O rigor do universo académico e profissional exigiu odesenvolvimento do nível de excelência nas capacidades de leitura (dinâmica) e escrita para revistas e conferências. Foram lidos até agora, mais de quinhentos livros não técnicos a uma velocidade superior a 350 palavras por segundo. Para melhorar a memorização utiliza-se o Sistema de Repetição Espaçada no tempo (software Anki).

Atuando como graph md data science specialist e liderando equipes de alta performance nos projetos de desenvolvimento de ecosistemas digitais complexos inteligentes. O trabalho diário envolve aquisição e modelagem de dados complexos; uso de algoritmos de GDS através de agentes inteligentes; e o desenvolvimento do super app graph.md para o ecosistema digital de síntese do conhecimento médico. Um ponto importante é o contato constante com problemas complexos, para os quais procura-se sempre encontrar a melhor lógica para atender as necessidades dos algoritmos da GDS.

Identificar e automatizar o fluxo de conhecimento é um requisito básico de um projeto de Graph Data Science. Todo o foco do trabalho no desenvolvimento de software e criação de arquitetura de ecosistemas complexos inteligentes é para esse objetivo. Ligado aos primórdios da área de IA aplicada à saúde, fato que permitiu a aquisição de conhecimento de Machine Learning, vertex ai e Aura GDS, bem como seus respectivos algoritmos e modelos estatísticos. Da mesma forma, o estudo os principais modelos de reconhecimento de padrões, engenharia do conhecimento, sistemas complexos e modelos abstratos. Como por exemplo, a lei do menor esforço definida por Kingsley Zipf, de Harvard, em 1950, que estabelece a mesma relação linguística entre uma criança de 3 anos e William Shakespeare e, ainda define, como as cidades americanas foram criadas e se desenvolveram. Os conceitos: OPM (Object Process Methodology), que tira o método da classe, ao criar uma metodologia de dois elementos principais (Objeto e Processo no mesmo nível hierárquico). Utilizada para modelagem e desenvolvimento de sistemas aeroespaciais definidos por Dov Dori do Instituto de Israel em parceria com Edward Crowley do MIT. Por último, mas não menos importante, o conceito de diferentes níveis de abstração do modelo computacional de um ecosistema digital complexo Inteligente (I'm a Strange Loop), definido por Douglas Hofstadter, da universidade de Indiana.

Concluindo estas breves ideias de como a graph md poderia agregar valor aos projetos ligados a área da saúde, atuando como elo conector entre a ai, através do Graph Data Science, e a medicina. Temos orgulho de dizer que desenvolvemos um modelo inovador de GDS para a plataforma graph.md, único no mundo, com investimento próprio de 1 milhão, apenas nos últimos 2 anos, agora com o apoio do neo4j startup program, que armazena todas as doenças e sintomas dos pacientes em um graph md. Mas para realizar as atividades diárias, nesse ritmo de desenvoldimento exigido pela alta tecnologia é preciso administrar o tempo da melhor forma possível. Nesse sentido, para manter um alto desempenho profissional e pessoal, deve-se organizar ao máximo para cumprir todos os desafios. Obrigado pelo interesse em conhecer um pouco da história da graph.md, e agora, pelo tempo dedicado à leitura deste perfil profissional.

Projeto atual de síntese do conhecimento desenvolvido pela graph md com Data Science technology apoiado pelo neo4j startup program. A arquitetura de desenvolvimento desse sistema Web Dinâmico para síntese de conhecimento baseado GDS utilizando Graph DB na plataforma Neo4j Aura DS. A modelagem deste sistema complexo é baseada nos esquemas Graph DB e OPM (Object Process Methodology). Tecnologias focadas no desenvolvimento de sistemas de controle de tráfego aéreo/espacial definidos pelos pewsquisadores do Instituto de Tecnologia de Israel em conjunto com o MIT.

Descrição: O desenvolvimento de modelos computacionais para suportar novas soluções tecnológicas é baseado na perspectiva de mapeamento integral do conhecimento em um BD Graph. Com a interação dinâmica é possível criar esquemas de Graph DB suportados pela Metodologia Object Process, buscando uma experiência mais significativa para o usuário que passa a fazer parte do processo de construção da base de conhecimento de forma simples e intuitiva. São permitidas múltiplas perspectivas de visualização, proporcionando uma análise real dos dados com base em seus relacionamentos. Fato que seria impossível para grandes especialistas se fossem processados ​​por um banco de dados relacional. Essa diferença motiva o rumo do projeto. A ideia é integrar a solução no super app web graph.md e customizado para o desktop neo4J, permitindo uma usabilidade ainda mais fluida que o browser. Em futuras versões, pretende-se utilizar ambas as formas em conjunto, incluindo a utilização da API D3js, trazendo do Python Anaconda os algoritmos mais sofisticados após o processamento do Big Data pelo Spark, permitindo assim um maior grau de interatividade utilizando o java spring data neo4j.

Observe que por questões de sigilo contratual, algumas participações nos projetos não podem ser expostas neste documento.

Open StartUp Science Innovation: Projeto de desenvolvimento de modelo de Ciência Aberta para o ecossistema digital graph.md.

