
OA10. Calcular valores e vetores próprios.

CP1. Conceito de função. Funções elementares em R. Tipo de funções. Operações entre funções. Funções logarítmicas e trigonométricas inversas.
CP2. Limite de uma função num ponto. Continuidade num ponto. Retas assíntotas.
CP3. Derivada num ponto e reta tangente. Regras de derivação. Problemas de otimização.
CP4. Derivada da função composta - regra da cadeia. Derivada da função inversa.
CP5. Aproximações linear de Taylor e ordem superior.
CP6. Resolução de sistemas de equações lineares. Matrizes e operações. Inversa de uma matriz. Determinante de matrizes quadradas e propriedades. Transformações lineares.
CP7. Espaço vetorial real. Produto interno. Paralelismo e perpendicularidade.
CP8. Valores e vetores próprios e diagonalização de matrizes.

Aprovação com classificação não inferior a 10 valores numa das modalidades seguintes:

- Avaliação ao Longo do Semestre:
* 7 trabalhos/minifichas realizados em aulas. Contam as 5 melhores, com um peso de 5% cada (total de 25%).
* trabalho autónomo, com um peso de 5%.
* projeto em matemática aplicada, com um peso de 10%.
* frequência a realizar na data da 1.ª época, com peso de 60% e nota mínima de 8 valores
ou
- Avaliação por Exame (100%).

Há a possibilidade de realização de provas orais.
Notas superiores a 17 valores têm de ser defendidas em oral.

São objetivos de aprendizagem (OA) desta Unidade Curricular:
OA1. Conhecer de forma muito generalista os principais aspetos de anatomia, fisiologia e fisiopatologia humanas que explicam o aparecimento e a manifestação das doenças.
OA2. Identificação de sintomas e sinais e a importância da semiologia como peça fulcral para alguns diagnósticos. Saber o que são algoritmos diagnósticos, e a importância do diagnóstico de precisão.
OA3. Conhecer em detalhe quatro modelos de doenças comuns como forma de integrar aspetos relacionados com o contexto da medicina do presente e futuro, tecnologias de diagnóstico, terapêutica (incluindo terapia digital) e de seguimento.

Esta UC detém os seguintes conteúdos programáticos (CPs):
CP1. Noções elementares de anatomia, fisiologia e fisiopatologia
CP2. Semiologia e algoritmia diagnóstica.
CP3. Doenças-modelo (Demência, DPOC, Diabetes Mellitus, Cancro da Mama)

Estão previstas duas formas de avaliação da UC: avaliação periódica e exames final.
Avaliação periódica:
- Realização de trabalho de grupo (30%);
- Apresentação de trabalho de grupo (20%);
- Participação nas aulas (10%);
- Teste escrito (40%)

A nota mínima para validação da avaliação em todos os componentes é de 8 valores.
Exames final: prova escrita individual (100%)

São objetivos de aprendizagem (OA) desta Unidade Curricular:
OA1. Permitir ao aluno ter a perceção da relevância e desafios existentes no dominio dos sistemas de informação no sector da saúde;
OA2. Identificar as principais tecnologias em termos de sistemas de informação que impactam o processo de tomada de decisão e a gestão da área da saúde;
OA3. Permitir que o aluno consiga compreender os conceitos da qualidade, levantamento e gestão de dados e estruturas de informação, dentro do âmbito organizacional (clinico e administrativo), com uma visão estruturada e analítica;
OA4. Metodologias e ferramentas de modelação de processos de negócio e registo da prática clínica;
OA5. Compreender porque as organizações necessitam conhecer e modelar os seus processos de atividade;
OA6. Reconhecer os componentes de um ecossistema de informação em saúde, no contexto dos principais processos de gestão e workflow clínico;

Esta UC detém os seguintes conteúdos programáticos (CPs):
CP1. Modelação de processos de negócio em sistemas de informação (SI);
CP2. Arquitetura da Informação, noções de bases de dados (relacionais e outras) e de utilização de ferramentas de extração dados (ETL);
CP3. Arquitectura empresarial como ferramenta de ligação entre processos em saúde e sistemas e dados relacionados;
CP4. Sistemas de informação mais comuns no SNS e não-SNS;
CP5. Segurança e segração de informação no contexto da Saúde,
CP6. Equipas de sistemas de informação nas organizações de saúde;
CP7. Apoio dos SI na função de administração e na função clinica;
CP8. Modelos de maturidade e adopção digital em saúde (ex. HIMSS);
CP9. Fatores críticos de sucesso e matriz de implementação de um projecto, matriz de CRUD e RACI.

Resolução de entre 2-4 exercícios/analise de caso/desafios individuais (R)
2 trabalhos de grupo (TG1 + TG2) - Grupos entre 4-6 alunos.
1 apresentação oral/exposição escrita individual (A)
Nota final = R*0,3 + TG1-2*0,5 + A*0,2
Os alunos que não tiveram sucesso na avaliação periódica (mínimo 10 valores) submetem-se a exame de recurso a valer 100% da nota.

OA1: Criar e manipular estruturas de dados
OA2: Aplicar os algoritmos de ordenação e de pesquisa mais apropriados para um determinado problema
OA3: Analisar a complexidade e o desempenho de um algoritmo
OA4. Identificar, implementar e analisar as estruturas de dados e os algoritmos mais adequados a um determinado problema

CP1. A estrutura de dados Union-Find
CP2. Análise de algoritmos
CP3: Estruturas de dados: pilhas, filas, listas, sacos
CP4: Ordenação elementar: selectionsort, insertionsort, shellsort
CP5: Ordenação avançada: mergesort, quicksort, heapsort
CP6. Complexidade dos problemas de ordenação
CP7: Filas com prioridade
CP8. Tabelas de símbolos elementares
CP9. Árvores de pesquisa binária
CP10. Árvores de pesquisa equilibradas
CP11. Tabelas de dispersão

Época 1: Avaliação ao longo do semestre ou Exame Final
Avaliação ao longo do semestre, sendo exigida a presença em pelo menos 3/4 das aulas:
- 2 testes práticos (60%), com nota mínima de 7,5 em cada um.
- 2 testes teóricos (40%), com nota mínima de 7,5 em cada um.
A média final ponderada entre os testes teóricos e prático terá de ser igual ou superior a 9,5.
Avaliação por Exame:
- (100%) Exame Final com componente teórica e prática
Os estudantes têm acesso à avaliação por Exame na Época 1 se a escolherem no início do semestre ou se reprovarem na avaliação ao longo do semestre.
Época 2: Exame Final
- (100%) Exame Final com componente teórica e prática
Época Especial: Exame Final
- (100%) Exame Final com componente teórica e prática

No final da UC, o aluno deverá estar apto a:
OA1: Aplicar os conceitos fundamentais de programação.
OA2: Criar procedimentos e funções com parâmetros.
OA3: Compreender a sintaxe da linguagem de programação Python.
OA4: Desenvolver soluções com programação para problemas de complexidades intermédia.
OA5: Explicar, executar e depurar fragmentos de código desenvolvido em Python.
OA6: Interpretar os resultados obtidos com a execução de código desenvolvido em Python .
OA7: Desenvolver projetos de programação.

CP1. Ambientes integrados de desenvolvimento. Introdução à programação: Sequência lógica e instruções, Entrada e saída de dados.
CP2. Constantes, variáveis e tipos de dados. Operações lógicas, aritméticas e relacionais.
CP3. Estruturas de controlo.
CP4. Listas e matrizes (listas de listas).
CP5. Procedimentos e funções. Referências e parâmetros.
CP6. Objetos e classes de objetos.
CP7. Manipulação de ficheiros.

A UC segue o modelo de avaliação ao longo do semestre por projeto pelo seu carácter eminentemente prático, não contemplando exame final.

O estudante é avaliado pelos seguintes componentes (A1+A2):
A1: Tarefas de Aprendizagem com validação dos docentes (30%)
Serão realizadas 5 tarefas de aprendizagem ao longo do semestre.
A classificação de A1 corresponde à média das notas das 5 tarefas. Para aprovação no A1, o estudante deve cumprir um dos seguintes requisitos:
- obter pelo menos 7 valores em cada uma das 5 tarefas
ou
- obter uma média mínima de 8 valores nas 5 tarefas.

A2: Projeto Obrigatório em Grupo (3) com discussão teórico-prática (70%)
Nota mínima de 9,5 valores.
Atrasos nas entregas implicam penalizações.

Recuperação:
O estudante que não atingir a nota mínima global poderá realizar um Projeto Prático individual (100%) com discussão oral.
Caso o aluno não realize algum teste, por falta, ou não tenha atingido a nota mínima de 7 valores, poderá realizar um teste de substituição ao fim do semestre.

Assiduidade:
É obrigatória uma assiduidade mínima de 2/3 das aulas.

