Portal de informação sobre vários temas de gestão dos recursos públicos do Estado Português

Ficha de projeto

Nome

Multimodal machine learning in patient-centred health

Valor total do projeto

84,74 mil €

Valor pago

84,74 mil €

Financiamento não reembolsável

84,74 mil €

Financiamento por empréstimos

0 €

Data de início

12.03.2025

Data de conclusão

31.03.2026

Dimensão

Resiliência

Componente

Qualificações e competências

Investimento

Ciência Mais Capacitação

Código de operação

02/C06-i06/2024.P2023.15441.TENURE.047

Sumário

This position targets one Early Career Researcher (ECR) in “Multimodal machine learning in patient-centred health” with a strong background in Machine Learning and Artificial Intelligence and additional expertise in areas that can include but are not limited to language models, pattern mining, decision support systems, computer vision, information retrieval, data integration, signal processing and explainable artificial intelligence.The researcher will be expected to conduct innovative research in multimodal machine learning, with a focus on developing algorithms and models that can effectively analyse, integrate and learn from heterogeneous healthcare data (e.g., electronic health records, medical imaging, wearable sensors, omics data) to support patient-centred health. As such, the successful candidate should have a strong publication record in widely recognized journals and conferences, demonstrating expertise in the above-mentioned areas. Experience in healthcare applications will be highly valued, as the researcher will be required to establish and nurture collaborations with clinicians and healthcare providers to ensure that targeted research questions and available retrospective or to be collected prospective data are indeed relevant to patient-centred health and enable both scientific and societal impact. Experience in writing grant proposals to secure funding for future research initiatives will be much valued.Additionally, the researcher will be incentivized to engage with industry partners, healthcare organisations, patient associations and other stakeholders to promote technology transfer and facilitate the translation of research outcomes into real-world applications and products.  Should further be able to effectively present research findings in oral and written form and actively participate in international fora in the field, such as renowned conferences, high-tier workshops or thematic schools.The successful candidate will also be expected to mentor and supervise MSc and, eventually PhD students, in alignment with LASIGE’s core objectives of developing a scientific culture that promotes excellence, while maintaining a healthy research environment. Moreover, they will be responsible for teaching advanced courses in Machine Learning, Data Mining and Deep Learning. Previous teaching experience will be valued, in particular, experience in developing engaging materials to support practical courses and tutorials and providing opportunities for students from both the first and second cycles to engage with new scientific developments in these areas.

Beneficiários

No âmbito do Plano de Recuperação e Resiliência, existem duas tipologias de beneficiário que têm a responsabilidade de executar os projetos, aplicando o financiamento recebido. Dado o seu papel comum, a referência a estas duas tipologias de beneficiário foi simplificada e unificada no termo “Beneficiário”.
As duas tipologias são:
  • Beneficiários Diretos são aqueles cujos financiamento e projetos a executar constam do Plano de Recuperação e Resiliência negociado e aprovado pela União Europeia;
  • Beneficiários Finais são aqueles cujos financiamento e projetos a executar são aprovados após um processo de seleção, feito através de Avisos de Candidaturas.

Aviso de Candidaturas

Na realização dos Avisos de Candidaturas são solicitadas candidaturas para a escolha dos projetos e dos beneficiários finais a quem é atribuído o financiamento.

A avaliação do projeto é realizada com base na sua conformidade com os critérios de seleção definidos nos avisos de candidatura, podendo ser atribuída uma nota final, quando aplicável.

Nota final da avaliação

8,9
Nota importante

Poderá encontrar os componentes do cálculo da nota de avaliação no documento de critérios de seleção referenciado em baixo.

Critérios de seleção

Os critérios de seleção de financiamento a que este projeto e respetivo beneficiário final esteve sujeito e a sua classificação podem ser consultados em detalhe na plataforma Recuperar Portugal.

Beneficiários

Beneficiários intermediários

Beneficiários

Contratação pública

Os Beneficiários que sejam entidades públicas operacionalizam o seu projeto através da celebração de um ou mais contratos de fornecimento de bens ou serviços com entidades fornecedoras, através de procedimentos de contratação pública.

De forma a garantir e disponibilizar o máximo de transparência na contratação pública, é aqui disponibilizada a listagem dos contratos que foram celebrados ao abrigo deste projeto e respetivo detalhe que poderá consultar na plataforma Base.Gov. De realçar que de acordo com a legislação em vigor no momento da celebração do contrato, existem exceções que não exigem a sua publicação nesta plataforma, pelo que nesses casos, poderá não existir informação disponível.

Distribuição geográfica

84,74 mil €

Valor total do projeto

Percentagem de valor já pago para a execução de projetos

, 100 %,

Onde foi aplicado o dinheiro

Por concelho

1 concelho financiado .

  • Lisboa 84,74 mil € ,
Fonte EMRP
10.02.2026
Todos os temas
Transparência sem entrelinhas