Guía didáctica
APLICACIONES DE LA INTELIGENCIA ARTIFICIAL EN SALUD
Índice
01
INTRODUCCIÓN
02
OBJETIVOS
03
CONTENIDOS
04
METODOLOGÍA
05
EVALUACIÓN
INTRODUCCIÓN
01
Las metodologías de inteligencia artificial están cobrando cada vez mayor importancia en la práctica clínica debido a la disponibilidad de grandes volúmenes de datos. La inteligencia artificial ha demostrado unos excelentes resultados en el procesamiento y la interpretación automática de imagen médica, así como en el análisis retrospectivo de datos para predecir puntos finales, aunque se espera que en un futuro próximo vayan apareciendo aplicaciones de esta nueva metodología en prácticamente todos los ámbitos de la medicina.
01
INTRODUCCIÓN
Modalidad:
semipresencial
Metodología:
Formación Online Virtual
APLICACIONES DE LA INTELIGENCIA ARTIFICIAL EN SALUD
02
Objetivos
Objetivos
Objetivos
ESPECÍFICOS
GENERALES
02
Objetivos
Objetivos
Objetivos
ESPECÍFICOS
GENERALES
Entender que son las nuevas técnicas de inteligencia artificial, cual es su papel en una sanidad que se ha convertido en uno de los mayores productores de datos en nuestra sociedad. Comprender que aplicaciones tiene la inteligencia artificial en nuestro sistema de salud, que tipos de problemas resuelven, cuales son sus limitaciones y sus problemas.
02
Objetivos
Objetivos
Objetivos
ESPECÍFICOS
GENERALES
• Conocer las bases de los algoritmos de inteligencia artificial. • Conocer su ámbito de aplicación sus problemas y sus limitaciones. • Conocer la Base Poblacional de Salud y la forma de usar este recurso. • Comprender la aplicación de la inteligencia artificial en el contexto de los datos clínicos. • Entender la aplicación de la inteligencia artificial en imagen médica • Familiarizarse con la aplicación de la inteligencia artificial a la genómica.• Conocer metodologías innovadoras como los pacientes sintéticos y los gemelos digitales.
03
Contenidos
BLOQUE 1
BLOQUE 2
B2
B1
Conceptos de Inteligencia Artificial: ciencia de datos y aprendizaje automático.
Aplicaciones de la inteligencia artificial en salud.
B4
B3
BLOQUE 4
BLOQUE 3
Bases clínicas: la base poblacional de salud.
El oxímoron del aprendizaje automático interpretable: el porqué es tan importante como el qué.
B6
B5
BLOQUE 6
BLOQUE 5
Inteligencia artificial para la explotación de datos ómicos.
Deep Learning y Transformers: Forjando el futuro de la Inteligencia Artifical en Imagen Médica.
B7
BLOQUE 7
SP
SESIÓN PRESENCIAL
Introducción a los algoritmos generativos para la creación de pacientes simulados y gemelos digitales.
Sesión Presencial
04
Metodología
El curso tiene una metodología semipresencial, donde el alumnado es el centro de su formación y gestiona su aprendizaje de manera autónoma. Cada bloque está organizado de forma similar. En él encontrará los siguientes elementos:
DOCUMENTACIÓN DE REFERENCIA
CASOS prácticos
presentaciones locutadas
FOROS
El experto en el contenido de cada foro estará disponible en la semana coincidente con el bloque, el resto del tiempo serán moderados por personal técnico.
05
CRITERIOS DE EVALUACIÓN:
El alumnado para superar el curso deberá:
- Superar el examen final con una puntuación superior a 7 puntos.
- Asistir a las sesión presencial.