OA1 Dominar os conceitos de sucessão e de série numérica
OA2 Calcular limites de sucessões e, relativamente a uma série, averiguar a existência de soma
OA3 Entender a generalização do conceito de série a séries de funções e obter o domínio de convergência
OA4 Compreender a definição de integral como limite de somas de Riemann
OA5 Calcular primitivas e aplicar ao cálculo de integrais
OA6 Aplicar integrais no cálculo de áreas, de comprimentos e de valores médios
OA7 Resolver equações diferenciais ordinárias (EDOs) lineares de 1ª ordem
OA8 Calcular derivadas parciais e segundo qualquer vetor não-nulo
OA9 Interpretar o vetor gradiente como direcção de máximo crescimento da função
OA10 Decidir sobre a existência de plano tangente
OA11 Obter o desenvolvimento de Taylor de 1ª ordem e, explorar numericamente em ordem superior
OA12 Determinar extremos livres (otimização)

CP1 Sucessões. Monotonia. Majorantes e minorantes. Progressão geométrica.
CP2 Sucessões enquadradas. Convergência.
CP3 Séries numéricas, somas parciais e soma.
CP4 Critérios de convergência de séries de termos não-negativos.
CP5 Convergências simples e absoluta de séries alternadas. Critério de Leibniz.
CP6 Séries de potências e domínio de convergência.
CP7 Primitivas. Integral definido à Riemann. Teorema fundamental do cálculo e primitivas.
CP8 Integração por partes e mudança de variável. Decomposição em frações simples.
CP9 Aplicações do integral (área, comprimento, valor médio).
CP10 Integrais impróprios e convergência.
CP11 EDO de 1ª ordem linear.
CP12 Funções reais multivariável. Curvas de nível. Limites e continuidade.
CP13 Derivadas parciais num ponto e vetor gradiente. Aproximação linear, plano tangente e diferenciabilidade.
CP14 Derivada direcional. Regra da cadeia. Polinómios e série de Taylor.
CP15 Formas quadráticas em problemas de otimização.

Aprovação com classificação >= 10 valores (de 0 a 20) numa das modalidades seguintes:
- Avaliação ao Longo do Semestre:
* 4 minifichas realizadas em aula, com um peso de 5% cada (20% no total)
* teste a meio do semestre (15%)
* trabalho autónomo (5%)
* teste final (60%) na data do exame de 1.ª época, com nota mínima de 8 valores.
ou
- Avaliação por Exame (100%):

Há a possibilidade de realização de orais.
Notas superiores a 17 valores têm de ser defendidas em oral.

No final desta UC, o aluno deverá estar apto a:
OA.1. Definir requisitos para um projeto tecnológico usando uma abordagem centrada no utilizador.
OA.2. Planear, gerir e executar o projeto adotando uma metodologia de gestão de projetos ágil, baseada em sprints.
OA.3 Trabalhar de forma eficaz e eficiente num grupo interdisciplinar, sabendo resolver situações de conflito e definir os diversos papeis dos elementos do grupo, incluindo os papeis de liderança.
OA.4. Desenvolver o projeto tecnológico de acordo com os requisitos do utilizador, com kits de hardware e ferramentas software lo-code e no-code.
OA.5. Aplicar normas para a elaboração de relatórios técnicos.
OA.6. Preparar a demonstração das funcionalidades do projeto tecnológico.

C1 Apresentação, programa e avaliação. Demos dos projetos do ano anterior e novas ideias para projetos.
C2. Kits de hardware & software disponíveis no laboratório.
C3. Metodologia Design Sprint Design condensada: Map, Sketch e Decide em 140 minutos.
C4. Entrevistas AEIOU. Mapas de empatia. Personas.
C5. Cenários de utilização. Definição dos requisitos de utilizador e da visão de produto.
C6. Gestão de equipas, conflitos e liderança.
C7. Gestão de projeto: metodologias de desenvolvimento Agile vs Waterfall. Introdução ao PMBook.
C8. Metodologia ágil SCRUM: 3 papeis, 5 rituais, 3 artefactos e 4 sprints quinzenais.
C9. Backlog de produto, Funcionalidaes, User Stories, Priorização com MoSCow, Custo com Story Points.
C10. Ferramentas de apoio ao SCRUM (JIRA).
C11. Ferramentas low code/no code para desenvolvimento de protótipos (Power Apps).
C12. Simulador de hardware.
C13. Produção de um relatório técnico e demonstração do projeto.

Curso em avaliação ao longo do semestre, não contemplando exame final. Pesos:
• Avaliação individual: 2 mini-testes - 20%
• Avaliação por projeto em grupo - 80%. Entregáveis (no Moodle):
o D1 Relatório de Requisitos do Utilizador e Visão de Produto - 20%
o D2-5 relatórios automáticos intercalares produzidos pelo JIRA de fecho dos Sprints #1, #2, #3 e #4 -20%
o D6 Relatório Técnico Final - 15%
o D7 Apresentação, demo protótipo e discussão do projeto - 25%
São aprovados os alunos que obtenham uma classificação final ponderada superior ou igual a 9.5 valores.

OA1 - Conhecer e utilizar os principais conceitos utilizados estatística descritiva, escolhendo adequadamente as medidas e as representações gráficas para descrever os dados
OA2 - Aplicar os conceitos básicos da teoria das probabilidades, nomeadamente calcular probabilidades condicionais, e analisar a independência de acontecimentos
OA3 - Trabalhar com variáveis aleatórias discretas e contínuas
OA4 - Trabalhar e perceber as distribuições de Bernoulli, binomial, Poisson, Normal, assim como as distribuições do Qui-Quadrado e t de Student
OA5- Saber estimar parâmetros pontualmente e saber distinguir entre estimadores e parâmetros
OA6 - Construir e interpretar intervalos de confiança para os estimadores de parâmetros
OA7 - Entender os princípios dos testes de hipóteses
OA8 - Saber utilizar alguns softwares (tais como, Python ou R)

Conteúdos programáticos (CP):
CP1 - Noções de Estatística Descritiva: Tipos de variáveis. Tabelas de frequências e representações gráficas. Medidas de tendência central, de dispersão, de assimetria e de curtose.
CP2 - Conceitos da teoria das probabilidades: definições, axiomas, teorema da probabilidade total e fórmula de Bayes
CP3 - Variáveis aleatórias univariadas e bivariadas: funções massa e densidade de probabilidade, função distribuição, função probabilidade conjunta, valor esperado, variância, desvio padrão, covariância, correlação
CP4 - Distribuições discretas e contínuas: Uniforme discreta e contínua, Bernoulli, binomial, Poisson, Normal, Qui-Quadrado e t-Student
CP5 - Amostragem: noções básicas. Distribuições amostrais mais utilizadas
CP6 - Estimação pontual e por intervalos
CP7 - Testes de hipóteses: tipo de erros, nível de significância e p-values.

Aprovação com classificação não inferior a 10 valores numa das modalidades seguintes:
- Avaliação ao longo do semestre: 1 miniteste realizado em aula (15%) + Prova escrita final realizada na data da 1ª época (60%) + trabalho autónomo (5%) + projeto realizado em grupo (20%),
Todos os elementos de avaliação, com exceção do trabalho autónomo, são obrigatórios e têm nota mínima de 8 valores.
ou
- Avaliação por Exame (100%).

Notas:
1) Poderá ser realizada uma avaliação oral complementar após qualquer momento de avaliação para validação da nota final.
2) Para esta Unidade Curricular, os estudantes devem consultar o Código de Conduta Académica do Iscte, disponível nas plataformas institucionais, para garantir o cumprimento das normas éticas e comportamentais estabelecidas.

OA1: Conhecer as principais teorias, conceitos e problemáticas relacionados com o Trabalho, as Organizações e a Tecnologia;
OA2: Compreender os principais processos da transição digital diretamente relacionados com o mundo do trabalho e as suas organizações;
OA3: Analisar as múltiplas implicações sociais, económicas e políticas trazidas pela transição digital;
OA4: Explorar casos, estratégias e métodos de aplicação que permitam compreender os reais impactos da transição digital nas profissões, empresas e organizações.

CP1. O trabalho é hoje diferente do que foi no passado?
CP2. Que direitos e deveres no mundo do trabalho?
CP3. Como é que a teoria tem olhado para a tecnologia?
CP4. Que tecnologias digitais estão a mudar o trabalho?
CP5. Que futuro para o trabalho?
CP6. A inteligência artificial é assim tão inteligente?
CP7. Onde começa e termina a precariedade?
CP8. De quem é a culpa quando a máquina erra?
CP9. As tecnologias digitais alteram a relação entre sindicatos e empresas?
CP10. Que transformação digital em Portugal?

Avaliação ao longo do semestre:
Cada estudante realiza uma Aula Invertida, que representa 20% da nota final.

Realização de um trabalho individual, representando 35% da nota final.

Realização de um trabalho de grupo, representando no total 35% da nota final (10% a apresentação de grupo e 25% o trabalho escrito).

