Temario del curso
Introducción a la IA en el ámbito sanitario
- Aplicaciones de la inteligencia artificial en la asistencia al diagnóstico y las decisiones clínicas
- Tipos comunes de datos médicos: estructurados, textuales, imágenes y procedentes de sensores
- Desafíos propios del desarrollo de IA para el sector salud
Preparación y gestión de datos sanitarios
- Trabajo con historias clínicas electrónicas, resultados analíticos e información conforme a estándares como HL7 o FHIR
- Preprocesamiento de imágenes médicas (DICOM, tomografías computarizadas, resonancias magnéticas y radiografías)
- Tratamiento de datos temporales procedentes de dispositivos portátiles o monitores de unidades de cuidados intensivos
Técnicas de ajuste fino para modelos sanitarios
- Aplicación del aprendizaje por transferencia y la adaptación al dominio médico específico
- Optimización especializada de modelos orientada a tareas como la clasificación o la regresión
- Estrategias eficaces para el ajuste fino con limitaciones en volumen y calidad de datos anotados
Predicción de enfermedades y pronóstico clínico
- Elaboración de escalas de riesgo y sistemas de alerta temprana para complicaciones o enfermedades
- Análisis predictivo relacionado con la posibilidad de reingreso hospitalario o la eficacia de tratamientos
- Integración sinérgica de modelos basados en diversas modalidades de datos
Ética, privacidad y requisitos normativos en la IA sanitaria
- Cumplimiento con leyes como HIPAA o GDPR respecto a la gestión y protección de datos personales
- Medidas para detectar y mitigar sesgos algorítmicos, garantizando equidad en el procesamiento informático
- Garantizar que los modelos ofrezcan explicaciones comprensibles a apoyar la toma de decisiones clínicas
Evaluación y validación rigurosa de modelos en contexto médico real
- Determinación de métricas relevantes (área bajo la curva ROC, sensibilidad, especificidad o puntuación F1)
- Procedimientos adecuados para validar modelos cuando los conjuntos disponibles son pequeños o de alto riesgo clínico
- Diferencias y puntos a considerar entre pruebas simuladas y análisis realizados en condiciones reales
Despliegue seguro y supervisión permanente de modelos sanitarios
- Técnicas eficaces para incorporar los sistemas desarrollados en infraestructuras informáticas hospitalarias
- Implementación adecuada de metodologías CI/CD ajustadas al estricto entorno regulador del sector salud
- Monitorización continua para identificar desviaciones no esperadas y apoyar mejoras incrementales mediante aprendizaje permanente
Resumen y recomendaciones futuras
Requerimientos
- Comprensión de los principios del aprendizaje automático y del aprendizaje supervisado
- Experiencia previa con conjuntos de datos sanitarios como historias clínicas electrónicas, imágenes médicas o notas clínicas
- Conocimientos básicos de Python y marcos de trabajo para el aprendizaje automático (por ejemplo, TensorFlow o PyTorch)
Público objetivo
- Desarrolladores de inteligencia artificial aplicada a la medicina
- Científicos especializados en datos sanitarios
- Profesionales que desarrollan modelos predictivos o para diagnóstico en el ámbito médico
Formación Corporativa a Medida
Soluciones de formación diseñadas exclusivamente para empresas.
- Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
- Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
- Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Precio por grupo privado (formación online) desde 2900 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales
Reseñas (2)
habilidades y proyectos en Claude, una variedad de herramientas para diferentes fines
Agnieszka Czypionka
Curso - Generative AI in Healthcare: Transforming Medicine and Patient Care
Traducción Automática
Profundidad sobre el contexto de fondo y la formulación de prompts.
Olaf Kannt - Helios Klinikum Krefeld
Curso - Generative AI and Prompt Engineering in Healthcare
Traducción Automática
