Acreditações
Propinas UE (2025/2026)
Propinas fora da UE (2025/2026)
Plano de Estudos para 2025/2026
Unidades curriculares | Créditos | |
---|---|---|
Trabalho, Organizações e Tecnologia
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Sistema de Saúde
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Matemática Aplicada
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Noções de Saúde Humana
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Complementos de Matemática Aplicada
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Psicologia Social da Saúde
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Fundamentos de Programação
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Planeamento e Gestão de Projetos
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Algoritmia e Estrutura de Dados
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Apresentações em Público com Técnicas Teatrais
2.0 ECTS
|
Competências Transversais | 2.0 |
Introdução ao Design Thinking
2.0 ECTS
|
Competências Transversais | 2.0 |
Trabalho Académico com Inteligência Artificial
2.0 ECTS
|
Competências Transversais | 2.0 |
Gestão de Organizações de Saúde
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Fundamentos de Análise de Dados
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Sistemas de Informação Analíticos
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Empreendedorismo e Inovação II
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Dados de Saúde
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Empreendedorismo e Inovação I
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Estatística e Probabilidades
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Sistemas de Informação em Saúde
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Bases de Dados e Gestão de Informação
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Introdução à Cibersegurança
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Tecnologia, Economia e Sociedade
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Projeto Aplicado de Tecnologias Digitais e Saúde I
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Projeto Aplicado de Tecnologias Digitais e Saúde II
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Logística Digital em Contexto Hospitalar
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Tecnologias Assistivas e Tele-Saúde
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Inteligência Artificial na Saúde
6.0 ECTS
|
Unidades Curriculares Obrigatórias | 6.0 |
Trabalho, Organizações e Tecnologia
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.
Title: Autor, David H., "Why Are There Still So Many Jobs? The History and Future of Workplace Automation.", 2015, Journal of Economic Perspectives, 29 (3): 3-30.
Benanav, A, Automation and the Future of Work, 2020, London: Verso
Boreham, P; Thompson, P; Parker, R; Hall, R, New Technology at Work, 2008, Londres: Routledge.
Crawford, C, The Atlas of AI. Power, Politics, and the Planetary Costs of Artificial Intelligence, 2021, Yale University Press.
Edgell, S., Gottfried, H., & Granter, E. (Eds.). (2015). The Sage Handbook of the sociology of work and employment.
Grunwald, A. (2018). Technology Assessment in Practice and Theory. London: Routledge.
Huws, U. (2019) Labour in Contemporary Capitalism, London, Palgrave.
OIT (2020), As plataformas digitais e o futuro do trabalho
Agrawal A, Gans J, Goldfarb A (2018), Prediction Machines, Boston, Massachusetts, Harvard Business Review Press.
Autor D (2022), The labour market impacts of technological change, Working Paper 30074, NBER Working Paper Series.
Authors:
Reference: null
Year:
Title: ✔ Autor D (2022), The labour market impacts of technological change, Working Paper 30074, NBER Working Paper Series.
✔ Braun J, Archer M, Reichberg G, Sorondo M (2021), Robotics, AI and Humanity, Springer.
✔ Cedefop (2022). Setting Europe on course for a human digital transition: new evidence from Cedefop’s second European skills and jobs survey, Publications Office of the European Union.
✔ Eurofound (2020), New forms of employment: 2020 update, Publications Office of the European Union.
✔ ILO (2018), The economics of artificial intelligence: Implications for the future of work, International Labour Office.
✔ ILO (2019), Work for a Brighter Future – Global Commission on the Future of Work. International Labour Office.
✔ Nowotny H (2021), “In AI we trust: how the Covid-19 Pandemic Pushes us Deeper into Digitalization”, Delanty G (ed.) (2021), Pandemics, Politics and Society, De Gruyter, 107-121.
✔ OECD (2019b), How’s Life in the Digital Age?, OECD Publishing.
✔ Wilkinson A, and Barry M (eds) (2021), The Future of Work and Employment, Edward Elgar.
✔ Zuboff S (2019), The Age of Surveillance Capitalism, PublicAffairs.
Authors:
Reference: null
Year:
Sistema de Saúde
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 necessistam 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.
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
Title: Luís Campos, Margarida Borges, Rui Portugal (2009) Governação dos hospitais, Casa das Letras. Walshe K, Smith J (2016). Healthcare Management. Open University Press. McGraw-Hill Education. Beer M, Eisentat RA, Garvin DA et al (2011). HBR's 10 Must Reads on Change Management. Harvard Business Review Press. Lord Nigel Crisp et al. The Future for Health (2015) Fundação Calouste Gulbenkian ? in https://content.gulbenkian.pt/wp-content/uploads/2016/03/29204130/Full-Report-The-Future-for-Health.pdf
Boyle, S. (2011), Health Systems in Transition: UK health system review Copenhagen, European Observatory on Health Systems and Policies, in http://www.euro.who.int/__data/assets/pdf_file/0004/135148/e94836.pdf
Authors:
Reference: null
Year:
Title: Jonathan Cylus, et al. Health Systems in Transition: United Kingdom Health System review Vol. 17 No. 5 2015. Copenhagen: European Observatory on Health Systems and Policies in http://www.euro.who.int/__data/assets/pdf_file/0006/302001/UK-HiT.pdf
Caldwell, R. (2003), Models of change agency: a fourfold classification, British Journal of Management 14 (2), 131-142.
IOM (1998) To Err is Human. National Academy Press
IOM (2001) Crossing the quality chasm. National Academy Press
Boyle, S. (2011), Health Systems in Transition: UK health system review Copenhagen, European Observatory on Health Systems and Policies, in http://www.euro.who.int/__data/assets/pdf_file/0004/135148/e94836.pdf
Jonathan Cylus, et al. Health Systems in Transition: United Kingdom Health System review Vol. 17 No. 5 2015. Copenhagen: European Observatory on Health Systems and Policies in http://www.euro.who.int/__data/assets/pdf_file/0006/302001/UK-HiT.pdf
Authors:
Reference: null
Year:
Matemática Aplicada
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:
* 8 trabalhos/minifichas realizados em aulas. Contam as 6 melhores, com um peso de 5% cada (total de 30%).
* trabalho autónomo, com um peso de 5%.
* projeto em matemática aplicada, com um peso de 5%.
* 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 orais.
Notas superiores a 17 valores têm de ser defendidas em oral.
É exigida uma assiduidade mínima não inferior a 2/3 das aulas.
Title: Stewart, J. (2022). Cálculo, Vol I, Cengage Learning, (9a Ed.)