Assiduidade e participação nas aulas, que representa 10% da nota final. É exigida uma assiduidade mínima não inferior a ⅔ das aulas.

Cada elemento de avaliação tem a nota mínima de 8 valores. A média final dos vários elementos terá de ser igual ou superior a 9,5 valores.

Avaliação por exame (1ª Época em caso de escolha do estudante, 2ª Época e Época Especial): exame presencial, representando 100% da nota final, e nota mínima de 9,5.

OA1 - Capacitar para a utilização ética e responsável de ferramentas de Inteligência Artificial (IA) Generativa
OA2 - Adquirir competências de análise crítica sobre os resultados produzidos pelas ferramentas de IA Generativa
OA3 - Saber identificar e desenvolver soluções criativas na resolução de problemas ética e socialmente complexos com IA Generativa
OA4 - Saber aplicar ferramentas de IA Generativa na elaboração de trabalhos académicos, em particular na aplicação de escrita académica e na utilização de procedimentos normativos de citação e referenciação

CP1 - Introdução à IA e à IA Generativa:
* Exposição teórica sobre o contexto histórico, evolução e conceitos importantes sobre a Inteligência Artificial (IA) e a IA Generativa
CP2 - Prompt Engineering:
* Explicação das boas práticas para a interação com modelos de linguagem generativos
CP3 - Ferramentas de IA Generativa:
* Exploração de múltiplas ferramentas de IA Generativa, baseadas em texto, imagens e vídeos
CP4 - Formação de conteúdo argumentativo:
* Desenvolvimento de soluções criativas recorrendo a práticas de argumentação e ferramentas de IA Generativa
CP5 - Normas para escrita científica:
* Aplicação de normas de citação e referenciação (normas APA) na elaboração de escrita académica

A Avaliação ao Longo do Semestre contempla as seguintes atividades:
1. Atividades individuais (50%)
1.1 Simulações de prompts com ferramentas de IA em contexto académico (20%):
* Descrição: o estudante deve criar uma prompt clara/justificada, bem estruturada, de acordo com o guião proposto pelo docente em aula.
* Avaliação: (submeter no moodle), competências de comunicação e do trabalho em equipa com base na qualidade das simulações de prompts realizadas.
1.2 Defesa Oral - apresentação do grupo - 5 min. debate - 5 min. (30%):
* Descrição: cada estudante deve apresentar à turma, os seus contributos no trabalho realizado.
* Avaliação: após a apresentação do estudante, haverá uma sessão de perguntas e respostas.
2. Atividades em grupo (50%) [os estudantes são organizados em grupos de/até 5 elementos, constituídos de forma aleatória], que incluem:
* Apresentações em grupo, revisões, edições e validações dos conteúdos produzidos por IA. A avaliação (a submeter no moodle) inclui recolha de informações relevantes, a clareza e o caráter inovador da utilização de prompts estruturadas.
* Desenvolvimento de estratégias para fazer as revisões, edições e validações dos conteúdos produzidos por IA, onde os estudantes terão de promover avaliações críticas, pela reflexão sobre os desafios éticos da integração da IAG em ambiente académico. A avaliação (a submeter no moodle) consistirá na correção dos trabalhos com base na precisão e conformidade com a qualidade das revisões, edições e a participação dos estudantes nos feedbacks fornecidos aos colegas.
* Simulações de Apresentações dos Projetos Finais, onde os grupos elegem um tema e criam um projeto fictício seguindo a estrutura de um relatório técnico ou texto científico, fazendo uma apresentação do seu projeto em sala de aula (5 min.) e debatem o tema (5 min.). A avaliação (a submeter no moodle) irá considerar a organização, conteúdo, uso correto da estrutura e procedimentos do trabalho académico.

Considerações Gerais:
Na Avaliação ao Longo do Semestre será dado o feedback sobre o desempenho do estudante em cada atividade.
Para fazer a avaliação ao longo do semestre, os estudantes devem estar presentes em 80% das aulas e terem mais de 7 valores em cada uma das avaliações.
Havendo dúvidas sobre a participação nas atividades realizadas, o docente pode solicitar uma discussão oral.
O grupo terá de garantir a existência de pelo menos um computador por cada grupo para permitir a realização das atividades em sala de aula.
Não haverá avaliação por exame final, sendo a aprovação determinada pela média ponderada das avaliações ao longo do semestre. A avaliação em 2ª época e época especial terá uma modalidade de avaliação alternativa, pelo que quaisquer estudantes que pretendam realizar a avaliação nestas épocas deverão previamente entrar em contacto com o/a docente para ficarem a par do procedimento de avaliação.

OA1. Adquirir conhecimentos sobre os fundamentos e etapas do processo de Design Thinking
OA2. Desenvolver competências como pensamento crítico, colaboração, empatia e criatividade.
OA3. Aplicar o Design Thinking na resolução de problemas em diversas áreas, promovendo a inovação e a melhoria contínua.

CP1. Introdução ao Design Thinking e Etapa 1: Empatia (3h)
CP2. Etapas 2 e 3: Definição do problema e Ideação (3h)
CP3. Etapa 4: Prototipagem (3h)
CP4. Etapa 5: Teste e aplicação do Design Thinking em diferentes áreas (3h)

Modalidade de Avaliação ao Longo do Semestre

• Participação em aula (20%): avalia a presença, envolvimento e contribuição dos estudantes nas discussões e atividades em sala de aula.

• Trabalho individual (40%): os estudantes irão desenvolver um projeto individual aplicando o Design Thinking para resolver um problema específico. Serão avaliados quanto à aplicação das etapas do Design Thinking, qualidade das soluções propostas e criatividade.

• Trabalho em grupo (40%): os estudantes formarão grupos para desenvolver um projeto conjunto, aplicando o Design Thinking na resolução de um desafio real. A avaliação será baseada na aplicação das etapas do Design Thinking, qualidade das soluções e colaboração entre os membros do grupo.

Para poder concluir a unidade curricular na modalidade de Avaliação ao Longo do Semestre o/a estudante tem de estar presente em 75% das aulas e não pode obter menos de 7 valores em nenhuma das componentes de avaliação.
A forte orientação para aprendizagem através de atividades práticas e de projeto justifica que nesta UC não esteja prevista a modalidade de avaliação final.

OA1. Desenvolver competências técnicas específicas da comunicação oral para apresentações em público.
OA2. Conhecer e identificar estratégias para a utilização eficaz do aparelho vocal.
OA3. Identificar e melhorar a expressão corporal. OA4. Aprender técnicas de performance.
Os objetivos de aprendizagem serão alcançados através de atividades práticas e reflexivas, apoiadas no método de ensino ativo e participativo que privilegia a aprendizagem experiencial. Os conhecimentos adquiridos envolvem quer a teoria teatral, quer as técnicas específicas de comunicação oral. Os estudantes aprenderão sobre os fundamentos da expressão vocal, interpretação de personagens e improvisação, adaptando esses conhecimentos ao contexto das apresentações em público.

CP1: Preparação para a apresentação.
CP2: Técnicas da Comunicação não verbal.
CP3: Comunicação voz e corpo, o envolvimento da audiência. CP4: Prática de apresentação e feedback. Os objetivos de aprendizagem serão alcançados através de atividades práticas e reflexivas, apoiadas no método de ensino ativo e participativo que privilegia a aprendizagem experiencial. As aulas serão compostas por atividades, tais como: Vivências teatrais e discussões em grupo; Atidades práticas; Apresentações e exposição de trabalhos autónomos; Reflexão individual.

A avaliação da UC de Apresentações em Público com Técnicas Teatrais (APTT) visa aferir o desenvolvimento das competências dos estudantes em aspetos essenciais para apresentações em público. A estrutura da avaliação contempla atividades, abrangendo diferentes aspetos do processo de aprendizagem experiencial que envolvem quer as técnicas teatrais, quer as técnicas específicas da comunicação.
A Avaliação ao Longo do Semestre contempla atividades que abrangem diferentes aspetos do processo da elaboração de uma apresentação em público, incluindo atividades de trabalho em grupo e individual:
Atividades em grupo (50%) [os estudantes são desafiados a atuarem em grupos de/até 5 elementos, constituídos de forma aleatória e de acordo com cada proposta de atividade].
1-Apresentações Práticas: os estudantes serão avaliados com base nas suas apresentações em público:
Descrição: cada grupo recebe uma proposta de apresentação devendo identificar os elementos da atividade e atuar em conformidade com o objetivo.
Os resultados do trabalho realizado são apresentados em sala aos colegas (Tempo/grupo: AP – 5 a 10 min. reflexão - 5 min.).
Avaliação (oral): baseada na participação ativa, organização das ideias e a objetividade na comunicação, expressão vocal e corporal, o uso de técnicas teatrais e a performance. As apresentações poderão ser individuais ou em grupo, dependendo das atividades propostas.
Atividades individuais (50%)
1-Exercícios e Tarefas Escritas (Trabalhos Autónomos):
Descrição: além das apresentações práticas, os estudantes serão solicitados a realizar exercícios e tarefas escritas relacionadas com os conteúdos abordados em cada aula. Estas atividades incluem reflexões sobre técnicas aprendidas, criação de um vision board, análise de objetivos académicos, autoavaliação do estudante ao longo do semestre, respostas a perguntas teóricas e elaboração de guiões de apresentação. Avaliação: (Componente oral e conteúdos em suporte escrito), organização, conteúdo, uso correto da estrutura e dos procedimentos dos trabalhos autónomos propostos em cada aula, capacidade de resposta às perguntas colocadas por colegas e docente. As competências de comunicação e a qualidade do trabalho escrito serão avaliadas, com foco na clareza da apresentação. Essas atividades ajudarão a aferir a compreensão conceitual dos conteúdos lecionados.
Não haverá avaliação por exame final, sendo a aprovação determinada pela média ponderada das avaliações ao longo do semestre.
Considerações Gerais: na avaliação será dado o feedback aos estudantes sobre o desempenho em cada atividade.
Para concluir a UC nesta modalidade o estudante tem de estar presente em 80% das aulas e ter mais de 7 valores em cada uma das avaliações.

