Créditos ECTS Créditos ECTS: 3
Horas ECTS Criterios/Memorias Horas de Titorías: 4.5 Clase Expositiva: 15 Clase Interactiva: 13 Total: 32.5
Linguas de uso Castelán, Galego
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Electrónica e Computación, Departamento externo vinculado ás titulacións
Áreas: Ciencia da Computación e Intelixencia Artificial, Área externa M.U en Internet de las Cosas - IoT
Centro Escola Técnica Superior de Enxeñaría
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
Nesta materia obrigatoria enmárcase na especialidade de Sociedade 5.0.
Esta materia céntrase na intersección da tecnoloxía da Internet das Cousas (IoT) e a saúde, proporcionando aos estudantes coñecementos e habilidades para innovar no ámbito da saúde a través de tecnoloxías intelixentes. Combina coñecementos de enxeñería, informática, biomedicina e xestión sanitaria para abordar os retos sanitarios modernos mediante solucións tecnolóxicas innovadoras.
Isto implica, por unha banda, proporcionar unha comprensión profunda dos conceptos e tecnoloxías de IoT, incluíndo sensores, dispositivos, plataformas de comunicación e integración de datos. Ademais, paralelamente, ensinaranse técnicas de análise de grandes volumes de datos (Big Data) e o uso da intelixencia artificial (IA) e da aprendizaxe automática (Machine Learning) para mellorar a toma de decisións sanitarias.
É unha materia cun marcado carácter práctico.
Os contidos desta materia inclúen os seguintes bloques temáticos:
1. Tecnoloxías de comunicación para sistemas IoT para Smart Health.
2. Os wearables en saúde.
3. Dispositivos de saúde persoal: exemplos e protocolos.
4. Autocuantificación.
5. Saúde participativa.
6. Localización de persoal, activos, pacientes e medicamentos no ámbito sanitario
As prácticas consistirán en Facilitar a aprendizaxe mediante proxectos prácticos e estudos de casos reais que permitan ao alumnado aplicar os seus coñecementos en contornos sanitarios reais.
Bibliografía básica:
• Awasthi, S., Naruka, M. S., Yadav, S. P., & De Albuquerque, V. H. C. (Eds.). (2023). AI and IoT-based intelligent health care & sanitation. Bentham Science Publishers.
• Chakraborty, C., Banerjee, A., Kolekar, M. H., Garg, L., & Chakraborty, B. (Eds.). (2021). Internet of things for healthcare technologies. Springer.
• Reddy, C. K., & Aggarwal, C. C. (Eds.). (2015). Healthcare data analytics. CRC Press
• Singh, S., Biwalkar, A., & Vazirani, V. (2021). Clinical Decision Support Systems and Computational Intelligence for Healthcare Industries. In Knowledge Modelling and Big Data Analytics in Healthcare (pp. 37-63). CRC Press.
Bibliografía Complementaria:
• Edemekong, P. F., Annamaraju, P., & Haydel, M. J. (2018). Health insurance portability and accountability act.
• GDPR, G. D. P. R. (2018). General data protection regulation. URL: https://gdpr-info. eu/[accessed 2020-11-21].
• International Organization for Standardization. (2013). ISO/IEC 27001: 2013: Information Technology--Security Techniques--Information Security Management Systems--Requirements. International Organization for Standardization.
HBL12 - Aplicar os coñecementos adquiridos e resolver problemas en contornos novos ou pouco coñecidos dentro de contextos máis amplos e multidisciplinares, sendo capaz de integrar coñecementos.
S-CN1: Coñecer e comprender os fundamentos básicos da comunicación IoT, a trazabilidade e as tecnoloxías wearable para a saúde autocuantificada, participativa e intelixente.
S-HB1: Programa e implementa wearables IoT para a saúde.
S-HB2: Aplica técnicas estatísticas a conxuntos de datos de IoT a gran escala e para aplicacións da Sociedade 5.0.
S-CP2: Implementar algoritmos de análise e procesamento de vídeo para aplicacións Society 5.0.
S-CP3: Deseñar e utilizar sistemas IoT para a localización de activos en contornos sanitarios.
S-CP4: Deseñar e implantar sistemas de procesamento de datos IoT a gran escala para aplicacións Society 5.0.
• Clases teóricas/Master class
• Clases prácticas de laboratorio/Prácticas de laboratorio
• Realización de traballos tutelados/Autoemprego
• Exame final (Valor entre 10%-40% da nota global)
• Seguimento continuo (5%-35%)
• Avaliación dos traballos prácticos (10%-40%)
• Avaliación do traballo supervisado (10%-40%)
Clases teóricas/Master – 24 horas presenciais + 48 horas non presenciais
Clases prácticas de laboratorio/Prácticas de laboratorio – 12 horas presenciais + 20 horas non presenciais
Realización de traballos tutelados/Traballos autónomos – 0 horas presenciais + Z horas non presenciais
Non hai
Non hai
Sonia Maria Valladares Rodriguez
Coordinador/a- Departamento
- Electrónica e Computación
- Área
- Ciencia da Computación e Intelixencia Artificial
- Correo electrónico
- sonia.valladares [at] usc.es
- Categoría
- Profesor/a: Profesor Axudante Doutor LOU
| Martes | |||
|---|---|---|---|
| 15:30-17:00 | Grupo /CLE_01 | - | Aula A10 |
| 17:00-18:30 | Grupo /CLIL_01 | Castelán | Aula A7 |