05
EVALUACIÓN
APLICACIONES DE LA INTELIGENCIA ARTIFICIAL EN SALUD
2024 - GUÍA DIDÁCTICA
iavantecontenidos.fp
Created on June 3, 2024
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Vertical Genial One Pager
View
Mobile App Dossier
View
Color Shapes Dossier
View
Notes Dossier
View
Futuristic Tech Dossier
View
Crowdfunding Campaign
View
Company Dossier
Explore all templates
Transcript
Guía didáctica
APLICACIONES DE LA INTELIGENCIA ARTIFICIAL EN SALUD
Índice
01
INTRODUCCIÓN
02
OBJETIVOS
03
CONTENIDOS
04
METODOLOGÍA
05
EVALUACIÓN
INTRODUCCIÓN
01
Las metodologías de inteligencia artificial están cobrando cada vez mayor importancia en la práctica clínica debido a la disponibilidad de grandes volúmenes de datos. La inteligencia artificial ha demostrado unos excelentes resultados en el procesamiento y la interpretación automática de imagen médica, así como en el análisis retrospectivo de datos para predecir puntos finales, aunque se espera que en un futuro próximo vayan apareciendo aplicaciones de esta nueva metodología en prácticamente todos los ámbitos de la medicina.
01
INTRODUCCIÓN
Modalidad:
semipresencial
Metodología:
Formación Online Virtual
APLICACIONES DE LA INTELIGENCIA ARTIFICIAL EN SALUD
02
Objetivos
Objetivos
Objetivos
ESPECÍFICOS
GENERALES
02
Objetivos
Objetivos
Objetivos
ESPECÍFICOS
GENERALES
Entender que son las nuevas técnicas de inteligencia artificial, cual es su papel en una sanidad que se ha convertido en uno de los mayores productores de datos en nuestra sociedad. Comprender que aplicaciones tiene la inteligencia artificial en nuestro sistema de salud, que tipos de problemas resuelven, cuales son sus limitaciones y sus problemas.
02
Objetivos
Objetivos
Objetivos
ESPECÍFICOS
GENERALES
• Conocer las bases de los algoritmos de inteligencia artificial. • Conocer su ámbito de aplicación sus problemas y sus limitaciones. • Conocer la Base Poblacional de Salud y la forma de usar este recurso. • Comprender la aplicación de la inteligencia artificial en el contexto de los datos clínicos. • Entender la aplicación de la inteligencia artificial en imagen médica • Familiarizarse con la aplicación de la inteligencia artificial a la genómica.• Conocer metodologías innovadoras como los pacientes sintéticos y los gemelos digitales.
03
Contenidos
BLOQUE 1
BLOQUE 2
B2
B1
Conceptos de Inteligencia Artificial: ciencia de datos y aprendizaje automático.
Aplicaciones de la inteligencia artificial en salud.
B4
B3
BLOQUE 4
BLOQUE 3
Bases clínicas: la base poblacional de salud.
El oxímoron del aprendizaje automático interpretable: el porqué es tan importante como el qué.
B6
B5
BLOQUE 6
BLOQUE 5
Inteligencia artificial para la explotación de datos ómicos.
Deep Learning y Transformers: Forjando el futuro de la Inteligencia Artifical en Imagen Médica.
B7
BLOQUE 7
SP
SESIÓN PRESENCIAL
Introducción a los algoritmos generativos para la creación de pacientes simulados y gemelos digitales.
Sesión Presencial
04
Metodología
El curso tiene una metodología semipresencial, donde el alumnado es el centro de su formación y gestiona su aprendizaje de manera autónoma. Cada bloque está organizado de forma similar. En él encontrará los siguientes elementos:
DOCUMENTACIÓN DE REFERENCIA
CASOS prácticos
presentaciones locutadas
FOROS
El experto en el contenido de cada foro estará disponible en la semana coincidente con el bloque, el resto del tiempo serán moderados por personal técnico.
05
CRITERIOS DE EVALUACIÓN:
El alumnado para superar el curso deberá:
05
EVALUACIÓN
APLICACIONES DE LA INTELIGENCIA ARTIFICIAL EN SALUD