Cabral I., Perdigão, C. e Saiago, C. (2018). Álgebra Linear: Teoria, Exercícios Resolvidos e Exercícios Propostos com Soluções, Escolar Editora
Magalhães, L.T. (2004). Álgebra Linear como Introdução a Matemática Aplicada, 8ª edição, Texto Editora
Authors:
Reference: null
Year:
Title: Campos Ferreira, J. (2018). Introdução à Análise Matemática, Fundação Calouste Gulbenkian
Goldstein, L. (2011). Matemática Aplicada a Economia. Administração e Contabilidade, (12a edição) Editora Bookman
Strang, G., (2007) Computational Science and Engineering, Wellesley-Cambridge Press.
Authors:
Reference: null
Year:
Noções de Saúde Humana
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%)
Title: R. Seeley Rod / (6ª ed.). ISBN: 972-8930-07-0, Anatomia & Fisiologia, 2003, ·, ·
Léon Perlemuter, Anatomia e Fisiologia para Cuidados de Enfermagem Lusodidatica (2ª ed), 2003, ·, ·
W. F. Boron, E. L. Boulpaep, Medical Physiology (3rd ed.), 2017, ·, ·
G. M. Cooper / Oxford University Press., The cell: A molecular approach, 2019, ·, ·
A. Kumar, A. K. Abbas, C. Jon, Robbins and Cotran Pathologic Basis of Disease, 2020, ·, ·
S. Guimarães, J. Garrett, W. Osswald, Terapêutica medicamentosa e suas bases farmacológicas: Manual de Farmacologia e Farmacoterapia, 2014, ·, ·
L. L. Brunton / In Knollmann, B. C., & In Hilal-Dandan, R. / (13th ed.). McGraw Hill., Goodman & Gilman's: The Pharmacological Basis of Therapeutics, 2018, ·, ·
Authors:
Reference: null
Year:
Complementos de Matemática Aplicada
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 por separação de variáveis
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 e condicionados (otimização)
OA13 Articular as várias abordagens dos conteúdos, gráfica, numérica e algébrica
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 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 numa das modalidades seguintes:
- Avaliação periódica: Teste 1 (20%) + Teste 2 (20%) + trabalho prático em Python (10%) + trabalho autónomo (10%) + Teste Final (40%). A média dos testes 1 e 2, assim como a nota do teste final têm uma nota mínima de 7 valores (escala 1-20). Em caso de disparidade nas notas dos testes e teste final, há possibilidade de realização de orais.
- Avaliação por Exame (100%), em qualquer uma das épocas.
Title: [1] Stewart, J. (2013). Cálculo, Vol I, Cengage Learning, (7ª Ed.)
[2] Campos Ferreira, J. (2018). Introdução à Análise Matemática, Fundação Calouste Gulbenkian
[3] Lipsman, R.L., Rosenberg, J.M. (2018) Multivariable Calculus with MATLAB, Springer
[4] Hanselman, D., Littlefield, B. and MathWorks Inc. (1997) The Student Edition of MATLAB, 5th Version, Prentice-Hall
Authors:
Reference: null
Year:
Psicologia Social da Saúde
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.
Title: Baum, A., Revenson, T.A., & Singer, J. (Eds.). (2012). Handbook of Health Psychology (2ª. ed.). NY: Psychology Press.
Friedman, H. S. (Ed.). (2011). The Oxford Handbook of Health Psychology. NY: Oxford University Press.
Ritterband, L., Wessells, D., Ingersoll, K., & Farrell-Carnahan, L. (2019). Technology-Assisted Interventions. In C. Llewellyn, S. Ayers, C. McManus, S. Newman, K. Petrie, T. Revenson, et al. (Eds.), Cambridge Handbook of Psychology, Health and Medicine (Cambridge Handbooks in Psychology, pp. 313-317). Cambridge: Cambridge University Press.
Stephens, C (2008). Health Promotion: A Psychosocial Approach. NY: Open University Press.
Authors:
Reference: null
Year:
Title: Bartholomew, L. K. (2011). Planning health promotion programs: an intervention mapping approach. San Francisco: Jossey-Bass.
Bull, S. (2010). Technology-based health promotion. Sage.
DiClemente R. J., Crosby R. A., Kegler M. (2009). Emerging Theories in Health Promotion Practice and Research. (2nd edn). San Francisco: Jossey-Bass.
Fertman C. I., Allensworth D. D. (2010). Health Promotion Programs: From Theory to Practice. New York: Society for Public Health Education. San Francisco: Jossey-Bas
Flicker, S., Maley, O., Ridgley, A., Biscope, S., Lombardo, C., & Skinner, H. A. (2008). e-PAR: Using technology and participatory action research to engage youth in health promotion. Action Research, 6(3), 285-303.
Haslam, C, Jetten, J, Cruwys, T, Dingle, G, & Haslam, A (2018). The New Psychology of Health: Unlocking the Social Cure. London: Routledge.
Kato, P.M., & Mann, T. (1996). Handbook of diversity issues in health psychology. New York : Plenum Press.
Marston, H. R., & Hall, A. K. (2016). Gamification: Applications for health promotion and health information technology engagement. In Handbook of research on holistic perspectives in gamification for clinical practice (pp. 78-104). IGI Global.
McKenzie, J.F., Neiger, B.L., Thackeray, R. (2012). Planning, Implementing, & Evaluating Health Promotion Programs: A Primer (6th edition). Benjamin Cummings
Street, R. L., Gold, W. R., & Manning, T. R. (Eds.). (2013). Health promotion and interactive technology: Theoretical applications and future directions. Routledge.
Tse, M. M., Choi, K. C., & Leung, R. S. (2008). E-health for older people: the use of technology in health promotion. CyberPsychology & Behavior, 11(4), 475-479.
Authors:
Reference: null
Year:
Fundamentos de Programação
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.
CP8: Interface Gráfica.
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 de acordo com os seguintes parâmetros:
A1 (30% da nota final): Tarefas de Aprendizagem validadas pelos docentes, com nota mínima de 8 valores na média das tarefas. São 10 tarefas de aprendizagem e contam as 8 melhores notas.
A2 (70% da nota final): Projeto Obrigatório em Grupo (máximo 3 integrantes) com discussão teórico-prática (Entrega: 30%, Prático-oral: 40% com nota mínima de 8). O componente A2 possui nota mínima de 9,5 valores.
O estudante que não atingir nota mínima poderá fazer um Projeto Prático a 100% com discussão oral.
É exigida uma assiduidade mínima não inferior a 2/3 das aulas.