São objetivos de aprendizagem (OA) desta Unidade Curricular:
OA1. Permitir ao aluno ter a perceção da relevância e desafios existentes no dominio dos sistemas de informação no sector da saúde;
OA2. Identificar as principais tecnologias em termos de sistemas de informação que impactam o processo de tomada de decisão e a gestão da área da saúde;
OA3. Permitir que o aluno consiga compreender os conceitos da qualidade, levantamento e gestão de dados e estruturas de informação, dentro do âmbito organizacional (clinico e administrativo), com uma visão estruturada e analítica;
OA4. Metodologias e ferramentas de modelação de processos de negócio e registo da prática clínica;
OA5. Compreender porque as organizações necessitam conhecer e modelar os seus processos de atividade;
OA6. Reconhecer os componentes de um ecossistema de informação em saúde, no contexto dos principais processos de gestão e workflow clínico;

Esta UC detém os seguintes conteúdos programáticos (CPs):
CP1. Modelação de processos de negócio em sistemas de informação (SI);
CP2. Arquitetura da Informação, noções de bases de dados (relacionais e outras) e de utilização de ferramentas de extração dados (ETL);
CP3. Arquitectura empresarial como ferramenta de ligação entre processos em saúde e sistemas e dados relacionados;
CP4. Sistemas de informação mais comuns no SNS e não-SNS;
CP5. Segurança e segração de informação no contexto da Saúde,
CP6. Equipas de sistemas de informação nas organizações de saúde;
CP7. Apoio dos SI na função de administração e na função clinica;
CP8. Modelos de maturidade e adopção digital em saúde (ex. HIMSS);
CP9. Fatores críticos de sucesso e matriz de implementação de um projecto, matriz de CRUD e RACI.

Resolução de entre 2-4 exercícios/analise de caso/desafios individuais (R)
2 trabalhos de grupo (TG1 + TG2) - Grupos entre 4-6 alunos.
1 apresentação oral/exposição escrita individual (A)
Nota final = R*0,3 + TG1-2*0,5 + A*0,2
Os alunos que não tiveram sucesso na avaliação periódica (mínimo 10 valores) submetem-se a exame de recurso a valer 100% da nota.

No final da UC, o aluno deverá estar apto a: OA.1. Perceber o que é o empreendedorismo; OA.2. Conceber ideias inovadoras, usando técnicas de ideação e de ?design thinking?;OA.3. Elaborar propostas de valor, modelos de negócio e planos de negócio;OA.4. Promover a empresa, produtos e serviços; OA.5. Desenvolver, testar e demonstar a funcionalidade de produtos, processos e serviços de base tecnológica; OA.6. Analisar a escalabilidade do negócio; OA.7. Preparar planos de internacionalização e de comercialização; OA.8. Procurar e analisar as fontes de financiamento

I. Introdução ao Empreendedorismo;
II. Técnicas de geração e discussão de ideias;
III. Criação de Propostas de Valor;
IV. Comunicação de ideias de negócio;
V. Desenho de Modelos de Negócio;
VI. Elaboração de Planos de Negócio;
VII. Teste e avaliação de protótipos de produtos, processos e serviços;
VIII. Análise de escalabilidade;
IX. Internacionalização e comercialização;
X. Fontes de financiamento

Avaliação periódica:- Realização de projeto em grupo: primeira apresentação: 30%; segunda apresentação: 30%; relatório final: 40%; As apresentações, demonstrações e defesa são em grupo.

"Para obter sucesso nesta UC o aluno deverá ser capaz de:
OA1. Compreender os princípios fundamentais dos sinais biomédicos e a sua geração no organismo.
OA2. Associar as propriedades dos sinais fisiológicos ao estado clínico dos indivíduos.
OA3. Identificar e caracterizar sensores inteligentes para aquisição de sinais fisiológicos.
OA4. Implementar métodos de processamento e tratamento de sinais biomédicos.
OA5. Avaliar e comparar diferentes abordagens analíticas para a interpretação dos dados recolhidos."

"CP1. Introdução aos sinais biomédicos e sua importância na saúde. Exemplos práticos e aplicações.
CP2. Métodos de aquisição e digitalização de sinais fisiológicos com sensores e dispositivos.
CP3. Fundamentos da análise de sinais biomédicos com foco na interpretação prática.
CP4. Técnicas de pré-processamento e filtragem de sinais usando software intuitivo.
CP5. Noções básicas de estatística aplicada a sinais fisiológicos com interpretação visual.
CP6. Registo e análise da atividade cerebral em padrões típicos.
CP7. Monitorização cardíaca e leitura de eletrocardiogramas através de casos de estudo.
CP8. Interpretação da atividade muscular por sinais eletromiográficos sem cálculos avançados.
CP9. Análise de respostas autonómicas e atividade eletrodérmica aplicada à saúde.
CP10. Introdução a sensores IoT na aquisição e processamento de sinais fisiológicos."

"Avaliação ao longo do semestre:
a) Projeto prático (60%) - Trabalho em grupo com entrega parcial, relatório técnico final e apresentação.
b) Teste escrito: (40%) – Avaliação teórica sobre conceitos e métodos abordados na unidade curricular. Nota mínima de 8 valores.

Avaliação por exame:
a) Para alunos que reprovem na avaliação ao longo do semestre, ou que optem por avaliação por exame, ou que pretendam melhoria de nota - prova escrita individual com ponderação de 100%, e nota mínima de 10 valores.

As notas dos trabalhos poderão variar pelo desempenho demonstrado individualmente numa discussão oral, a ocorrer (para o grupo) no caso da nota (de um dos elementos) entre o teste e o trabalho tiver uma diferença superior a 3 valores.

É exigida uma assiduidade mínima não inferior a 2/3 das aulas."

No final desta UC, o aluno deverá estar apto a:
OA.1. Apresentar a imagem do produto/serviço num sítio web
OA.2. Apresentar a imagem do produto/serviço em redes sociais
OA.3. Descrever as funcionalidades do produto/serviço
OA.4. Descrever as fases do plano de desenvolvimento
OA.5. Desenvolver a totalidade do protótipo
OA.6. Testar o protótipo em laboratório
OA.7. Realizar os ajustes para o funcionamento do produto, processo ou serviço
OA.8. Otimizar a produção do produto, processo ou serviço tendo em consideração aspetos económicos, impacto social e ambiental
OA.9. Rever o plano de negócio após desenvolvimento e testes, incluindo os vários aspetos de comercialização e imagem
OA.10. Definir o plano de manutenção e gestão de produto/serviço

I. Desenvolvimento da imagem do produto/serviço
II. Funcionalidades do produto/serviço
III. Plano de desenvolvimento
IV. Desenvolvimento do produto/serviço (web/mobile ou outro)
V. Revisão do plano de negócio
VI. Manutenção e gestão de produto/serviço
VII. Planos de certificação
VIII. Propriedade intelectual, patentes e documentação de suporte
IX. Principais aspetos para a criação de startup - jurídicos, contabilidade, registo, contratos, capital social, obrigações, impostos

Avaliação periódica:
- Realização de projeto em grupo: primeira apresentação: 30%; segunda apresentação: 30%; relatório final: 40%; As apresentações, Demonstrações e Defesa são em grupo.

