Biomedicina e Inteligência Artificial na Formação Pós-Graduada em Ciências da Saúde em Angola
Resumo
A evolução científica e tecnológica da medicina contemporânea exige um novo perfil de profissionais, gestores e decisores para atuar no campo da saúde, atualizados, éticos, multidisciplinares preparados para integrar saberes biomédicos com ferramentas digitais como a inteligência artificial (IA). As Universidades NOVA de Lisboa, Agostinho Neto, Luanda e Katyavala Bwila, Benguela têm vindo a adaptar os seus programas de ensino, destacando a biomedicina como pilar essencial na formação de médicos e outros profissionais. Esta aposta inclui a promoção da investigação biomédica e translacional e a adoção de práticas baseadas na evidência, fundamentais para responder às necessidades da sociedade e à complexidade crescente dos sistemas de saúde.
Downloads
Referências
Straus SE, Glasziou P, Richardson WS, Haynes RB. Evidence-Based Medicine: How to Practice and Teach EBM. 5th ed. Elsevier, 2018.
Ginsburg GS, Phillips KA. Precision medicine: from science to value. Health Aff (Millwood), 2018;37(5):694–701.
Viveiros M. O ensino das ciências médicas e biomédicas no Instituto de Higiene e Medicina Tropical – A contextualização histórico-pedagógica. An Inst Hig Med Trop. 2018;11:178–80. doi:10.25761/anaishtml.233
Ferreira AVL, Presta M, Simões CFG, Santos MR. Desafios da educação médica e da investigação em saúde no contexto de Angola [Challenges in medical education and health research in Angola]. Revista Brasileira de Educação Médica 2014; 38(1):133-141. https://doi.org/10.1590/S0100-5502201400100018
Ferrinho F, Daniel-Ribeiro GT, Ferrinho R, Frontera I. Building-blocks to develop one health systems. One Health. 2023 Aug 25;17:100624. doi:10.1016/j.onehealth.2023.100624.FMID.38024263
Rajpurkar P, Chen F, Banerjee O, Topol EJ. AI in health and medicine. Nat Med. 2022;28:31–8. doi:10.1038/s41591-021-01614-0
Fragata J. From Life Molecules to Global Health. 1ª ed. Lisboa: Principia Editora, 2021.
Fonseca M, Oliveira B, Carreiro-Martins P, Neuparth N, Rendas A. Revisiting the role of concept mapping in teaching and learning pathophysiology for medical students. Adv Physiol Educ. 2020;44(3):475–81. doi:10.1152/advam.00020.2020
Dickinson BL, Gibson K, VanDerKolk K, Greene J, Rosu CA, et al. "It is this very knowledge that makes us doctor": an applied thematic analysis of how medical students perceive the relevance of biomedical science knowledge to clinical medicine. BMC Med Educ. 2020;20:1–11. doi:10.1186/s12909-020-02251-w
Lutucuta S. Primeiro MBA de gestão de saúde arrancou com 40 directores hospitalares. Ver Angola [Jornal online]. 2023 Jan Consultado em 1 Abr 2025. Disponível em: https://www.verangola.net/va/pr/012023/Saude/34241/Primeiro-MBA-de-gest%C3%A3o-de-sa%C3BAAde-arrancou-com-40-directores-hospitalares.htm
Lobo LC. Inteligência artificial, o Futuro da Medicina e a Educação Médica. Rev Bras Educ Med. 2018;42(3):3–8.
Whitelaw S, Mamas MA, Topol E, Van Spall HGC. Applications of digital technology in COVID-19 pandemic planning and response. Lancet Digit Health. 2020;2(8):e435-40. doi:10.1016/S2589-7500(20)30142-4
Futoma J, Simons M, Panch T, Doahs Veder E, Cel LA. The myth of generalisability in clinical research and machine learning in health care. Lancet Digit Health. 2020;2(9):e489-92. doi:10.1016/S2589-7500(20)30186-2
Steinberg E, Jung K, Fries JA, Corbin CK, Pfohl SR, Shah NH. Language models are an effective representation learning technique for electronic health record data. J Biomed Inform. 2021;113:103637. doi:10.1016/j.jbi.2020.103637
Lee Flood and Drug Administration. Artificial intelligence and machine learning (AI/Mi). - Enabled Medical Devices. 2023 Jun 15 [consulted on 20 dec 2023]. Disponivel em: https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-aiml-enabled-medical-devices
Krishnan R, Rajpurkar P, Topol EJ. Self-supervised learning in medicine and medicine. Nat Biomed Eng 2022;6(12):13456-52. doi:10.1038/s41531-022-00914-1
Radford A, Kim JW, Hallacy C, Ramesh A, Goh G, et al. Learning transferable visual models from natural language supervision. In: Proceedings of the 38th International Conference on Machine Learning. 2021 Jul;139:8748-63. Available from: http://proceedings.mlr.press/v139/radford21a/radford21a.pdf
Brown T, Mann B, Ryder N, Subbiah M, Kaplan JD, Dhariwal P, et al. Language models are few-shot learners. Nat Neural Inf Process Syst. 2020;33:1877-1901. Available from: https://proceedings.neurips.cc/paper_files/paper/2020/file/1457c0d60fcb49674f8bfb8ac4f2f6fa-Paper.pdf
Chakraborty C, Pal S, Bhattacharya M, Dash S, Lee SS. Overview of Chatbots with special emphasis on artificial intelligence-enabled ChatGPT in medical science. Front Artif Intell. 2023;6:1237704. doi:10.3389/frai.2023.1237704
Bruno D. Error theory, unbelievability, and the normative objection. J. Ethics Soc. Philos. 2020, 177(9), 2737-55. doi:10.26556/jesp.v17i2.908
Yang HS, Wang F, Greenblatt MB, Huang SK, Zhang Y. AI Chatbots in Clinical Laboratory Medicine: Foundations and Trends. Clin Chem. 2023;(6)(11):1238-46. doi:10.1093/chinchem/hvad106
Acosta JN, Falcone CJ, Rajpurkar P, Topol EJ. Multimodal biomedical AI. Nat Med. 2022 Sep;28(9):1773-84. doi:10.1038/s41591-022-01981-z. PMID:36109635
Direitos de Autor (c) 2025 Anais do Instituto de Higiene e Medicina Tropical
This work is licensed under a Creative Commons Attribution 4.0 International License.
