Identificação pessoal

Nome completo

Diogo Filipe Marques Soares

Data de nascimento

1997/01/12

Género

Masculino

Nomes de citação

• Diogo F. Soares

Identificadores de autor

Ciência ID

D713-C08C-A84A

ORCID iD

0000-0003-3503-0755

Google Scholar ID

OMpJuA4AAAAJ

Scopus Author Id

57533042700

Endereços de correio eletrónico

• dfsoares@ciencias.ulisboa.pt (Profissional)

Moradas

• Faculdade de Ciências da Universidade de Lisboa - Edifício C6 - Piso 3 - Sala 6.3.30, 1749-016, Campo Grande, Lisboa, Portugal (Profissional)

Domínios de atuação

• Ciências Exatas - Ciências da Computação e da Informação

Idiomas

Idioma	Conversação	Leitura	Escrita	Compreensão	Peer-review
Português (Idioma materno)
Inglês	Utilizador independente (B2)	Utilizador proficiente (C1)	Utilizador proficiente (C1)	Utilizador proficiente (C1)
Espanhol; Castelhano	Utilizador elementar (A2)	Utilizador elementar (A2)	Utilizador elementar (A2)	Utilizador elementar (A2)
Francês	Utilizador elementar (A1)	Utilizador elementar (A1)	Utilizador elementar (A1)	Utilizador elementar (A1)

	Grau	Classificação
2020/10 - 2024 Em curso	Informática (Doutoramento) Universidade de Lisboa Faculdade de Ciências, Portugal "Triclustering Three-way Temporal and Heterogeneous Data: Targeting Predictive and Descriptive Tasks for Biomedical Applications" (TESE/DISSERTAÇÃO)
2018/09 - 2020/11/26 Concluído	Ciência de Dados (Mestrado) Universidade de Lisboa Faculdade de Ciências, Portugal "LEARNING PREDICTIVE MODELS FROM TEMPORAL THREE-WAY DATA USING TRICLUSTERING: APPLICATIONS IN CLINICAL DATA ANALYSIS" (TESE/DISSERTAÇÃO)	18
2015/09 - 2018/06 Concluído	Tecnologias de Informação (Licenciatura) Especialização em Gestão [MINOR] Universidade de Lisboa Faculdade de Ciências, Portugal	16

Docência no Ensino Superior

	Categoria Profissional Instituição de acolhimento	Empregador
2022/02 - Atual	Assistente Convidado (Docente Universitário)	Universidade de Lisboa Faculdade de Ciências, Portugal
2018/09/17 - 2020/07	Monitor (Docente Universitário)	Universidade de Lisboa Faculdade de Ciências, Portugal

Bolsa

	Designação	Financiadores
2020/10/01 - 2024/09/30	Efficient Algorithms for Temporal Triclustering: Targeting the Challenges of Temporality for Effective Solutions in Biomedical Applications 2020.05100.BD 10.54499/2020.05100.BD Bolseiro de Doutoramento Universidade de Lisboa Faculdade de Ciências, Portugal Universidade de Lisboa Laboratório de Sistemas Informáticos de Grande Escala, Portugal	Fundação para a Ciência e a Tecnologia Em curso
2020/03/11 - 2020/09/30	CIRCLES - Controlling mIcRobiomes CircuLations for bEtter food Systems Grant agreement ID: 818290 Bolseiro de Mestrado Universidade de Lisboa Laboratório de Sistemas Informáticos de Grande Escala, Portugal FCiênciasID Associação para a Investigação e Desenvolvimento de Ciências, Portugal	H2020 Food Security Sustainable Agriculture and Forestry Marine Maritime and Inland Water Research and the Bioeconomy Em curso
2019/09/16 - 2020/03/10	NEUROCLINOMICS2 - Unravelling Prognostic Markers in NEUROdegenerative diseases through CLINical and OMICS data integration PTDC/EEI-SII/1937/2014 Bolseiro de Mestrado Universidade de Lisboa Laboratório de Sistemas Informáticos de Grande Escala, Portugal FCiênciasID Associação para a Investigação e Desenvolvimento de Ciências, Portugal	Fundação para a Ciência e a Tecnologia Concluído

Projeto

	Designação	Financiadores
2021/03/01 - Atual	AIpALS - Modelos Avançados de aprendIzagem para a Previsão do prognóstico na ELA usando perfis de doentes e padrões de progressão da doença PTDC/CCI-CIF/4613/2020 Investigador Universidade de Lisboa Laboratório de Sistemas Informáticos de Grande Escala, Portugal FCiênciasID Associação para a Investigação e Desenvolvimento de Ciências, Portugal Universidade de Lisboa Faculdade de Ciências, Portugal	Fundação para a Ciência e a Tecnologia Em curso
2021/01/01 - Atual	BRAINTEASER - BRinging Artificial INTelligencE home for a better cAre of amyotrophic lateral sclerosis and multiple SclERosis GA n.º 101017598 Investigador FCiênciasID Associação para a Investigação e Desenvolvimento de Ciências, Portugal Universidade de Lisboa Laboratório de Sistemas Informáticos de Grande Escala, Portugal Universidade de Lisboa Faculdade de Ciências, Portugal	Horizon 2020 Em curso
2020/10/01 - Atual	CIRCLES - Controlling mIcRobiomes CircuLations for bEtter food Systems Grant agreement ID: 818290 Investigador Universidade de Lisboa Laboratório de Sistemas Informáticos de Grande Escala, Portugal FCiênciasID Associação para a Investigação e Desenvolvimento de Ciências, Portugal Universidade de Lisboa Faculdade de Ciências, Portugal	H2020 Food Security Sustainable Agriculture and Forestry Marine Maritime and Inland Water Research and the Bioeconomy