Title: Portela, Filipe, Tiago Pereira, Introdução à Algoritmia e Programção com Python, FCA, 2023, ISBN: 9789727229314
Sónia Rolland Sobral, Introdução à Programação Usando Python, 2a ed., Edições Sílabo, 2024, ISBN: 9789895613878
Nilo Ney Coutinho Menezes, Introdução à Programação com Python: Algoritmos e Lógica de Programação Para Iniciantes. Novatec Editora, 2019. ISBN: 978-8575227183
John Zelle, Python Programming: An Introduction to Computer Science, Franklin, Beedle & Associates Inc, 2016, ISBN-13 : 978-1590282755
Ernesto Costa, Programação em Python: Fundamentos e Resolução de Problemas, 2015, ISBN 978-972-722-816-4,
Authors:
Reference: null
Year:
Title: João P. Martins, Programação em Python: Introdução à programação com múltiplos paradigmas, IST Press, 2015, ISBN: 9789898481474
David Beazley, Brian Jones, Python Cookbook: Recipes for Mastering Python 3, O'Reilly Media, 2013, ISBN-13 ? : ? 978-1449340377
Kenneth Reitz, Tanya Schlusser, The Hitchhiker's Guide to Python: Best Practices for Development, 1st Edition, 2016, ISBN-13: 978-1491933176, https://docs.python-guide.org/
Eric Matthes, Python Crash Course, 2Nd Edition: A Hands-On, Project-Based Introduction To Programming, No Starch Press,US, 2019, ISBN-13 : 978-1593279288
Authors:
Reference: null
Year:
Planeamento e Gestão de Projetos
O objetivo da UC é desenvolver um projeto tecnológico com alinhamento no âmbito do Curso. Ao longo desta UC será estabelecido o contato com planeamento do projeto com as fases principais de análise de requisitos , desenvolvimento, testes parciais e testes finais e alterações. O contato com equipamento laboratorial e ferramentas é um dos objetivos para a concepção do projeto de software, hardware ou ambos.
I. Introdução à inovação tecnológica de acordo com os eixos da Europa
II. Planeamento de um projeto tecnológico e as suas fases
III. Aspetos essenciais para o desenvolvimento de um projeto
IV. Definição de recursos materiais
V. Orçamento de um projeto
VI. Plano de Testes parciais e de conjunto
VII. Apresentação de um projeto tecnológico
VIII. Demonstração de projeto tecnológico
IX. Elaboração de Relatório Técnico
Avaliação periódica:
- Realização de projeto em grupo: primeira apresentação: 30%; segunda apresentação e demonstração: 40%; relatório final: 30%; As apresentações, demonstração e defesa são em grupo.
Title: Lester A. / 7th edition, Elsevier Science & Technology., Project Management Planning and Control, 2017, ·, ·
Tugrul U. Daim, Melinda Pizarro, e outros / Spinger, Planning and Roadmapping Technological Innovations: Cases and Tools (Innovation, Technology, and Knowledge Management), 2014, ·, ·
Authors:
Reference: null
Year:
Algoritmia e Estrutura de Dados
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
Title: Cormen, T. H., Leiserson, C. E., Rivest, R. L., Stein, C. (2022). Introduction to Algorithms, Fourth Edition. Estados Unidos: MIT Press.
Rocha, A. (2011). Estruturas de Dados e Algoritmos em Java. Portugal: FCA.
Sedgewick, R., Wayne, K. (2014). Algorithms, Part II. Reino Unido: Pearson Education.
Authors:
Reference: null
Year:
Apresentações em Público com Técnicas Teatrais
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.
Title: Prieto, G. (2014). Falar em Público - Arte e Técnica da Oratória. Escolar Editora.
Authors:
Reference: null
Year:
Title: Anderson, C. (2016). TED Talks: o guia oficial do TED para falar em público. Editora Intrinseca.
Luiz, P. (2019). Manual de Exercícios Criativos e Teatrais. Showtime. Rodrigues, A. (2022). A Natureza da Atividade Comunicativa. LisbonPress.
Authors:
Reference: null
Year:
Introdução ao Design Thinking
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.
Title: Brown, T. (2008). Design Thinking. Harvard Business Review, 86(6), 84–92.
Lewrick, M., Link, P., & Leifer, L. (2018). The design thinking playbook: Mindful digital transformation of teams, products, services, businesses and ecosystems. John Wiley & Sons.
Lockwood, T. (2010). Design Thinking: Integrating Innovation, Customer Experience and Brand Value. Allworth Press.
Stewart S.C (2011) “Interpreting Design Thinking”. In: https://www.sciencedirect.com/journal/design-studies/vol/32/issue/6
Authors:
Reference: null
Year:
Title: Brown, T., & Katz, B. (2011). Change by design. Journal of product innovation management, 28(3), 381-383.
Brown, T., Katz, B. M. Change by Design: How Design Thinking Transforms Organizations and Inspires Innovation. HarperBusiness, 2009.
Liedtka, J. (2018). Why Design Thinking Works. Harvard Business Review, 96(5), 72–79.
Gharajedaghi, J. (2011). Systems thinking: Managing chaos and complexity. A platform for designing business architecture. Google Book in: https://books.google.com/books?hl=en&lr=&id=b0g9AUVo2uUC&oi=fnd&pg=PP1&dq=design+thinking&ots=CEZe0uczco&sig=RrEdhJZuk3Tw8nyULGdi3I4MHlQ
Authors:
Reference: null
Year:
Trabalho Académico com Inteligência Artificial
OA1. Conhecer a estrutura, linguagem e procedimentos éticos e normativos (APA) para elaboração de textos académicos.
OA2. Aprender como utilizar os modelos generativos para a elaboração de trabalhos académicos.
OA3. Discutir procedimentos de análise, pertinência e fiabilidade dos dados gerados por IA.
OA4. Reconhecer implicações éticas na utilização de IA Generativa em contexto académico. Os objetivos de aprendizagem serão alcançados através de atividades práticas e reflexivas, tais como:
• Discussões em grupo;
• Análise de textos;
• Defesa oral;
• Exercícos práticos.
CP1. Introdução: escrita académica e modelos generativos:
- Perceber como funciona a Inteligencia Atificial Generativa: o caminho que se percorre para o uso de IA generativa no ambiente académico.
CP2. Procedimentos de planeamento e construção de textos argumentativos com auxílio de IA:
- Identificar as possibilidades e as alucinações nas respostas produzidas por IA Generativa.
CP3. Análise crítica de textos produzidos: identificação e referenciação de fontes de dados e análise da sua relevância face aos objetivos dos trabalhos académicos:
- Explorar as possibilidades de validação dos dados e o potencial de uso das ferramentas de IA Generativa na produção de trabalhos académicos.
CP4. Oportunidades e riscos de utilização de IA: guia de boas práticas para acesso, partilha e utilização de IA Generativa em contexto académico:
- Compreender as dinâmicas na utilização responsável e eticamente comprometida ao realizar trabalhos académicos com ferramentas de IA Generativa.
