Le damos la bienvenida al curso “Machine Learning: Inteligencia Artificial Aplicada a la Gestión Sanitaria: Mitos y Oportunidades“. Este programa comprende una serie de videos cortos diseñados para proporcionar una introducción detallada al mundo del Machine Learning (ML), enfocándose en sus aplicaciones cruciales y limitaciones dentro del ámbito de la salud.
A lo largo de este curso, se abordarán conceptos fundamentales del ML mediante videos que ofrecerán explicaciones claras y concisas, brindando una comprensión sólida de cómo estos conceptos se relacionan en el contexto del sector sanitario.
Este programa proporcionará una visión integral de cómo el Machine Learning tiene el potencial de transformar la toma de decisiones en la atención médica, mejorando la eficiencia, la precisión y la personalización de la misma. Además, se analizará en profundidad el impacto que estas tecnologías pueden tener en la optimización de procesos clínicos y en la investigación médica.
Al concluir este curso, los participantes habrán adquirido el conocimiento esencial para comprender y aplicar los conceptos clave del Machine Learning en diversos aspectos, incluyendo el sector sanitario.
En caso de cualquier incidencia o duda no dude en escribir al correo formacion@sigesa.com y le atenderemos con la mayor brevedad posible.
Contenido del Curso
| UNIDAD 1. IA APLICADA A LA GESTIÓN SANITARIA | |||
| I. Introducción a la IA y al ML Detalles | 00:00:00 | ||
| II. Importancia en la calidad de los datos Detalles | 00:00:00 | ||
| III. Retos en Sanidad Detalles | 00:00:00 | ||
| IV. Cómo garantizar la calidad de los datos Detalles | 00:00:00 | ||
| V. Buenas prácticas Detalles | 00:00:00 | ||
| UNIDAD 2. SESGOS E IMPARCIALIDAD EN LOS MODELOS DE ML EN SANIDAD | |||
| I. Introducción a la IA y al ML Detalles | 00:00:00 | ||
| II. Sesgos en los modelos de IA Detalles | 00:00:00 | ||
| III. Identificación de sesgos Detalles | 00:00:00 | ||
| IV. Mitigación de sesgos Detalles | 00:00:00 | ||
| V. Buenas prácticas Detalles | 00:00:00 | ||
| UNIDAD 3. INTERPRETABILIDAD Y TRANSPARENCIA DE LAS PLATAFORMAS DE IA | |||
| I. Introducción. Concepto de caja negra en IA y ML Detalles | 00:00:00 | ||
| II. Precursores, confianza y calidad Detalles | 00:00:00 | ||
| III. Correlación vs Causalidad Detalles | 00:00:00 | ||
| IV. Limitaciones de los modelos IA Detalles | 00:00:00 | ||
| V. Metodología y herramientas utilizadas en Sigesa Detalles | 00:00:00 | ||
| UNIDAD 4. GENERALIZACIÓN Y ROBUSTEZ DE LOS MODELOS DE IA EN SANIDAD | |||
| I. Introducción. Conceptos y desafíos de la generalización Detalles | 00:00:00 | ||
| II. Conceptos y desafíos de la robustez Detalles | 00:00:00 | ||
| III. Mejoras en generalización y robustez Detalles | 00:00:00 | ||
| IV. Monitorización del rendimiento de los modelos en producción Detalles | 00:00:00 | ||
| V. Limitaciones que se tienen en cuenta desde Sigesa Detalles | 00:00:00 | ||
| UNIDAD 5. DESAFÍOS DE INTEGRAR SISTEMAS DE IA EN SANIDAD | |||
| I. Introducción al IA y al ML Detalles | 00:00:00 | ||
| II. Sistemas de información en Sanidad Detalles | 00:00:00 | ||
| III. Desafíos Detalles | 00:00:00 | ||
| IV. Buenas prácticas Detalles | 00:00:00 | ||