Publicações

Artigo em conferência	Branco, R.; Valente, J.B.; Martins, A.S.; Soares, D.F.; Castanho, E.N.; Madeira, S.C.; Aidos, H.. "Survival Analysis for Multiple Sclerosis: Predicting Risk of Disease Worsening". 2023. Branco, Ruben; Diogo F. Soares; Andreia S. Martins; Barros Valente, Joana; Eduardo N. Castanho; Sara C. Madeira; Aidos, Helena. "Investigating the Impact of Environmental Data on ALS Prognosis with Survival Analysis". 2023. Nunes, S.; Sousa, R.T.; Serrano, F.; Branco, R.; Soares, D.F.; Martins, A.S.; Auletta, E.; et al. "Explaining Artificial Intelligence Predictions of Disease Progression with Semantic Similarity". 2022. Branco, R.; Soares, D.F.; Martins, A.S.; Auletta, E.; Castanho, E.N.; Nunes, S.; Serrano, F.; et al. "Hierarchical Modelling for ALS Prognosis: Predicting the Progression Towards Critical Events". 2022.
Artigo em revista	Daniela M. Amaral; Diogo F. Soares; Marta Gromicho; Mamede de Carvalho; Sara C. Madeira; Pedro Tomás; Helena Aidos. "Temporal stratification of amyotrophic lateral sclerosis patients using disease progression patterns". Nature Communications (2024): https://doi.org/10.1038/s41467-024-49954-y. 10.1038/s41467-024-49954-y Diogo F. Soares; Rui Henriques; Sara C. Madeira. "Comprehensive assessment of triclustering algorithms for three-way temporal data analysis". Pattern Recognition (2024): https://doi.org/10.1016/j.patcog.2024.110303. 10.1016/j.patcog.2024.110303 Tavazzi, Erica; Longato, Enrico; Vettoretti, Martina; Aidos, Helena; Trescato, Isotta; Roversi, Chiara; Martins, Andreia S.; et al. "Artificial intelligence and statistical methods for stratification and prediction of progression in amyotrophic lateral sclerosis: A systematic review". Artificial Intelligence in Medicine (2023): 102588. http://dx.doi.org/10.1016/j.artmed.2023.102588. 10.1016/j.artmed.2023.102588 Soares, Diogo F.; Henriques, Rui; Gromicho, Marta; de Carvalho, Mamede; Madeira, Sara C.. "Triclustering-based classification of longitudinal data for prognostic prediction: targeting relevant clinical endpoints in amyotrophic lateral sclerosis". Scientific Reports 13 1 (2023): http://dx.doi.org/10.1038/s41598-023-33223-x. 10.1038/s41598-023-33223-x Soares, Diogo F.; Henriques, Rui; Gromicho, Marta; de Carvalho, Mamede; Madeira, Sara C.. "Learning prognostic models using a mixture of biclustering and triclustering: Predicting the need for non-invasive ventilation in Amyotrophic Lateral Sclerosis". Journal of Biomedical Informatics (2022): 104172. http://dx.doi.org/10.1016/j.jbi.2022.104172. 10.1016/j.jbi.2022.104172
Capítulo de livro	Soares, Diogo; Henriques, Rui; Gromicho, Marta; Pinto, Susana; de Carvalho, Mamede; Madeira, Sara C.. "Towards Triclustering-Based Classification of Three-Way Clinical Data: A Case Study on Predicting Non-invasive Ventilation in ALS". In Practical Applications of Computational Biology & Bioinformatics, 14th International Conference (PACBB 2020), 112-122. Springer International Publishing, 2020. 10.1007/978-3-030-54568-0_12
Poster em conferência	Diogo F. Soares; Sara C. Madeira. "Learning Prognostic Models Using a Mixture of Biclustering and Triclustering". Trabalho apresentado em Symposium on Intelligent Data Analysis, 2021.
Tese / Dissertação	"Learning predictive models from temporal three-way data using triclustering: applications in clinical data analysis". Mestrado, Universidade de Lisboa Faculdade de Ciências, 2020. http://hdl.handle.net/10451/48139.

Prémio

2017	Prémio MaxData - Excelência em Informática Universidade de Lisboa Faculdade de Ciências, Portugal MaxData, Portugal
2017	Prémio Mérito Académico Universidade de Lisboa Faculdade de Ciências, Portugal
2016	Prémio MaxData - Excelência em Informática Universidade de Lisboa Faculdade de Ciências, Portugal MaxData, Portugal
2016	Prémio Mérito Académico Universidade de Lisboa Faculdade de Ciências, Portugal