São objetivos de aprendizagem (OA) desta Unidade Curricular:
OA1. Permitir ao aluno adquirir conhecimento sobre Tele-Saúde, os seus conceitos, definições e aplicações.
OA2. Conhecer o papel das tecnologias moveis e as questões relacionadas com a portabilidade no contexto da Tele-Saúde
OA3. Permitir ao aluno ter a perceção da relevância e desafios existentes no domínio das soluções para tecnologias de saúde assistidas;
OA4. Conhecer os princípios e saber utilizar de redes de sensores inteligentes baseadas em edge e cloud computing para aquisição de sinais fisiológicos e ambientais

Esta UC detém os seguintes conteúdos programáticos (CPs):
CP1. Telessaúde e Tecnologias Assistivas: Conceitos, definições e tipologia;
CP2. Modelos de interação em Telesaúde (tempo real, diferido, etc.);
CP3. Arquitetura geral de um sistema IoT para a saúde: sensores biomédicos, plataformas de aquisição e computação, protocolos de comunicação para sensores e atuadores, e sistemas de informação;
CP4. Conceção e design de dispositivos wearable em termos de usabilidade e ergonomia;
CP5. Aquisição e processamento de sinais
CP6. Casos de estudo em tele-Saúde e em tecnologias assistivas para a saúde

Resolução de entre 2 a 4 exercícios/analise de caso/desafios individuais (R)
2 trabalhos de grupo (TG1 + TG2) - Grupos entre 4-6 alunos.
1 apresentação oral/exposição escrita individual (A)
Nota final = R*0,3 + TG1-2*0,5 + A*0,2
Os alunos que não tiveram sucesso na avaliação periódica (mínimo 10 valores) submetem-se a exame de recurso a valer 100% da nota

Para obter sucesso nesta UC o aluno deverá ser capaz de:
O1. Desenvolver e aplicar técnicas de preparação e análise exploratória de dados
O2. Desenvolver e aplicar técnicas de visão por computador, transferência de conhecimento e aumento de dados
O3. Entender a aplicação de técnicas de classificação de imagem como Redes Neuronais e Redes Neuronais Convolucionais.
O4. Entender a aplicação de técnicas de classificação como Árvores de Decisão, Redes Neuronais e Classificação Bayesiana
O5. Aplicar técnicas de indução de regras a problemas de extração de conhecimento
O6. Desenvolver e aplicar técnicas de séries temporais para análise e previsão de dados.
O7. Determinar avaliações para uma boa modelação.

CP1. Introdução à mineração de dados, problemas de decisão e aplicações
CP2. O Processo do ciclo de dados.
CP3. Revisão de Estatística descritiva e exploratória.
CP4. Operações com imagens
CP5. Extração de características de imagem
CP6. Redes neuronais clássicas
CP7. Redes neuronais convolucionais
CP8. Transferência de conhecimento
CP9. Árvores de decisão.
CP10. Técnicas de inferência Bayesianas.
CP11. Séries temporais

A avaliação será feita ao longo do semestre, sendo feita através de dois trabalhos de grupo valendo cada um 30% da nota final e um teste escrito de 40%.
Cada uma das componentes de avaliação tem nota mínima de 8 valores e a aprovação na UC requer uma nota final mínima de 10 valores.
As notas dos trabalhos poderão variar pelo desempenho demonstrado individualmente numa discussão oral, a ocorrer (para o grupo) no caso da nota (de um dos elementos) entre o teste e o trabalho tiver uma diferença superior a 3 valores.
Dado o caráter prático da UC não há lugar a avaliação por exame.
É exigida uma assiduidade mínima não inferior a 2/3 das aulas.
Melhoria de nota só pode ser feita repetindo o processo de avaliação no ano seguinte.

São objetivos de aprendizagem (OA) desta Unidade Curricular permitir que os alunos possam adquirir as seguintes competências:
OA1: Reconhecer tipos de dados hospitalares
OA2: Enfrentar desafios de dados
OA3: Aplicar IA para Extração de Conhecimentos
OA4: Melhorar a qualidade dos dados
OA5: Implementar Técnicas de IA
OA6: Navegar por aspectos éticos e legais
OA7: Comunicar Insights Efetivamente
OA8: Colaborar em projectos de IA
OA9: Integrar ferramentas e bibliotecas de IA
OA10: Aplicações no sector da saúde

Esta UC detém os seguintes conteúdos programáticos (CPs):
CP1: Introdução aos dados hospitalares
* Definição e conceitos chave
CP2: Desafios dos dados nos cuidados de saúde
CP3: Fundamentos de IA para extração de conhecimentos
CP4: Técnicas de IA para análise de dados de cuidados de saúde
CP5: Considerações éticas e jurídicas
CP6: Comunicação eficaz dos resultados
CP7: Projectos colaborativos de IA nos cuidados de saúde
CP8: Ferramentas e bibliotecas para dados de cuidados de saúde
CP9: Aplicações de IA nos cuidados de saúde
CP10: Apresentação e reflexão do projeto

A avaliação será preferencialmente realizada ao longo do semestre (1ª época), composta por dois trabalhos de grupo, cada um com um peso de 30%, e um teste escrito com um peso de 40%. Cada componente tem uma nota mínima de 8 valores, sendo necessária uma média final mínima de 10 valores para aprovação à unidade curricular. A assiduidade mínima exigida é de 2/3 das aulas.
As notas dos trabalhos podem ser ajustadas com base no desempenho individual demonstrado numa discussão oral, a qual poderá ocorrer se existir uma discrepância superior a 3 valores entre a nota do teste e a dos trabalhos, para qualquer dos elementos do grupo.
Época de Exame (2ª Época e Época Especial)
Na Época de Exame, os estudantes terão a possibilidade de realizar uma avaliação alternativa composta por:
Um trabalho individual, com peso de 60% da nota final.
Um teste escrito individual, com peso de 40%.
Ambos os elementos são obrigatórios, com nota mínima de 8 valores em cada, sendo necessária uma média ponderada de 10 valores para aprovação.

No final do período curricular desta UC, os alunos terão capacidade para:
OA1. Identificar os vários modelos e teorias de gestão, bem como os seus efeitos no trabalho e no desempenho da organização.
OA2. Conhecer as diferentes funções da gestão.
OA3. Compreender as especificidades do setor da saúde, do bem saúde e do serviço prestação de cuidados de saúde.
OA4. Compreender as especificidades da gestão das organizações de saúde.
OA5. Perceber o impacto potencial da digitalização na gestão de organizações de saúde.

CP1: Teorias da gestão.
CP2: As funções da gestão.
CP3: Especificidades económicas do setor da saúde, do serviço de prestação de cuidados de saúde e das organizações da Saúde.
CP4: As funções de gestão (planeamento, organização, liderança e controlo) nas organizações de saúde.

Estão previstas duas formas de avaliação da UC: avaliação ao longo do semestre e exame final.

Avaliação ao longo do semestre:

- Realização / apresentação de trabalhos de grupo (40%);
- Mini Testes escritos ao longo do semestre (60%).

A nota mínima para validação da avaliação ao longo do semestre em cada e todos os componentes e sub-componentes, é de 7,5 valores.

Exame final: prova escrita individual (100%).

É exigida uma assiduidade mínima não inferior a 3/4 das aulas.

OA 1. Explicar o que são bases de dados e sistemas de informação, caracterizando-os tanto na vertente tecnológica como quanto à sua importância para as organizações.
OA 2. Representar formalmente requisitos de informação elaborando modelos de dados conceptuais.
OA 3. Explicar o que é o Modelo Relacional e a normalização de dados, salientando as suas vantagens e em que situações devem ser aplicados.
OA 4. Desenhar bases de dados relacionais que respondam a requisitos especificados através de modelos de dados conceptuais.
OA 5. Construir e programar uma base de dados relacional usando a linguagem SQL.
OA 6. Manipular dados – i.e., inserir, consultar, alterar e apagar – usando a linguagem SQL.
OA 7. Explicar em que consiste a administração de bases de dados, porque é necessária e como são realizadas as suas tarefas mais essenciais.

CP1. Introdução aos Sistemas de Informação e ao seu papel nas organizações.​
CP2. Introdução à Análise de Sistemas de Informação com linguagem UML: Introdução, análise de requisitos, modelos de dados, esquemas e diagramas UML.​
CP3. Desenho de Base de Dados. Modelo Relacional: relações, atributos, chaves primárias, chaves estrangeiras, regras de integridade, normalização e optimizações.​
CP4. Linguagem SQL. Tabelas, álgebra relacional, queries simples, subqueries, operadores (SELECT, Insert, delete, update), views, índices, triggers, stored procedures e transações.​
CP5 - Administração e Segurança em Sistemas de Gestão de Bases de Dados (SGBD).

Avaliação ao longo do semestre:​
- 3 frequências a realizar ao longo do semestre (70%)​. Nota mínima de 8 valores em cada frequência.
- 1 projeto de modelação e de implementação (em grupos de até 3 pessoas) (30%)​. A nota mínima do projeto é de 10 valores. A realização do projeto é obrigatória para efeitos de aprovação. A avaliação do projeto é em grupo com discussão oral individual.

Avaliação por exame:​
- 1 avaliação com ponderação de 100%​

A nota mínima de aprovação à unidade curricular é de 10 valores.​
A presença a 2/3 das aulas previstas é obrigatória para efeitos de aprovação.

