Pós-Graduação Inteligência Artificial na Saúde

18x de R$ 666,67

R$ 12.000,00 no cartão ou boleto

Matrícula

R$ 250,00

à vista (Pix ou boleto) ou 1x de R$ 250,00 no cartão.

COMPRAR

INÍCIO
08 E 09 DE MAIO DE 2027

360 horas totais
15 módulos

MODALIDADE
Semi-Presencial

Localidade
São Paulo

O presente Plano de Ensino detalha as diretrizes pedagógicas, objetivos e metodologias da pós-graduação lato sensu em Inteligência Artificial na Saúde, estruturada com carga horária de 360 horas e modalidade semipresencial. O curso visa capacitar profissionais para a liderança na transformação digital do setor de saúde, integrando conhecimentos técnicos de IA com a prática clínica e administrativa.

O projeto pedagógico está fundamentado nas competências exigidas pelo mercado contemporâneo, alinhando-se às normas do Ministério da Educação (MEC) e às melhores práticas globais de saúde digital.

Para a realização das aulas, é necessário um notebook com, no mínimo, processador i3, sistema operacional Windows e 8 GB de RAM.

Objetivo do Curso

O objetivo geral deste curso é formar especialistas capazes de projetar, implementar e gerenciar soluções de Inteligência Artificial no ecossistema de saúde, com foco na melhoria do desfecho clínico, eficiência operacional e experiência do paciente.

Objetivos Específicos

Compreender os fundamentos teóricos e práticos de Machine Learning e Deep Learning aplicados à saúde.
Dominar técnicas avançadas de Engenharia de Prompts para modelos de linguagem (LLMs) em contextos médicos.

Desenvolver agentes inteligentes para automação de atendimento e suporte à decisão clínica.
Aplicar as diretrizes da LGPD e princípios éticos no tratamento de dados sensíveis de saúde.
Implementar fluxos de trabalho inteligentes em ambientes hospitalares e clínicas.

Cronograma

Módulo 1 - 08 e 09 de maio de 2027 (Sábado e Domingo)
(On-line)

Introdução à IA, tipos de IA no mercado e Ciência de Dados na Saúde Ética, Regulação (LGPD) e Compliance em Saúde Digital

Módulo 2 - 22 e 23 de maio de 2027 (Sábado e Domingo)
(On-line)

Criando prompts nas diversas ferramentas de IA

Módulo 3 - 05 e 06 de junho de 2027 (Sábado e Domingo)
(Presencial)

Governança Cognitiva e Auditoria de Sistems Multimodais Masterclass de Auditoria e Simulação de Alocação Dual

Módulo 4 - 19 e 20 de junho de 2027 (Sábado e domingo)
(On-line)

IA em Diagnóstico, Medicina de Precisão e Predição Clínica parte I

Módulo 5 - 02, 03 e 04 de julho de 2027 (Sexta, Sábado e Domingo)
(On-line)

IA em Diagnóstico, Medicina de Precisão e Predição
Clínica parte I

Módulo 6 - 09, 10 e 11 de julho de 2027 (Sexta, Sábado e Domingo)
(On-line)

Gestão Hospitalar Inteligente e Fluxos de Trabalho
com a IA parte

Módulo 7 - 06, 07 e 08 de agosto de 2027 (Sexta, Sábado e Domingo)
(On-line)

Gestão Hospitalar Inteligente e Fluxos de Trabalho
com a IA parte II

Módulo 8 - 13, 14 e 15 de agosto de 2027 (Sexta, Sábado e Domingo)
(Presencial - Sábado e Domingo)

Gestão Hospitalar Inteligente
- Otimização de recursos, escalas de plantão e faturamento com IA.

Módulo 9 - 03, 04 e 05 de setembro de 2027 (Sexta, Sábado e Domingo)
(On-line)

Integração de ferramentas de IA em prontuários eletrônicos (PEP) parte I

Módulo 10 - 10, 11 e 12 de setembro de 2027 (Sexta, Sábado e Domingo)
(On-line)

Integração de ferramentas de IA em prontuários eletrônicos (PEP) parte II

Módulo 11 - 01, 02 e 03 de outubro de 2027 (Sexta, Sábado e Domingo)
(On-line)

Visão computacional, arquitetura do aplicativo
Análise de exames e modelos preditivos clínicos.

Módulo 12 - 08, 09 e 10 de outubro de 2027 (Sexta, Sábado e Domingo)
(On-line)

Implementação de Agentes de Atendimento e Copilotos, utilizando Vibe-Code. Parte I

Módulo 13 - 05, 06 e 07 de novembro de 2027 (Sexta, Sábado e domingo)
(On-line)

Implementação de Agentes de Atendimento e Copilotos, utilizando Vibe-Code. Parte II

Módulo 14 - 19, 20 e 21 de novembro de 2027 (Sexta, Sábado e domingo)
(On-line)

Desenvolvimento e mentoria do protótipo funcional de IA para Saúde

Módulo 15 - 04 e 05 de dezembro de 2027 (Sábado e domingo)
(Presencial)

Defesa do Projeto final e encerramento do curso

Metodologia de Ensino

A metodologia adotada é a Aprendizagem Baseada em Problemas (PBL) e o Ensino Híbrido (Blended Learning). O curso alterna entre momentos de estudo autônomo em ambiente virtual de aprendizagem (AVA) e encontros presenciais intensivos para práticas laboratoriais.

Sistema de Avaliação

A avaliação é contínua e processual, composta por atividades teóricas e práticas que demonstram a evolução das competências do estudante ao longo dos módulos.

Atividades no AVA (40%): Quizzes, participações em fóruns e exercícios de fixação.
Práticas Laboratoriais (30%): Desempenho técnico e entrega de roteiros de prompts e agentes.
Projeto Final Aplicado (30%): Desenvolvimento de um protótipo funcional de IA para saúde.

Publico Alvo

Médicos, Enfermeiros, Gestores de Saúde, Profissionais de TI e Engenheiros Clínicos

Bibliografia

TOPOL, Eric. Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again. Basic Books, 2019.
RUSSELL, Stuart; NORVIG, Peter. Inteligência Artificial: Uma Abordagem Moderna. Elsevier, 2013.

WACHTER, Robert. The Digital Doctor: Hope, Hype, and Harm at the Dawn of Medicine's Computer Age. McGraw-Hill, 2015.
BRASIL. Lei Geral de Proteção de Dados Pessoais (LGPD). Lei nº 13.709/2018.