O curso tem como objetivo capacitar pesquisadores e profissionais da saúde para utilizar a inteligência artificial de forma crítica, ética e estratégica na produção científica, fortalecendo a escrita acadêmica, a análise de dados e a condução metodológica das pesquisas.

Coordenação acadêmica

Prof. João Daniel Mendonça de Moura

• Doutor em Odontologia, com ênfase em Endodontia, pela UFPA.
• Mestre e especialista em Endodontia pela Faculdade São Leopoldo Mandic.
• Professor de graduação, especialização e mestrado no Cesupa.
• Coordenador da pós-graduação lato sensu em Odontologia e da especialização em Endodontia do Cesupa.
• Coordenador da linha de pesquisa Transformação Digital e Inteligência Artificial na Odontologia.

Prof. Ricardo Roberto de Souza Fonseca

• Pós-doutor pela UFPA, com atuação em Odontologia, Imunologia e Virologia.
• Doutor em Biologia de Agentes Infecciosos e Parasitários pela UFPA.
• Mestre em Clínica Odontológica, com ênfase em Periodontia, pelo Cesupa.
• Especialista em Periodontia e habilitado em Laserterapia em Odontologia.
• Especialista em Inteligência Artificial e Transformação Digital, pelo Instituto Israelita de Ensino e Pesquisa Albert Einstein, IIEPAE
• Docente do Mestrado Profissional em Clínica Odontológica do Cesupa.
• Atua em pesquisa nas áreas de Medicina Periodontal, Ensino da Periodontia, Laserterapia em Periodontia e Inteligência Artificial aplicada à Odontologia.

Conteúdo Programático

Módulo 1 — Fundamentos de IA na Pesquisa Científica

• Conceitos fundamentais de inteligência artificial
• Machine learning aplicado à pesquisa
• Processamento de linguagem natural aplicado à literatura científica
• Limitações e vieses de modelos de IA
• Ética e integridade científica

Módulo 2 — IA Aplicada à Produção Científica

• Bases de dados científicas
• Estratégias avançadas de busca bibliográfica
• Escrita e estruturação de discussão científica
• Uso crítico da IA na produção textual
• Aplicação de IA na resposta a revisores

Módulo 3 — Estatística Científica com Suporte de IA

• Estatística descritiva
• Testes estatísticos aplicados
• Interpretação crítica de resultados estatísticos
• Validação e consistência de análises