OA1 - Conhecer e utilizar os principais conceitos utilizados estatística descritiva, escolhendo adequadamente as medidas e as representações gráficas para descrever os dados
OA2 - Aplicar os conceitos básicos da teoria das probabilidades, nomeadamente calcular probabilidades condicionais, e analisar a independência de acontecimentos
OA3 - Trabalhar com variáveis aleatórias discretas e contínuas
OA4 - Trabalhar e perceber as distribuições de Bernoulli, binomial, Poisson, Normal, assim como as distribuições do Qui-Quadrado e t de Student
OA5- Saber estimar parâmetros pontualmente e saber distinguir entre estimadores e parâmetros
OA6 - Construir e interpretar intervalos de confiança para os estimadores de parâmetros
OA7 - Entender os princípios dos testes de hipóteses
OA8 - Saber utilizar alguns softwares (tais como, Python ou R)

Conteúdos programáticos (CP):
CP1 - Noções de Estatística Descritiva: Tipos de variáveis. Tabelas de frequências e representações gráficas. Medidas de tendência central, de dispersão, de assimetria e de curtose.
CP2 - Conceitos da teoria das probabilidades: definições, axiomas, teorema da probabilidade total e fórmula de Bayes
CP3 - Variáveis aleatórias univariadas e bivariadas: funções massa e densidade de probabilidade, função distribuição, função probabilidade conjunta, valor esperado, variância, desvio padrão, covariância, correlação
CP4 - Distribuições discretas e contínuas: Uniforme discreta e contínua, Bernoulli, binomial, Poisson, Normal, Qui-Quadrado e t-Student
CP5 - Amostragem: noções básicas. Distribuições amostrais mais utilizadas
CP6 - Estimação pontual e por intervalos
CP7 - Testes de hipóteses: tipo de erros, nível de significância e p-values.

Aprovação com classificação não inferior a 10 valores numa das modalidades seguintes:
- Avaliação ao longo do semestre: 1 miniteste realizado em aula (15%) + Prova escrita final realizada na data da 1ª época (60%) + trabalho autónomo (5%) + projeto realizado em grupo (20%),
Todos os elementos de avaliação, com exceção do trabalho autónomo, são obrigatórios e têm nota mínima de 8 valores.
ou
- Avaliação por Exame (100%).

Notas:
1) Poderá ser realizada uma avaliação oral complementar após qualquer momento de avaliação para validação da nota final.
2) Para esta Unidade Curricular, os estudantes devem consultar o Código de Conduta Académica do Iscte, disponível nas plataformas institucionais, para garantir o cumprimento das normas éticas e comportamentais estabelecidas.

OA1: Explicar os conceitos e componentes de sistemas de informação analíticos e de Business Intelligence.
OA2: Modelar e transformar dados utilizando Power BI.
OA3: Criar relatórios interativos e dashboards adaptados a diferentes necessidades de gestão.
OA4: Analisar e interpretar dados para apoiar a tomada de decisão organizacional.
OA5: Avaliar a qualidade da informação e a eficácia das visualizações analíticas.

CP1: Introdução ao Business Intelligence – conceitos, arquitetura e ferramentas.
CP2: Integração e transformação de dados – Power Query, M, conexões a múltiplas fontes.
CP3: Modelação de dados – tabelas relacionais, DAX, medidas e KPIs.
CP4: Visualização de dados – criação de relatórios, dashboards, storytelling com dados.
CP5: Avaliação e boas práticas em projetos de BI – ética dos dados, governação, qualidade da informação.

A avaliação ao longo do semestre inclui:

- Projeto prático de desenvolvimento de sistema de informação analítica realizado em grupo (máximo de 3 alunos), incluindo um relatório (15%) com uma entrega intercalar obrigatória (15%) e uma defesa oral com nota individual (20%). Nota mínima de 8 valores.
- Teste individual (30%) para aferição de conhecimentos teóricos.
- Trabalhos semanais em aula e autónomos (20%).

O uso de ferramentas de IA (ex: ChatGPT) é permitido para apoio técnico e deve ser claramente referenciado com os prompts utilizados.

O Exame Final é um exame escrito, individual, sem consulta, com toda a matéria.

Realiza exame final na época 1 quem não optar por avaliação ao longo do semestre.

Realiza exame final na época 2 quem não tenha concluído com sucesso a avaliação ao longo do semestre, ou o exame da época 1, com uma nota superior ou igual a 9,5 (em 20).

"OA1: Definir os conceitos, etapas e métodos principais envolvidos no desenvolvimento de processos de Text Mining em Saúde.
OA2: Atomizar documentos, criar dicionários e realizar outras tarefas de pré-processamento para preparar texto para tarefas de classificação relevantes no contexto médico.
OA3: Selecionar e justificar as técnicas apropriadas para tarefas específicas de processamento de texto.
OA4: Construir representações vetoriais a partir de textos.
OA5: Explicar o funcionamento de algoritmos para classificação de texto, como o Naïve Bayes ou KNN.
OA6: Aplicar um classificador no tratamento de casos reais.
OA7: Agrupar documentos usando o algoritmo K-means.
OA8: Desenvolver engenharia de prompt em LLMs."

"CP1: Utilidade de grandes quantidades de texto, desafios e métodos atuais no âmbito da Saúde.
CP2: Informação não estruturada vs. (semi-)estruturada: Registos de saúde eletrónicos, notas clínicas e relatórios de exames médicos.
CP3: Obtenção e filtragem de informação, extração de informação e Data Mining.
CP4: Preparação e limpeza de documentos, extração de propriedades e estratégias de pesagem de termos.
CP5: Modelos de espaços vetoriais e medidas de similaridade.
CP6: Introdução à aprendizagem automática estatística e medidas de avaliação.
CP7: Aprendizagem supervisionada: Naïve Bayes, KNN e K-means.
CP8: Modelação de tópicos.
CP9: Recursos para Text Mining.
CP10: Introdução a Deep Learning.
CP11: LLMs e modelos Retrieval Augmented Generation (RAG). "

"Esta UC segue o modelo de avaliação ao longo do semestre (ALS).

A ALS é constituída pelos seguintes elementos:
- 1 trabalho prático [40%]
- 3 mini-testes [20% cada * 3 = 60% no total]

O trabalho prático poderá ser realizado em grupo, consistindo na elaboração de um projeto que será posteriormente alvo de discussão oral individual.

O trabalho prático tem nota mínima de 9,5 valores.

Em caso de reprovação na ALS (<10 valores), ou caso o estudante opte por Avaliação por Exame, o exame corresponde a 100% da nota."

OA1: Identificar as necessidades analíticas do projeto (compreensão do negócio).
OA2: Identificar as variáveis que conduzem ao conhecimento necessário.
OA3: Tratar os dados com técnicas e ferramentas apropriadas para atingir os objetivos propostos.
OA4: Produzir, em documento adequado, a correta divulgação dos resultados obtidos, explicando as decisões de implementação do projeto.
OA5: Lidar com o problema da privacidade, acesso e qualidade dos dados.
OA6: Desenvolver um pensamento crítico na exploração, análise e comunicação de dados para a tomada de decisão.

CP1 – Divulgação e seleção de projetos aplicados em Sistemas Integrados de Apoio à Decisão.
CP2 – Revisão da metodologia de desenvolvimento de projetos de Data Mining (CRISP-DM).
CP3 – Levantamento do estado da arte com base na metodologia PRISMA.
CP4 – Desenvolvimento do projeto com técnicas e ferramentas apropriadas a cada projeto.
CP5 – Templates de divulgação de resultados obtidos.
CP6 – Questões de privacidade, acesso e qualidade de dados.
CP7 – Escrita de artigo científico.

A UC não tem a modalidade de avaliação por exame dado a sua natureza de projeto aplicado a situações reais.
A avaliação ao longo do semestre é composta pelas seguintes componentes de avaliação do trabalho prático/ projeto:
Avaliação contínua obrigatória (sem exame):
3 entregas intercalares (grupo, com nota individual): 3 × 5% = 15%

Relatório final (formato artigo, grupo, com nota individual): 50%
Apresentação e discussão do projeto (grupo, com nota individual): 35%
Notas adicionais:
Projetos podem ser individuais ou em grupo (max. 4 elementos);
Nota mínima de 10 valores no relatório final e na apresentação;
Presença obrigatória na apresentação final;

No final do período curricular desta UC, os alunos terão capacidade para:
OA1: Conhecer o campo disciplinar da Psicologia Social da Saúde;
OA2: Aprofundar conceitos e teorias da Psicologia Social da Saúde;
OA3: Compreender os conceitos de saúde e doença na perspectiva da Psicologia Social da Saúde;
OA4: Aplicar a Psicologia Social da Saúde ao uso da tecnologia;
OA5: Discutir criticamente os benefícios/constrangimentos decorrentes do uso das tecnologias.