Um conceito único com inúmeras formas de inovar através do Programa Gestão Inteligente de Ideias, Inovação Aberta, Squads, Hubs de Inovação, entre outros.

Modelo computacional para apoio ao diagnóstico de Epilepsia

Descrição: O desenvolvimento de modelos computacionais baseados na perspectiva do médico especialista visa transformar informações clínicas em conhecimento para propor a criação de sistemas de auxílio ao diagnóstico neurológico mais eficientes.

Situação: Concluído;

Natureza: Projetos de investigação

Alunos envolvidos: Doutorado;

Membros: Daniel da Silva Cotrim (Responsável); André Luis Fernandes Palmini.

Desenvolvimento e validação de sistema de telerradiologia de baixo custo 

Descrição: Desenvolver e validar solução de baixo custo para possibilitar a digitalização, armazenamento e transmissão eletrônica de exames radiológicos convencionais.

Situação: Concluído;

Natureza: Projetos de investigação

Alunos envolvidos: Graduação (2); Mestrado acadêmico (1);

Membros: Daniel da Silva Cotrim; Ana Maria Marques da Silva (Responsável)

Financiador(es): Fundação de Amparo à Pesquisa do Estado do Rio Grande do Sul-FAPERGS.

Projetos de desenvolvimento tecnológico

Electronic Medical Record Hospital do Coração de São Paulo

Descrição: Análise de dados de pacientes do Hospital do Coração de São Paulo para desenvolvimento e implantação do prontuário eletrônico do HCor.

Situação: Concluído;

Natureza: Projetos de desenvolvimento tecnológico

Membros: Daniel da Silva Cotrim (Responsável).

Ambiente experimental baseado em tecnologia grid para formação de recursos humanos em Medicina Nuclear

Descrição: O objetivo do projeto é desenvolver um portal que forneça um conjunto de ferramentas amigáveis, escaláveis ​​e de fácil acesso para simulações de imagens em medicina nuclear, dentro de um experimento de grid colaborativa controlada para formação de recursos humanos em medicina nuclear.

Situação: Concluído;

Natureza: Projetos de desenvolvimento tecnológico

Alunos envolvidos: Graduação (1); Mestrado acadêmico (1);

Membros: Daniel da Silva Cotrim; Ana Maria Marques da Silva (Responsável)

Financiador(es): Fundo Regional para Inovação Digital na América Latina e no Caribe-FRIDA.

Reconhecimento de Padrões Aplicado ao Diagnóstico Médico em Sistema Embarcado (FINEP/PUCRS/USP)

Descrição: O objetivo é desenvolver um sistema embarcado de reconhecimento de padrões em imagens médicas para apoiar o diagnóstico.

Situação: Concluído;

Natureza: Projetos de desenvolvimento tecnológico

Alunos envolvidos: Graduação; Mestrado acadêmico; Doutorado;

Members: Daniel da Silva Cotrim; Ana Maria Marques da Silva; Eduardo Augusto Bezerra; Fernanda Rocha da Trindade; Pedro Xerxenesky; Fabiano Hessel (Responsible)

Financiador(es): Financiadora de Estudos e Projetos-FINEP.

Desenvolvimento de plugin Java para Reconstrução e Visualização Tomográfica em Medicina Nuclear

Descrição: Desenvolver um sistema de reconstrução tomográfica, visualização e quantificação de imagens médicas que permita a interpretação quantitativa de exames adquiridos em ambiente clínico, em linguagem JAVA.

Status: Concluído

Natureza: Projetos de desenvolvimento tecnológico

Members: Daniel da Silva Cotrim; Ana Maria Marques da Silva (Responsible); Aline Machado Furlan; Michele Alberton de Andrade; Marcus Vinícius da Silva Costa.

INPACSS - Um Componente para Armazenamento e Recuperação Instantânea de Imagens Médicas

Descrição: O INPACSS foi o primeiro Servidor DICOM utilizado no Hospital São Lucas da PUCRS, permitindo o gerenciamento de imagens médicas geradas no hospital, o que envolveu seu armazenamento, transmissão, recuperação e integração com estações de visualização distribuídas, bancos de dados online e integração com médicos equipamentos de diferentes tipos (US, raio X, tomografia computadorizada e ressonância magnética). Portanto, o objetivo deste projeto é o desenvolvimento de um componente, baseado em um protocolo de comunicação já aprovado, para armazenamento e recuperação de imagens médicas. Uma inovação tecnológica neste componente é a implementação da tecnologia de streaming, que permite a transferência de imagem entre os diferentes equipamentos de um hospital de forma instantânea. A visualização imediata da imagem é possível porque sua definição aumenta gradativamente durante o processo de transmissão. Outra inovação importante é a integração com sistemas de visualização disponíveis no mercado para aproveitar suas funcionalidades de análise de imagens médicas.

Situação: Concluído;

Natureza: Projetos de desenvolvimento tecnológico

Alunos envolvidos: Graduação (4); Mestrado acadêmico (1);

Responsável: Daniel da Silva Cotrim (DSC Me; Empresa Parceira)

Financiador(es): Fundação de Amparo à Pesquisa do Estado do Rio Grande do Sul-FAPERGS