A avaliação da UC visa aferir o desenvolvimento das competências dos estudantes na utilização informada de modelos generativos enquanto auxiliares de produção de trabalho académico. A Avaliação ao Longo do Semestre contempla as seguintes atividades:
1.Atividades individuais (50%)
1.1Participação nas atividades ao longo do semestre (10%).
Descrição: esta componente visa aferir os contributos específicos de cada estudante nas atividades realizadas.
Avaliação: intervenções em sala de aula; pertinência dos contributos específicos do estudante nos debates.
1.2 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.
1.3 Defesa Oral - apresentação do grupo -5 min. debate -5 min.(20%).
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]
2.1 Apresentações em grupo, revisões, edições e validações dos conteúdos produzidos por IA (20%):
Descrição: formação de grupos de trabalho para rever e editar os textos, utilizando os modelos generativos.
Avaliação: (submeter no moodle),recolha de informações relevantes, a clareza e o caráter inovador da utilização de promts estruturadas.
2.2 Desenvolvimento de estratégias para fazer as revisões, edições e validações dos conteúdos produzidos por IA (10%).
Descrição: ao final de cada etapa da atividade, os estudantes terão de promover avaliações críticas, pela reflexão sobre os desafios éticos da integração da IAG em ambiente académico.
Avaliação: (submeter no moodle), os trabalhos serão corrigidos e avaliados com base na precisão e conformidade com a qualidade das revisões, edições e a participação dos estudantes nos feedbacks fornecidos aos colegas.
2.3 Simulações de Apresentações dos Projetos Finais (20%):
Descrição: 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.).
Avaliação: (submeter no moodle): 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. Avaliação final: Teste escrito presencial (100%).
Title: Cotton, D. R., Cotton, P. A., & Shipway, J. R. (2023). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 1-12.
D'Alte, P., & D'Alte, L. (2023). Para uma avaliação do ChatGPT como ferramenta auxiliar de escrita de textos académicos. Revista Bibliomar, 22 (1), p. 122-138. DOI: 10.18764/2526-6160v22n1.2023.6.
Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., ... & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274.
Ribeiro, A. & Rosa, A. (2024). Descobrindo o potencial do CHATGPT em sala de aula: guia para professores e alunos. Atlantic Books. "
Authors:
Reference: null
Year:
Title: Cowen, T., & Tabarrok, A. T. (2023). How to learn and teach economics with large language models, including GPT. GMU Working Paper in Economics No. 23-18, http://dx.doi.org/10.2139/ssrn.4391863 Lund, B. D., Wang, T., Mannuru, N. R., Nie, B., Shimray, S., & Wang, Z. (2023). ChatGPT and a new academic reality: Artificial Intelligence‐written research papers and the ethics of the large language models in scholarly publishing. Journal of the Association for Information Science and Technology, 74(5), 570-581. Strunk, William (1918) Elements of Style Korinek, A. (2023). Language models and cognitive automation for economic research (No. w30957). National Bureau of Economic Research. https://www.nber.org/papers/w30957
Authors:
Reference: null
Year:
Gestão de Organizações de Saúde
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.
Title: John Schermerhorn Jr and Daniel Bachrach, Introduction to Management, 2020, Introduction to Management / John Schermerhorn Jr. and Daniel Bachrach (2020, 13th edition) / Wiley, ·
Authors:
Reference:
Year:
Title: Economia da saúde : conceitos e comportamentos / Pedro Pita Barros (2019, 4ª ed.) / Almedina
Management: using practice and theory to develop skills / David Boddy (2020, 8th edition) / Pearson;
James A. Johnson & Caren C. Rossow, Health Organizations: Theory, Behavior, and Development, 2017, Health Organizations: Theory, Behavior, and Development / Johnson, J.; Rossow, C. (2017) / Jones & Bartlett Learning, LLC., ·
Authors:
Reference:
Year:
Fundamentos de Análise de Dados
Após frequência bem sucedida na unidade curricular, os estudantes deverão ser capazes de:
OA1. Conhecerem e ficarem familiarizados com diferentes formatos de dados.
OA2. Conhecer um ciclo completo de análise dos dados.
OA3. Saber fazer uma analise exploratória de dados usando o R.
OA4. Saber modelar um conjunto de dados.
OA5. Implementar uma solução de análise de dados com vista ao estudo de um determinado problema.
CP1. Introdução à análise de dados
CP2. Introdução ao R e RStudio
CP3. Conhecimento dos problemas em análise de dados, exemplos de aplicação
CP4. O ciclo completo da análise de dados
CP5. Dados e formatos dos dados
CP6. Preparação dos dados
CP7. Probabilidades; estatística descritiva de dados e análise exploratória de dados
CP8. Visualização dos dados
CP9. Modelação e aprendizagem automática de modelos de dados
CP10. Métodos de avaliação dos modelos
CP11. Reporte e publicação de resultados
A avaliação na modalidade 'ao longo do semestre' resulta da efetivação de dois testes individuais : um teste intercalar e um outro no final do semestre (20% cada um) , e um trabalho em grupo (máximo de 3 alunos) com elaboração de dois relatórios (20% cada um) e uma apresentação oral (20%) a efetuar pelo grupo e esta com classificação individual.
É exigida uma assiduidade mínima não inferior a 2/3 das aulas (os alunos podem faltar 4 aulas em 12).
O Exame Final é um exame escrito, individual, sem consulta, com toda a matéria. Realiza exame final, na época 1, 2 ou especial, quem não tenha concluído com sucesso a avaliação ao longo do semestre, com uma nota média superior ou igual a 10 (em 20).
Title: Hadley Wickham, Mine Çetinkaya-Rundel, Garrett Grolemund, 'R for Data Science', 2nd Edition, O'Reilly Media, Inc. 2023.
Cole Nussbaumer Knaflic, 'Storytelling with data: a data visualization guide for business professionals', John Wiley & Sons, Inc., 2015.
Authors:
Reference: null
Year:
Title: Torgo, Luis. 'Data mining with R: learning with case studies' (2nd Edition), chapman and hall/CRC, 2016.
C. O'Neil, R. Schutt. 'Doing Data Science: Straight Talk from the Frontline', O'Reilly, 2013.
T. W. Miller, 'Marketing Data Science: Modeling Techniques in Predictive Analytics with R and Python?' O'Reilly, 2015.
Aggarwal, C. C. , 'Data mining: the textbook' (Vol. 1), Springer, 2015.
Han, J., Pei, J., & Tong, H. 'Data mining: concepts and techniques', Morgan Kaufmann, 2022.
P. Tattar, T. Ojeda, S. P. Murphy B. Bengfort, A. Dasgupta, 'Practical Data Science Cookbook', Second Edition, Packt Publishing, 2017.