Conteúdos Programáticos (CP):

Capítulo 1: Psicologia Social da Saúde
CP1: Introdução à Psicologia Social da Saúde (PSS)
CP2: O campo disciplinar da PSS
CP3: Stress, doença e coping

Capítulo 2: Saúde/Doença
CP4: Comportamentos de saúde e comportamentos de doença
CP5: Teorias explicativas dos comportamentos de saúde
CP6: Qualidade de vida, doença crónica e hospitalização
CP7: Promoção da saúde e prevenção da doença

Capítulo 3: Saúde e Tecnologia
CP8: Psicologia Social da Saúde na era tecnológica
CP9: A tecnologia como ferramenta em intervenções psicológicas (eHealth e mHealth)
CP10: Ética e deontologia na intervenção online

Capítulo 4: Psicologia Social da Saúde e o futuro
CP11: Novos desafios para a intervenção

Avaliação ao longo do semestre:

Participação individual na aula - ponderação de 10%, sendo exigida uma assiduidade mínima não inferior a 2/3 das aulas.
Realização de uma frequência a meio do semestre - ponderação de 25%, nota mínima de 8 valores.
Realização de um pitch individual no final do semestre - ponderação de 15%, nota mínima de 7,5 valores.
Trabalho de grupo, texto escrito e discussão oral ponderação de 50%, nota mínima de 8,5 valores.

A média dos quatro elementos avaliativos terá de ser igual ou superior a 9,5 valores.

Avaliação por exame (1.ª Época em caso de escolha do estudante, 2.ª Época e Época Especial) - ponderação de 100%, nota mínima igual ou superior a 9,5 valores.

São objetivos de aprendizagem (OA) desta Unidade Curricular:
OA1. Conhecer as cadeias logísticas (abastecimento e circulação interna) das organizações de saúde
OA2. Conhecer as principais soluções digitais ao serviço da logística em saúde e os seus efeitos na capacidade de resposta aos cidadãos (sistemas de rastreamento de produtos/medicamentos; esterilização inteligente; data analytics, etc.)
OA3. Compreender o conceito de desperdício em saúde e o papel da logística digital na sua redução.

Esta UC detém os seguintes conteúdos programáticos (CPs):
CP1. Conceito de logística e de logística na saúde
CP2.Tecnologias digitais aplicadas à logística na saúde e exemplos de “smart hospitals”.
CP3. Qualidade em saúde e o papel da logística digital em saúde
CP4. Desperdício nas organizações de saúde

Estão previstas duas formas de avaliação da UC: avaliação periódica e exames final.

Avaliação periódica:
- Realização de trabalho de grupo (30%);
- Apresentação de trabalho de grupo (20%);
- Participação nas aulas (10%);
- Teste escrito (40%)

A nota mínima para validação da avaliação em todos os componentes é de 8 valores.

Exames final: prova escrita individual (100%)

São objetivos de aprendizagem (OA) desta Unidade Curricular:
OA1. Permitir ao aluno adquirir conhecimento sobre Tele-Saúde, os seus conceitos, definições e aplicações.
OA2. Conhecer o papel das tecnologias moveis e as questões relacionadas com a portabilidade no contexto da Tele-Saúde
OA3. Permitir ao aluno ter a perceção da relevância e desafios existentes no domínio das soluções para tecnologias de saúde assistidas;
OA4. Conhecer os princípios e saber utilizar de redes de sensores inteligentes baseadas em edge e cloud computing para aquisição de sinais fisiológicos e ambientais

Esta UC detém os seguintes conteúdos programáticos (CPs):
CP1. Telessaúde e Tecnologias Assistivas: Conceitos, definições e tipologia;
CP2. Modelos de interação em Telesaúde (tempo real, diferido, etc.);
CP3. Arquitetura geral de um sistema IoT para a saúde: sensores biomédicos, plataformas de aquisição e computação, protocolos de comunicação para sensores e atuadores, e sistemas de informação;
CP4. Conceção e design de dispositivos wearable em termos de usabilidade e ergonomia;
CP5. Aquisição e processamento de sinais
CP6. Casos de estudo em tele-Saúde e em tecnologias assistivas para a saúde

Resolução de entre 2 a 4 exercícios/analise de caso/desafios individuais (R)
2 trabalhos de grupo (TG1 + TG2) - Grupos entre 4-6 alunos.
1 apresentação oral/exposição escrita individual (A)
Nota final = R*0,3 + TG1-2*0,5 + A*0,2
Os alunos que não tiveram sucesso na avaliação periódica (mínimo 10 valores) submetem-se a exame de recurso a valer 100% da nota

Para obter sucesso nesta UC o aluno deverá ser capaz de:
O1. Desenvolver e aplicar técnicas de preparação e análise exploratória de dados
O2. Desenvolver e aplicar técnicas de visão por computador, transferência de conhecimento e aumento de dados
O3. Entender a aplicação de técnicas de classificação de imagem como Redes Neuronais e Redes Neuronais Convolucionais.
O4. Entender a aplicação de técnicas de classificação como Árvores de Decisão, Redes Neuronais e Classificação Bayesiana
O5. Aplicar técnicas de indução de regras a problemas de extração de conhecimento
O6. Desenvolver e aplicar técnicas de séries temporais para análise e previsão de dados.
O7. Determinar avaliações para uma boa modelação.

CP1. Introdução à mineração de dados, problemas de decisão e aplicações
CP2. O Processo do ciclo de dados.
CP3. Revisão de Estatística descritiva e exploratória.
CP4. Operações com imagens
CP5. Extração de características de imagem
CP6. Redes neuronais clássicas
CP7. Redes neuronais convolucionais
CP8. Transferência de conhecimento
CP9. Árvores de decisão.
CP10. Técnicas de inferência Bayesianas.
CP11. Séries temporais

A avaliação será feita ao longo do semestre, sendo feita através de dois trabalhos de grupo valendo cada um 30% da nota final e um teste escrito de 40%.
Cada uma das componentes de avaliação tem nota mínima de 8 valores e a aprovação na UC requer uma nota final mínima de 10 valores.
As notas dos trabalhos poderão variar pelo desempenho demonstrado individualmente numa discussão oral, a ocorrer (para o grupo) no caso da nota (de um dos elementos) entre o teste e o trabalho tiver uma diferença superior a 3 valores.
Dado o caráter prático da UC não há lugar a avaliação por exame.
É exigida uma assiduidade mínima não inferior a 2/3 das aulas.
Melhoria de nota só pode ser feita repetindo o processo de avaliação no ano seguinte.

São objetivos de aprendizagem (OA) desta Unidade Curricular:
OA1. Conhecer prioridades nas políticas de saúde;
OA2. Relacionar a regulação estatal e a regulação médica na configuração das políticas de saúde;
OA3. Entender como os modelos de governação/governança da saúde necessitam de dados e isso depende de processos de digitalização e datificação;
OA4. Entender a função de gestão clínica;
OA5. Elencar os desafios operacionais das organizações de saúde relevantes nos contextos de prevenção e prestação de cuidados de saúde;
OA6. Perceber o percurso do doente na transversalidade de uma organização de saúde como seja um hospital.

Esta UC inclui os seguintes conteúdos programáticos (CPs):
CP1: Caracterizar e densificar a noção de sistema de saúde (universal ou não universal).
CP2: Estabelecer comparações internacionais de sistemas de saúde
CP3: Compreender a noção de saúde e as dimensões e funções dos sistemas de saúde e da sua intersetorialidade
CP4: Mapear o sistema de saúde português (legislação e documentos enquadradores do sistema de saúde português).
CP5: Analisar a importância e o impacto da digitalização do sistema de saúde português.
CP6: Conhecer o conceito de integração de cuidados em função do percurso dos utilizadores do sistema de saúde português.
CP7: Aprofundar a relação do sistema de saúde português com o cidadão utilizador dos serviços de saúde.

Estão previstas duas modalidades de avaliação: 1) Avaliação ao Longo do Semestre e 2) Avaliação por Exame.

1) Avaliação ao Longo do Semestre:

Elementos avaliativos:
- Participação em aula - ponderação de 20%
- Realização de trabalho de grupo - ponderação de 20%
- Apresentação de trabalho de grupo - ponderação de 20%
- Realização de teste escrito no final do semestre - ponderação de 40%

Para conclusão da UC, na modalidade de Avaliação ao Longo do Semestre, é exigida:
- Assiduidade mínima não inferior a 2/3 das aulas
- Nota mínima de 8 valores em cada um dos elementos avaliativos
- Média final ponderada dos quatro elementos avaliativos igual ou superior a 9,5 valores

2) Avaliação por Exame: Realização de exame escrito, com ponderação de 100% e nota mínima de 9,5 valores.

