Projeto de Pesquisa sobre sistemas integrados de informação em saúde, incluindo grandes bases de dados, big data, inteligência artificial, modelos preditivos, tecnologias avançadas para diagnóstico, prevenção e tratamentos em Medicina

• Processo: 23/13355-3
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de novembro de 2023
• Data de Término da vigência: 31 de outubro de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Giovanni Guido Cerri
• Beneficiário: Rafael Marin Machado de Souza
• Instituição Sede: Faculdade de Medicina (FM). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 21/11905-0 - Centro de Ciência, Tecnologia e Desenvolvimento para inovação em Medicina e Saúde: inLab.iNova, AP.CCD
• Assunto(s): Inteligência artificial Aprendizado computacional Modelos preditivos Prevenção Processamento de imagens Saúde
• Palavra(s)-Chave do Pesquisador: Ciência da Computação | de doenças crônicas e degenerativas | Diagnóstico Automatizado | grandes bases de dados (big data) | inteligência artificial | Machine Learning | modelos preditivos | prevenção | Processamento de Imagens Médicas | Saúde | Sistemas integrados de informação em saúde | técnicas avançadas para diagnóstico | terapias e tratamento | Sistemas de suporte a tomada de decisões

Resumo

Na Seção 5 do Anexo I do Plano de atividades da bolsa. foi apresentada a arquitetura de dados do inLab.iNova, com destaque para o datalake que vem sendo construído pelo Inova HC. O datalake recebe dados clínicos, radiológicos, laboratoriais, educacionais e de pesquisa. A partir da extração de dados das várias áreas do HCFMUSP, é necessário fazer a ingestão no datalake, assim como o transporte de mensagens, que requer a catalogação, armazenamento, perfilamento e preparação, tudo isso mantendo os requisitos de segurança da instituição. Na sequência desse fluxo, os dados precisam ser disponibilizados para as áreas consumidoras, que incluem startups, empresas e pesquisadores. Em conjunto essas etapas sãoconhecidas como ETL (Extract, Transform, Load) e constituem os três blocos iniciais do fluxo do processo analítico.Para que todas as etapas de ajustes, manutenção e ETL do datalake do Inova HC sejam executadasadequadamente, é prevista a contratação de um bolsista TT-V com perfil de engenheiro/arquiteto de dados durante toda a extensão do projeto. O papel deste profissional também será de apoio aos pesquisadores e cientistas de dados que atuarão no desenvolvimento da pesquisa e construção de soluções analíticas.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

MACHADO DE SOUZA, RAFAEL MARIN; HOLM, ANDREW; BICZYK, MARCIO; DE CASTRO, LEANDRO NUNES. Healthchain - Bidimensional Blockchain for Collaborative and Secure Deep Learning in Healthcare. DISTRIBUTED COMPUTING AND ARTIFICIAL INTELLIGENCE, 21ST INTERNATIONAL CONFERENCE, v. 1259, p. 10-pg., 2025-01-01. (23/13355-3)

DE SOUZA, RAFAEL MARIN MACHADO; HOLM, ANDREW; BICZYK, MARCIO; DE CASTRO, LEANDRO NUNES. A Systematic Literature Review on the Use of Federated Learning and Bioinspired Computing. ELECTRONICS, v. 13, n. 16, p. 25-pg., 2024-08-01. (23/13355-3)