Authors:
Reference: null
Year:
Sistemas de Informação Analíticos
Pretende introduzir-se os conceitos e conhecimentos práticos fundamentais ao desenho e implementação de um sistema de informação analítico para uma organização:
(OA1) Planear e gerir o ciclo de vida de um projeto de armazém de dados, desenho lógico e físico;
(OA2) Identificar os requisitos e as fontes de dados e projetar um modelo dimensional adequado;
(OA3) Modelar um Sistema de Informação Analítico;
(OA4) Desenhar e implementar um processo de extração, transformação e carregamento de dados;
(OA5) Analisar dados num sistema de data warehousing, ter a noção de Business Intelligence e sua aplicabilidade; o que são relatórios padrão e indicadores de desempenho (KPIs);
(CP1) Introdução aos Sistemas de Informação Analíticos (SIA)
(CP2) Revisão de SQL
(CP3) Introdução ao Power BI
(CP4) Modelação de Dados no Power BI
(CP5) Análise de Dados com DAX (Data Analysis Expressions)
(CP6) Visualização de Dados no Power BI
(CP7) Processos de ETL
(CP8) Publicação de Relatórios e Dashboards
A avaliação na modalidade 'ao longo do semestre' resulta da efetivação de dois testes individuais : um teste intercalar e um outro no final do semestre (20% cada um) , e um trabalho em grupo (máximo de 3 alunos) com elaboração de dois relatórios (20% cada um) e uma apresentação oral (20%) a efetuar pelo grupo e esta com classificação individual.
É exigida uma assiduidade mínima não inferior a 2/3 das aulas (os alunos podem faltar 4 aulas em 12).
O Exame Final é um exame escrito, individual, sem consulta, com toda a matéria. Realiza exame final, na época 1, 2 ou especial, quem não tenha concluído com sucesso a avaliação ao longo do semestre, com uma nota média superior ou igual a 10 (em 20).
Title: Greg Deckler, Brett Powell (2022) Mastering Microsoft Power BI: Expert techniques to create interactive insights for effective data analytics and business intelligence, 2nd Edition. Packt Publishing
Authors:
Reference:
Year:
Title: R. Kimball, M. Ross (2013) The Data Warehouse Toolkit - the definitive guide to dimensional modeling, 3rd Edition. John Wiley & Sons, USA
Doan, A., Halevy, A., & Ives, Z. (2012). Principles of data integration. Elsevier.
Authors:
Reference:
Year:
Empreendedorismo e Inovação II
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.
Title: ·
A. Osterwalder, Y. Pigneur / John Wiley & Sons, Value Proposition Design: How to Create Products and Services Customers Want, 2014, ·, ·
A. Osterwalder, Y. Pigneur / John Wiley & Sons, Business Model Generation: A Handbook for Visionaries, Game Changers, and Challengers, 2010, ·, ·
P. Burns / Palgrave Macmillan, Entrepreneurship and Small Business, 2016, ·, ·
R. Dorf, T. Byers, A. Nelson / McGraw-Hill Education, Technology Ventures: From Idea to Enterprise., 2014, ·, ·
S. Mariotti, C. Glackin / Global Edition. Pearson, Entrepreneurship: Starting and Operating A Small Business, 2015, ·, ·
Authors:
Reference: null
Year:
Dados de Saúde
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 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.
Title: McKinney, W. (2017). Python for Data Analysis, 2nd Edition: Data Wrangling with Pandas, NumPy, and IPython. O'Reilly Media.
Albon, C. (2018). Machine Learning with Python Cookbook: Practical Solutions from Preprocessing to Deep Learning. O'Reilly Media.
Géron, A. (2019). Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems. O'Reilly Media.
Nelson, D. (2020). Data Visualization in Python. Independently Published.
O'Reilly, T. (2010). Open Government: Collaboration, Transparency, and Participation in Practice. O'Reilly Media.
OpenCV. (2024). Open Source Computer Vision Library. Disponível em https://opencv.org/.
TensorFlow. (2024). An Open Source Machine Learning Framework for Everyone. Disponível em https://www.tensorflow.org/.
Authors: null
Reference: null
Year: null
Title:
Authors: null
Reference: null
Year: null
Empreendedorismo e Inovação I
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.
Title: A. Osterwalder, Y. Pigneur / John Wiley & Sons, Value Proposition Design: How to Create Products and Services Customers Want, 2014, ·, ·
A. Osterwalder, Y. Pigneur / John Wiley & Sons, Business Model Generation: A Handbook for Visionaries, Game Changers, and Challengers., 2010, ·, ·
P. Burns / Palgrave Macmillan, Entrepreneurship and Small Business, 2016, ·, ·
S. Mariotti, C. Glackin / Global Edition. Pearson; Dorf. R., Byers, T. Nelson, A. (2014). Technology Ventures: From Idea to Enterprise. McGraw-Hill Education, Entrepreneurship: Starting and Operating A Small Business, 2015, ·, ·
Authors:
Reference: null
Year:
Estatística e Probabilidades
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 são obrigatórios e têm nota mínima de 8 valores.
É exigida uma assiduidade mínima não inferior a 2/3 das aulas.
ou
- Avaliação por Exame (100%).
Title: E. Reis, P. Melo, R. Andrade & T. Calapez (2015). Estatística Aplicada (Vol. 1) - 6ª ed, Lisboa: Sílabo. ISBN: 978-989-561-186-7.
Reis, E., P. Melo, R. Andrade & T. Calapez (2016). Estatística Aplicada (Vol. 2), 5ª ed., Lisboa: Sílabo. ISBN: 978-972-618-986-2.
Afonso, A. & Nunes, C. (2019). Probabilidades e Estatística. Aplicações e Soluções em SPSS. Versão revista e aumentada. Universidade de Évora. ISBN: 978-972-778-123-2.
Ferreira, P.M. (2012). Estatística e Probabilidade (Licenciatura em Matemática), Instituto Federal de Educação, Ciência e Tecnologia do Ceará – IFCE III, Universidade Aberta do Brasil – UAB.IV. ISBN: 978-85-63953-99-5.
Farias, A. (2010). Probabilidade e Estatística. (V. único). Fundação CECIERJ. ISBN: 978-85-7648-500-1
Authors:
Reference: null
Year:
Title: Haslwanter, T. (2016). An Introduction to Statistics with Python: With Applications in the Life Sciences. Springer. ISBN: 978-3-319-28316-6
Authors:
Reference: null
Year:
Sistemas de Informação em Saúde
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.