Depois de completar esta UC, o estudante será capaz de:
OA1. Identificar os principais temas e debates relativos aos impactos das tecnologias digitais nas sociedades contemporâneas;
OA2. Descrever, explicar e analisar esses temas e debates de forma fundamentada;
OA3. Identificar as implicações da mudança tecnológica digital em termos económicos, sociais, culturais, ambientais e científicos;
OA4. Prever algumas das consequências e impactos no tecido social resultantes da implementação de uma solução tecnológica digital;
OA5. Explorar as fronteiras entre o conhecimento tecnológico e o conhecimento das ciências sociais;
OA6. Desenvolver formas de aprendizagem interdisciplinar e de pensamento crítico, debatendo, com interlocutores de áreas científicas e sociais diversas.

CP1. A transformação digital como novo paradigma civilizacional.
CP2. Os impactos das tecnologias digitais na Economia.
CP3. Os impactos das tecnologias digitais no trabalho.
CP4. Os impactos das tecnologias digitais nas desigualdades.
CP5. Os impactos das tecnologias digitais na democracia.
CP6. Os impactos das tecnologias digitais na arte.
CP7. Os impactos das tecnologias digitais nos direitos individuais.
CP8. Os impactos das tecnologias digitais nas relações humanas.
CP9. Os impactos das tecnologias digitais no futuro da humanidade.
CP10. Inteligência Artificial Responsável.
CP11. O impacto da Computação quântica nas tecnologias do futuro.
CP12. Os impactos das tecnologias digitais na geopolítica.

O processo de avaliação compreende os seguintes elementos:

A) Avaliação ao longo do semestre

A1. Debates entre grupos de estudantes sobre questões e problemas relacionados com cada um dos Conteúdos programáticos. Cada grupo participará em três debates ao longo semestre. A avaliação do desempenho de cada grupo por debate corresponde a 15% da nota final de cada estudante no grupo, correspondendo no total a 3 x 15% = 45% da nota final de cada estudante.

A2. Avaliação da participação correspondendo a 5% da nota final de cada estudante.

A3. Teste final, com parte dos conteúdos provenientes dos debates em grupo e a outra parte das exposições por parte do Docente, correspondendo a 50% da nota final de cada estudante.

É exigida uma nota mínima de 9,5 valores em cada momento de avaliação e a presença num mínimo de 3/4 das aulas.

B) Avaliação por exame final: Prova escrita individual, correspondendo a 100% da nota final.

"OA1: Definir os conceitos, etapas e métodos principais envolvidos no desenvolvimento de processos de Text Mining em Saúde.
OA2: Atomizar documentos, criar dicionários e realizar outras tarefas de pré-processamento para preparar texto para tarefas de classificação relevantes no contexto médico.
OA3: Selecionar e justificar as técnicas apropriadas para tarefas específicas de processamento de texto.
OA4: Construir representações vetoriais a partir de textos.
OA5: Explicar o funcionamento de algoritmos para classificação de texto, como o Naïve Bayes ou KNN.
OA6: Aplicar um classificador no tratamento de casos reais.
OA7: Agrupar documentos usando o algoritmo K-means.
OA8: Desenvolver engenharia de prompt em LLMs."

"CP1: Utilidade de grandes quantidades de texto, desafios e métodos atuais no âmbito da Saúde.
CP2: Informação não estruturada vs. (semi-)estruturada: Registos de saúde eletrónicos, notas clínicas e relatórios de exames médicos.
CP3: Obtenção e filtragem de informação, extração de informação e Data Mining.
CP4: Preparação e limpeza de documentos, extração de propriedades e estratégias de pesagem de termos.
CP5: Modelos de espaços vetoriais e medidas de similaridade.
CP6: Introdução à aprendizagem automática estatística e medidas de avaliação.
CP7: Aprendizagem supervisionada: Naïve Bayes, KNN e K-means.
CP8: Modelação de tópicos.
CP9: Recursos para Text Mining.
CP10: Introdução a Deep Learning.
CP11: LLMs e modelos Retrieval Augmented Generation (RAG). "

"Esta UC segue o modelo de avaliação ao longo do semestre (ALS).

A ALS é constituída pelos seguintes elementos:
- 1 trabalho prático [40%]
- 3 mini-testes [20% cada * 3 = 60% no total]

O trabalho prático poderá ser realizado em grupo, consistindo na elaboração de um projeto que será posteriormente alvo de discussão oral individual.

O trabalho prático tem nota mínima de 9,5 valores.

Em caso de reprovação na ALS (<10 valores), ou caso o estudante opte por Avaliação por Exame, o exame corresponde a 100% da nota."

OA1: Corrigir o problema do utilizador e/ou da organização identificado na UC de Projeto Aplicado I do 1º Semestre, desenvolvendo, de forma iterativa, um projeto integrado com todas as suas componentes, incluindo levantamento de requisitos, prototipagem da solução, e avaliação e implantação no terreno da solução inovadora, relativa a produto, processo ou serviço .
OA2: Produção de documentação de desenho da solução, incluindo, quando aplicável, arquitetura, configuração hardware e software, manuais de instalação, operação e utilização.
OA3: Produzir soluções com potencial para serem triplamente sustentáveis no terreno, tendo em conta o enquadramento legal aplicável.
OA4: Produzir conteúdos audiovisuais sobre os resultados alcançados, para serem explorados em diversos canais de comunicação: redes sociais, landing page web, apresentação para atores relevantes, workshop de demonstração.

CP1. Espaço da solução: ideação da melhor solução tecnológica relativa ao projeto, desenvolvimento de requisitos de utilizador, storyboarding, jornada do utilizador, ciclos iterativos de prototipagem (baixa fidelidade – lo-fi, alta fidelidade – hi-fi, produto mínimo viável - MVP), avaliação heurística da solução com peritos e avaliação com utilizadores finais.
CP2. Produção de documentação de desenho da solução, incluindo, quando aplicável, arquitetura, especificações técnicas, configuração hardware e software, manuais de instalação, operação e utilização.
CP3. Implantação experimental da solução com potencial para ser triplamente sustentável (com criação de valor económico, social e ambiental), salvaguardando o enquadramento legal aplicável.
CP4. Comunicação audiovisual na Web e nas redes sociais. Comunicação em público e sua estrutura. Apresentação para atores relevantes.
CP5. Demonstração em workshop com atores relevantes na área das tecnologias digitais da saúde.

A UC não tem a modalidade de avaliação por exame dado a sua natureza de projeto aplicado a situações reais.
A avaliação ao longo do semestre é composta pelas seguintes componentes de avaliação do trabalho prático/ projeto:
- uma entrega intercalar apresentada em aula (em grupo, com nota individual) – 10%
- relatório final em formato de artigo (em grupo, com nota individual) - 50%
- apresentação e discussão do projeto (em grupo, com nota individual): 20%
- poster de apresentação do trabalho (20%)
Em todas as apresentações é obrigatória a presença de todos os elementos do grupo.
Os projetos podem ser realizados individualmente ou em grupo (max. 4 elementos).
Nota mínima de 10 valores no relatório final e na apresentação e discussão do projeto.
As apresentações dos projetos são realizadas com cada grupo durante o período de avaliação.

No final desta UC, o aluno deverá estar apto a:
OA1. Perceber o que é a cibersegurança nas suas diferentes perspectivas
OA2. Perceber os principais desafios de segurança e ameaças que as organizações e utilizadores têm que enfrentar;
OA3. Introduzir o contexto legal, ético e estratégico da segurança de informação
OA4. Identificar e gerir o risco de segurança de informação;
OA5. Conhecer e aplicar tecnologias de segurança adequadas para a mitigação de risco;
OA6. Conhecer mecanismos para a gestão e manutenção de ambientes de segurança de informação.

CP1. Introdução à Cibersegurança: principais componentes; pilares da cibersegurança; frameworks de cibersegurança.
CP2. Planeamento da Segurança de Informação e enquadramento Legal e Ético
CP3. Princípios de Governação da Segurança de Informação e Gestão do Risco
CP4. Introdução à Tecnologia da Segurança de Informação: controlos de acesso, firewalls, vpns, idps, criptografia e outras técnicas.
CP5. Segurança Física: mecanismos de controlo de acesso físico, planeamento da segurança física, entre outros.
CP6. Implementação da Segurança de Informação: gestão de projetos de segurança de informação; aspetos técnicos e não-técnicos da implementação da segurança de informação.
CP7. Segurança do Pessoal: considerações de segurança do pessoal; práticas da segurança do pessoal.
CP8. Manutenção da Segurança de Informação.

Avaliação ao longo do semestre:
- Realização de um conjunto de projetos e atividades em grupo (60%) ao longo do semestre
- Realização de dois testes individuais (40%) [nota mínima de 6 valores para cada um dos testes]
A frequência de um número mínimo de aulas não é obrigatória na avaliação ao longo do semestre.
Avaliação por exame:
Para os estudantes que optem por este processo ou para os reprovarem no processo de avaliação ao longo do semestre, com 3 épocas nos termos do RGACC.