Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


MASTER EN INTELIGENCIA ARTIFICIAL, Resúmenes de Inteligencia Artificial

EL DOCUMENTO DESCRIBE LOS CURSOS QUE SE TIENEN QUE LLEVAR EN EL MASTER DE IA

Tipo: Resúmenes

2022/2023

Subido el 05/10/2023

MCACERESG
MCACERESG 🇵🇪

1 documento

1 / 6

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Másteres acreditados por
TEMARIO
MÁSTER EN
APLICACIONES DE
INTELIGENCIA ARTIFICIAL
EN LA SANIDAD
pf3
pf4
pf5

Vista previa parcial del texto

¡Descarga MASTER EN INTELIGENCIA ARTIFICIAL y más Resúmenes en PDF de Inteligencia Artificial solo en Docsity!

Másteres acreditados por

TEMARIO

MÁSTER EN

APLICACIONES DE

INTELIGENCIA ARTIFICIAL

EN LA SANIDAD

Módulo 1. El entorno

Introducción

  1. La cuarta revolución industrial.

¿Qué entendemos por IA?

  1. Breve historia de la interacción entre medicina e inteligencia artificial.
  2. ¿Para qué podemos usar algoritmos de IA en el ámbito clínico?
  3. Sistemas de aprendizaje: Un mapa del entorno de la IA.

¿Qué necesitamos para desarrollar sistemas IA?

  1. Datos sanitarios: fuentes y características.
  2. Protección de Datos: RGPD.
  3. Investigación y ensayos clínicos.
  4. Implicaciones éticas.

Tendencias actuales en atención y gestión sanitaria

  1. Medicina 5Ps.
  2. Decisión basada en valor.

Situación actual de la IA en sanidad y potencial transformador

  1. Estrategia europea/nacional/autonómica.
  2. Impacto esperado de la IA en los próximos años.
  3. Casos de éxito en gestión de recursos.
  4. Casos de éxito en atención sanitaria.

Módulo 3. Aplicaciones de la IA en sanidad

Minería de datos en sanidad

  1. Tipos de datos en sanidad.
  2. Sistema informáticos hospitalarios (HIS) e historia clínica electrónica (HCE).
  3. Sistemas de gestión de Imágenes (PACS y DICOM).
  4. Interoperabilidad de datos en Sanidad. El estándar FHIR.

AI en sanidad. Algoritmos y estrategias

  1. Minado de textos y Natural Language Processing (NLP).
  2. Análisis de imagen médica. U-Nets y GANs.
  3. Automatización Robótica de Procesos.
  4. Inteligencia Artificial y Computación en la nube.

Ámbitos de aplicación

  1. Sistemas que Ayudan a la Decisión: Diagnóstico y tratamiento.
  2. AI en Drug Discovery y tratamientos personalizados.
  3. Mejoras de gestión.
  4. Interacción con el paciente y telemedicina.

Trabajo Fin de Máster (10 ECTS)

Módulo 4. Implementación de proyectos de IA en Sanidad

Evaluación y despliegue de IA en Sanidad

  1. Framework evaluación Outcome-Action-Pair (OAP).
  2. Ciclo de vida de un proyecto IA.
  3. Diseño y desarrollo.
  4. Validación.
  5. Monitorización y mantenimiento.
  6. Actores relevantes IA Sanidad.

Desafíos y aspectos regulatorios IA en sanidad

  1. Sesgo, interpretabilidad y equidad.
  2. Privacidad y seguridad.
  3. Entorno regulatorio.

Organizaciones de salud orientadas a IA

  1. Implantación de una estrategia de IA.
  2. Intraemprendimiento corporativo y cambio cultural.
  3. Gestión de proyectos.
  4. Herramientas de financiación pública y privada de proyectos innovadores.