Title: Digital Health: A Framework for Healthcare Transformation White Paper, HIMSS;
Peppard, J., & Ward, J. (2016), The Strategic Management of Information Systems: Building a
Space and Make Competition Irrelevant (1st ed), HBS Press;
Kim, W. C., & Mauborgne, R. (2005), Blue Ocean Strategy: How to Create Uncontested Market
Innovation (1st ed), S.Francisco, CA: Jossey-Bass;
High, P. A. (2014), Implementing World Class IT Strategy: How IT Can Drive Organizational
A. White, Stephen; Miers , Derek (2008) - BPMN Modeling and Reference Guide - Future Strategies Inc;
Rick Sherman (2014) - Business Intelligence Guidebook: From Data Integration to Analytics;
Joey Blue (2014) - What is SQL? Database Learning Basics for Business Professionals, Managers, Accountants, Students, Business Analysts, Bloggers and More?;
Rick Sherman (2014) - Business Intelligence Guidebook: From Data Integration to Analytics;
Simha R. Magal e Jeffrey Word (2009) - Essentials of Business Processes and Information Systems;
Authors:
Reference: null
Year:
Title: ed), NY: HarperBusiness;
Collins, J. (2001), Good to Great: Why Some Companies Make the Leap and Others Don¿t (1st
Bourgeois, D. T. (2014), Information Systems for Business and Beyond, S.l.: Lulu.com
(2nd ed), FT Management;
Robson, W. (1996), Strategic Management and Information Systems: An Integrated Approach,
Authors:
Reference: null
Year:
Bases de Dados e Gestão de Informação
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 (individual) (70%)
- 1 projeto de modelação e de implementação (em grupos de até 3 pessoas) (30%)
Ambas as frequências têm a nota mínima de 8 valores e a realização do projeto é obrigatória para efeitos de aprovação. A nota mínima do projeto é de 13 valores.
Avaliação por exame:
- 1 Prova escrita 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.
Title: Elmasri Ramez, Navathe Shamkant, "Fundamentals Of Database Systems", 7th Edition, Pearson, 2016
Damas, L., SQL - Structured Query Language, FCA Editora de Informática, 3ª Edição,2017
Authors:
Reference: null
Year:
Title: Ramos, P, Desenhar Bases de Dados com UML, Conceitos e Exercícios Resolvidos, Editora Sílabo, 2ª Edição, 2007
Nunes, O´Neill, Fundamentos de UML, FCA Editora de Informática, 3ª Edição, 2004
C. J. Date, "SQL and Relational Theory: How to Write Accurate SQL Code", 3rd Edition, O'Reilly Media, 2011
Churcher, Clare, “Beginning Database Design: From Novice to Professional”, 2ª edição, Apress. 2012.
Ramakrishnan, R., Gehrke, J. “Database Management Systems”, 3ª edição, McGrawHill, 2003.
Authors:
Reference: null
Year:
Introdução à Cibersegurança
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.
Title: Whitman, M., Mattord, H. (2021). Principles of Information Security. Course Technology.
Whitman, M., & Mattord, H. (2016). Management of information security. Nelson Education.
Andress, J. (2014). The Basics of Information Security: Understanding the Fundamentals of InfoSec in Theory and Practice. Syngress.
Kim, D., Solomon, M. (2016). Fundamentals of Information Systems Security. Jones & Bartlett Learning.
Authors:
Reference: null
Year:
Title: Conjunto de artigos, páginas web e textos que complementam a informação bibliográfica da unidade curricular, e que serão fornecidos pela equipa docente.
Authors:
Reference: null
Year:
Tecnologia, Economia e Sociedade
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.
Title: Chalmers, D. (2022). Adventures in technophilosophy In Reality+ - Virtual Worlds and the problems of Philosophy (pp. xi-xviii). W. W. Norton & Company.
Chin, J., Lin, L. (2022). Dystopia on the Doorstep In Deep Utopia – Surveillence State – Inside China’s quest to launch a new era of social control (pp. 5–11). St. Martin’s Press.
Dignum, V. (2019). The ART of AI: Accountability, Responsibility, Transparency In Responsible Artificial Intelligence - How to Develop and Use AI in a Responsible Way (pp. 52–62). Springer.
Howard, P. N. (2020). The Science and Technology of Lie Machines In Lie Machines - How to Save Democracy from Troll Armies, Deceitful Robots, Junk News Operations, and Political Operatives (pp. 1-4; 6-7; 10-18). Yale University Press.
Kearns, M., Roth, A. (2020). Introduction to the Science of Ethical Algorithm Design In The Ethical Algorithm - The Science of Socially Aware Algorithm Design (pp. 1-4; 6-8; 18-21). Oxford University Press.
Authors:
Reference:
Year:
Title: (Principal - continuação)
Kissinger, H. A., Schmidt, E., Huttenlocher, D (2021). Security and World Order In The Age of AI - And Our Human Future (pp. 157–167, 173-177). John Murray Publishers.
Parijs, P. V., Vanderborght, Y. (2017). Ethically Justifiable? Free Riding Versus Fair Shares In Basic Income - A Radical Proposal for a Free Society and a Sane Economy (pp. 99–103). Harvard University Press.
Pentland, A. (2014). From Ideas to Actions In Social Physics – How good ideas spread – The lessons from a new science (pp. 4–10). The Penguin Press.
Zuboff, S. (2021). O que é capitalismo de vigilância? In A Era do Capitalismo de Vigilância - A luta por um futuro humano na nova fronteira de poder (pp. 21–25). Intrínseca.
***
(Complementar)
Acemoglu, D.; Johnson, S. (2023). What Is Progress? In Power and progress: our thousand-year struggle over technology and prosperity (pp. 1 - 7). PublicAffairs.
Bostrom, N. (2024). The purpose problem revisited In Deep Utopia – Life and meaning in a solved world (pp. 121–124). Ideapress Publishing.
Castro, P. (2023). O Humanismo Digital do século XXI e a nova Filosofia da Inteligência Artificial In 88 Vozes sobre Inteligência Artificial - O que fica para o homem e o que fica para a máquina? (pp. 563 – 572). Oficina do Livro/ISCTE Executive Education.
Gunkel, D. J. (2012). Introduction to the Machine Question In The Machine Question - Critical Perspectives on AI, Robots, and Ethics (pp. 1-5). The MIT Press.
Innerarity, D. (2023). O sonho da máquina criativa. In Inteligência Artificial e Cultura – Do medo à descoberta (pp. 15 – 26). Colecção Ciência Aberta, Gradiva.
Jonas, H. (1985). Preface to the English version of the Imperative of Responsibility In The Imperative of Responsibility: In Search of an Ethics for the Technological Age. (pp. ix - xii). University of Chicago Press.
Nakazawa, H. (2019). Manifesto of Artificial Intelligence Art and Aesthetics In Artificial Intelligence Art and Aesthetics Exhibition - Archive Collection (p. 25). Artificial Intelligence Art and Aesthetics Research Group (AIAARG).
