Máster en Inteligencia Artificial Aplicada a la Salud

El diseño de los objetivos de aprendizaje del máster en busca proporcionar una base sólida tanto en los principios teóricos de la IA como en sus aplicaciones prácticas específicas, y así:

• Comprender los fundamentos de la IA, incluyendo las diferencias y aplicaciones de Machine Learning, Deep Learning, y Procesamiento del Lenguaje Natural. 
• Capacitar a los profesionales en el uso y análisis de grandes volúmenes de datos, que les permitan investigar, tomar decisiones diagnosticas más eficaces o personalizar los tratamientos. 
• Automatizar tareas administrativas o rutinarias. Conocer para poder aplicar las herramientas de automatización e integrarlas en la práctica clínica diaria. 
• Adquirir conocimientos sobre IA Generativa y cómo puede ser utilizada para crear nuevos formatos de información, divulgación y comunicación con el paciente. En especial la redacción de informes médicos, su procesamiento y la gestión del correo electrónico y comunicación. 
• Creación de prompts, técnicas para formular preguntas a las herramientas de IA Generativa para que faciliten respuestas útiles y precisas. 
• Emplear el uso de asistentes virtuales que les ayuden en la gestión del tratamiento del paciente, recordatorios de medicación, etc. 
• Aplicar soluciones que protejan la información sanitaria y aseguren su confidencialidad. 
• Emplear herramientas de IA para la búsqueda y selección bibliográfica, o la elaboración de estudios. 
• Evaluar los riesgos, consideraciones éticas y legales al implementar tecnologías de IA en el ámbito de la salud, implementando un marco ético para la adopción y uso responsable.

Módulo 1. Campos de la Inteligencia Artificial

• Fundamentos de la Inteligencia Artificial
• Machine Learning.
• Deep Learning (redes neuronales)
• Procesamiento del Lenguaje Natural
• IA Generativa.
• Riesgos, ética y legislación aplicable

Módulo 2. Aplicación de IA en la Salud 

• Automatización Inteligente de Procesos 
• Personalización de la atención al paciente 

• Data Literacy en Salud 
• Mantenimiento predictivo 
• Identificación de Anomalías 
• Prevención de amenazas de seguridad 

Módulo 3. IA Generativa para profesionales de la Salud

• IA Generativa para la Salud 
• Prompts y verificación de resultados 
• Análisis de datos para toma de decisiones clínicas 
• Elaboración y gestión de informes 
• Comunicación y divulgación 
• Investigación médica asistida por IA 

Módulo 4. Trabajo Final de Máster (TFM)