Patel, N. J. (2022, february 4). Reality or Fiction - Sexual Harassment in VR, The Proteus Effect and the phenomenology of Darth Vader — and other stories. Kabuni. https://medium.com/kabuni/fiction-vs-non-fiction-98aa0098f3b0
Pause Giant AI Experiments: An Open Letter. (22 March, 2023). Future of Life Institute. Obtido 26 de agosto de 2024, de https://futureoflife.org/open-letter/pause-giant-ai-experiments/
Authors:
Reference:
Year:
Projeto Aplicado de Tecnologias Digitais e Saúde I
No final da UC, o aluno deverá estar apto a:
OA1: Aplicar metodologias de cocriação no desenvolvimento de projetos inovadores triplamente sustentáveis (com valor económico, social e ambiental) em organizações.
OA2: Criar empatia com o utilizador e a sua organização (definir necessidades, obstáculos, objetivos, oportunidades, tarefas atuais e desejadas), definir o problema e as questões endereçadas pelo projeto.
OA3: Realizar uma revisão sistemática da literatura e uma análise do panorama competitivo (se aplicável), relacionados com o problema identificado e as questões levantadas.
OA4: Identificar os recursos digitais (incluindo a recolha de dados), computacionais e outros, necessários para abordar o problema.
OA5: Aplicar conhecimentos já consolidados de planeamento de projeto, gestão ágil e desenvolvimento do projeto, no âmbito do trabalho de grupo.
OA6: Participar em dinâmicas colaborativas e de cocriação e realizar apresentações escritas e orais, no contexto do trabalho de grupo.
C1 Metodologias de cocriação baseadas em Design Thinking e Design Sprint
C2 Objetivos de Desenvolvimento Sustentável (ODS) das Nações Unidas e criação de propostas de valor
C3 Apresentação de casos de estudo e temas de projeto de tecnologias digitais de saúde (produto, serviço ou processo)
C4 Seleção do tema de projeto e enquadramento na organização
C5 Espaço do problema: criação de empatia com o utilizador e com a sua organização, definição do problema e das suas questões relacionadas, considerando os requisitos de negócio, as necessidades dos clientes e utilizadores e os desafios tecnológicos
C6 Aplicação de uma metodologia de revisão sistemática da literatura e sua análise crítica. Análise da competição (se aplicável)
C7 Identificação dos recursos digitais (incluindo a recolha de dados), computacionais e outros necessários para o desenvolvimento do projeto
C8 Aplicação de metodologias de gestão de projetos adequadas ao trabalho em grupo a desenvolver pelos alunos de saúde. Comunicação dos resultados.
UC em avaliação periódica, não contemplando exame final, dada a adoção ao método de ensino por projeto aplicado a situações reais. As apresentações, demonstrações e discussão serão realizadas em grupo.
Pesos da avaliação:
R1 Relatório: Definição do Tema de Projeto: 5%
R2 Relatório: Empatia com o Utilizador e a Organização e Definição do Problema. Sua apresentação e discussão em grupo: 40%
R3 Relatório: Revisão da Literatura e Planeamento do Desenvolvimento do Projeto. Sua apresentação e discussão em grupo: 55%
Title: Outra bibliografia dependente dos temas específicos do projeto e das orgaizações onde os alunos o irão desenvolver.
T. Brown / HarperCollins, 2009, ISBN-13: 978-0062856623, Change by Design: How Design Thinking Transforms Organizations and Inspires Innovation, 2009, ·, ·
Value proposition design
J. Knapp, J. Zeratsky, B. Kowitz / Bantam Press, Sprint: How to Solve Big Problems and Test New Ideas in Just Five Days, 2016, ·, ·
M. Lewrick, P. Link, L. Leifer / Wiley, ISBN 9781119629191, The Design Thinking Toolbox, 2020, ·, ·
Authors:
Reference: null
Year:
Projeto Aplicado de Tecnologias Digitais e Saúde II
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 (lo-fi, hi-fi, MVP), e avaliação e implantação no terreno da solução inovadora, relativa a produto, processo ou serviço (PPS).
OA2: Produção de documentação de desenho da solução de inovação PPS, 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.
C1. 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.
C2. Produção de documentação de desenho da solução, incluindo, quando aplicável, arquitetura, especificações técnicas, configuração hardware e software, manuais de instalação, operação e utilização.
C3. Implantação experimental da solução com potencial para ser triplamente sustentável (com criação de valor económico, social e ambiental), salvaguardando o enquadramento legal aplicável.
C4. Comunicação audiovisual na Web e nas redes sociais. Comunicação em público e sua estrutura. Apresentação para atores relevantes.
C5. Demonstração em workshop com atores relevantes na área das tecnologias digitais da saúde.
UC em avaliação periódica, não contemplando exame final, dada a adoção ao método de ensino por projeto aplicado a situações reais. As apresentações, demonstrações e discussão são realizadas em grupo.
Pesos da avaliação:
R1. Relatório de Ideação da Solução, com Storyboard, Jornada de Utilizador, Requisitos do Utilizador, Especificações Técnicas e sua apresentação audiovisual: 20%
R2. Prototipagem da Solução: Protótipos Lo-fi e Hi-fi e Protótipo Mínimo Viável – MVP (no GitHub), sua Demonstração e Relatório de Avaliação: 40%
R3. Relatório de Desenho da Solução com os seguintes elementos (se aplicável): Arquitetura (UML Package Diagram, UML Component Diagram), Configuração Hardware e Software, Manual de Instalação (UML Deployment Diagram, Tutorial de Configuração), Manual de Operação, Manual de Utilizador: 20%
R4. Apresentação audiovisual da solução e sua demonstração em Workshop: 20%.
Title: ·
T. Brown / HarperCollins, 2009, ISBN-13: 978-0062856623, Change by Design: How Design Thinking Transforms Organizations and Inspires Innovation, 2009, ·, ·
M. Lewrick, P. Link, L. Leifer / Wiley, ISBN 9781119629191, The Design Thinking Toolbox, 2020, ·, ·
J. Knapp, J. Zeratsky, B. Kowitz / Bantam Press., Sprint: How to Solve Big Problems and Test New Ideas in Just Five Days., 2016, ·, ·
Authors:
Reference: null
Year:
Title: ·
Ries, E. / capítulos 3 e 4, Penguin Group, The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses, 2017, ·, ·
Scrum Institute, The Kanban Framework 3rd Edition, 2020, ·, www.scrum-institute.org/contents/The_Kanban_Framework_by_International_Scrum_Institute.pdf acedido em 02/2023
Darrell Rigby, Sarah Elk, Steve Berez / Scrum Institute (2020), The Scrum Framework 3rd Edition, Doing Agile Right: Transformation Without Chaos Hardcover, 2020, ·, www.scrum-institute.org/contents/The_Scrum_Framework_by_International_Scrum_Institute.pdf
Jeff Sutherland, J.J. Sutherland, Scrum: The Art of Doing Twice the Work in Half the Time, 2014, ·, ·
Project Management Institute / 6th ed. Newton Square, PA: Project Management Institute, A guide to the project management body of knowledge (PMBOK guide), 2017, ·, ·
Gwaldis M., How to conduct a successful pilot: Fail fast, safe, and smart, 2019, ·, https://blog.shi.com/melissa-gwaldis/ acedido em 02/2023
Authors:
Reference: null
Year:
Logística Digital em Contexto Hospitalar
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%)
Title: M. E. Zonderland, R. J. Boucherie, E. W. Hans & N. Kortbeek (Eds.). / Springer Nature, Handbook of Healthcare Logistics: Bridging the Gap Between Theory and Practice (Vol. 302)., 2021, ·, ·
Authors:
Reference: null
Year:
Title: Pianykh, O. S., Guitron, S., Parke, D., Zhang, C., Pandharipande, P., Brink, J., & Rosenthal, D. / Nature Machine Intelligence, 2(5), 266-273., Improving healthcare operations management with machine learning, 2020, ·, ·
Prem PrakasH Jayaraman, et al. / Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery 10.2 e1350., Healthcare 4.0: A review of frontiers in digital health, 2020, ·, ·
T. Dai, S. Tayur / Manufacturing & Service Operations Management, 22(5), 869-887, Om Forum—Healthcare operations management: a snapshot of emerging research, 2020, ·, ·
P. Blua, F. Yalaoui, L. Amodeo, M. De Block, D. Laplanche / John Wiley & Sons, Hospital Logistics and E-management: Digital Transition and Revolution, 2019, ·, ·
Authors:
Reference: null
Year:
Tecnologias Assistivas e Tele-Saúde
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
Title: M. von Eiff, W. von Eiff, von Eiff M and von Eiff W (2020) The Digitalisation of Healthcare. HealthManagement.org The Journal, 20(2):182-187, 2020, ·, ·
E. Sazonov / (2nd Edition). Elsevier., Wearable sensors: fundamentals, implementation and applications, 2020, ·, ·
Hariton Costin, Bjorn Schuller, Adina Magda Florea / (Vol. 170). Springer., Recent Advances in Intelligent Assistive Technologies: Paradigms and Applications, 2019, ·, ·
·
Authors:
Reference: null
Year:
Inteligência Artificial na Saúde
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.
Title: J. Howse, J. Minichino, Learning OpenCV 4 with Python 3, 3rd Edition, Packt Publishing, 2020.
M. Elgendy, Deep Learning for Vision Systems, Manning, 2020,.
Field Cady - The Data Science Handbook - 1st Edition 2017, Wiley.
Andrw R. Webb, Keith D. Copsey. Statistical Pattern Recognition, 3rd Ed., Wiley, 2011.
Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani. An Introduction to Statistical Learning with Applications in R. Springer, 2013.
Cathy O'Neil, Rachel Schutt. Doing Data Science: Straight Talk from the Frontline. O'Reilly Media, 2013
Authors:
Reference:
Year:
Title: Foster Provost and Tom Fawcett, - Data Science for Business: What you need to know about data mining and data-analytic thinking?, 2013, O'Reilly Media
M. Nixon, A. Aguado, Feature Extraction and Image Processing for Computer Vision, 4th Edition, Academic Press, 2019.
I. Goodsfellow, Y. Bengio, A. Courville, Deep Learning, MIT Press, 2016.
OpenCV, https://opencv.org/
Tensorflow, https://www.tensorflow.org/
R. Szeliski, Computer Vision: Algorithms and Applications, 2nd Edition, Springer, 2021, https://szeliski.org/Book/
F. Chollet, Deep Learning with Python, 2nd Edition, Manning, 2021.
Authors:
Reference:
Year:
Optativas recomendadas
Campus Sintra
- Desenho Centrado no Utilizador (1º semestre)
- Inteligência Artificial (1º semestre)
- Marketing Digital (1º semestre)
- Empreendedorismo e Inovação III (1º semestre)
- Text Mining (1º semestre)
- Big Data (2º semestre)
- Design de Jogos (2º semestre)
- Empreendedorismo e Inovação IV (2º semestre)
- Estratégia, Planeamento e Orçamentação (2º semestre)
- Gestão de Pessoas na Era Digital (2º semestre)
- Programação e Análise de Dados em Excel (2º semestre)
- Robótica e Automação Avançada (2º semestre)
- Tomada de Decisão Apoiada em Dados (2º semestre)
Campus Lisboa
- Interação Pessoa-Máquina (1.º Semestre)
- Engenharia de Software (1º e 2º semestre)
- Programação Concorrente e Distribuída (1.º e 2.º semestre)
Objetivos
Pretende-se que os estudantes que concluam este ciclo de estudos fiquem habilitados a planear e apoiar a digitalização dos serviços de saúde, assegurando a interoperabilidade e funcionamento de equipamentos tecnológicos e configuração avançada dos sistemas de informação nas organizações de saúde.
Os objetivos gerais são:
- Entender a transição digital nas organizações, em particular as de saúde
- Caracterizar diferentes tipos de serviços de saúde, os recursos e os dados consomem;
- Planear a digitalização dos serviços de saúde;
- Assegurar a máxima interoperabilidade e funcionamento de equipamentos tecnológicos nas organizações de saúde;
- Manusear e trabalhar a configuração de sistemas de informação;
- Otimizar a comunicação com fornecedores e utilizadores de sistemas de informação nas organizações de saúde, apoiando a integração de dados entre diferentes sistemas de informação;
- Dar apoio a sistemas de tele-saúde, quer nas instituições de saúde quer no domicílio junto a doentes e familiares.
O licenciado deverá adquirir conhecimentos em: matemática, língua inglesa, uso de instrumentos de reporte, análise técnica e organizacional e do contexto da saúde; sobre transformação digital das organizações de saúde. Conhecimentos especializados de interoperabilidade, de configurações de sistemas de informação; sobre integração com equipamentos de saúde, e sobre tele-saúde.
O licenciado deverá estar apto a:
- Criar um esquema de interoperabilidade aplicável na saúde;
- Elaborar relatórios, apresentações ou planos de projeto;
- Configurar um equipamento de saúde;
- Melhorar a falta de interligação de dados;
- Relacionar-se com fornecedores.
O licenciado deverá ser capaz de:
- Ser proativo e promover a adaptação a contextos de mudança e inovação tecnológica;
- Estabelecer empatia e demonstrar flexibilidade e cooperação focado na resolução de problemas;
- Coordenar equipas de trabalho diretamente relacionadas;
- Apoiar equipas clínicas doentes e/ou cuidadores no uso da tele-saúde.
Acreditações