La Inteligencia Artificial (IA) forma ya parte de nuestras vidas. El sector de la salud y el bienestar no es ajeno a esta realidad. El programa del Máster Online en Aplicaciones de Inteligencia Artificial en Sanidad de CEMP está diseñado para cubrir la creciente demanda de profesionales en este campo, formando a agentes facilitadores que ayuden a implementar sistemas prácticos y eficaces en clínicas, empresas e instituciones del área de la sanidad.
Impartido por profesionales en activo en los campos de la medicina, la biología, la física, la tecnología informática y la docencia, el máster proporciona las competencias imprescindibles para liderar e implementar proyectos de IA en Sanidad durante todas sus fases. Con formación rigurosa en diagnóstico asistido y telemedicina, cubre áreas como la protección de datos, la historia clínica electrónica (EHR) y la aplicación de sistemas de IA en áreas como la neurología, la cardiología, la oncología o la genética.
Sanitarios que apuestan por la innovación
Dirigido a médicos, enfermeros o gestores clínicos que quieren entender y aplicar IA en su práctica, mejorar procesos y adaptarse a un entorno cada vez más digitalizado.
Perfiles mixtos que quieren crecer
Pensado para quienes ya trabajan en la intersección entre tecnología y salud, y buscan una formación profesional que les dé estructura, prestigio y nuevas oportunidades profesionales.
Recién graduados que buscan diferenciarse
Ideal para quienes acaban de terminar sus estudios y quieren destacar desde el inicio con una especialización pionera, conectada con la realidad del mercado laboral y la transformación digital.
Módulo 1. El entorno
Introducción
1. La cuarta revolución industrial.
¿Qué entendemos por IA?
2. Breve historia de la interacción entre medicina e inteligencia artificial.
3. ¿Para qué podemos usar algoritmos de IA en el ámbito clínico?.
4. Sistemas de aprendizaje: Un mapa del entorno de la IA.
¿Qué necesitamos para desarrollar sistemas IA?
5. Datos sanitarios: fuentes y carcaterísticas.
6. Protección de Datos: RGPD.
7. Investigación y ensayos clínicos.
8. Implicaciónes éticas.
Tendencias actuales en atención y gestión sanitaria
9. Medicina 5Ps.
10. Decisión basada en valor.
Situación actual de la IA en sanidad y potencial transformador
11. Estrategia europea/nacional/autonómica.
12. Impacto esperado de la IA en los próximos años.
13. Casos de exito en gestión de recursos.
14. Casos de éxito en atención sanitaria.
Módulo 2. La técnica
Bases matemáticas de la IA
1. Sistemas expertos basados en reglas. Los precursores de la IA.
2. Aprendizaje Máquina o Machine Learning: modelos de regresión, clasificación y agrupamiento.
3. Redes neuronales y aprendizaje profundo.
4. El paradigma de aprendizaje. Selección de características y optimización de modelos.
Python: bloque 1: introducción a Python
5. ¿Qué es Python? Introducción. Python y la ciencia de datos. Instalación y entorno de trabajo.
6. Empezando en Python. (Teoría) Tipos de datos, variables, operadores, bucles y otras estructuras.
7. Empezando en Python.(Práctica) Tipos de datos, variables, operadores, bucles y otras estructuras.
8. Empezando en Python.(Práctica) Tipos de datos, variables, operadores, bucles y otras estructuras.
9. Librerías fundamentales de Python para trabajar con datos: Numpy y Pandas.
Python: bloque 2: ML y DL en Python
10. Introducción a la IA en Python. Librerías y niveles de abstracción.
11. Análisis de datos en Python: Spicy, Matplotlib, Seaborn, statsmodels.
12. Estructuración de datos: conjuntos de datos para entrenamiento, validación y prueba. Data augmentation.
13. Machine Learning en Python: Scikit-learn y ejemplos prácticos.
14. Redes neuronales en Pyhton: Pytorch, Tensorflow y Keras.
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
5. Minado de textos y Natural Language Processing (NLP).
6. Análisis de imagen médica. U-Nets y GANs.
7. Automatización Robótica de Procesos.
8. Inteligencia Artificial y Computación en la nube.
Ámbitos de aplicación
9. Sistemas de Ayudan a la Decisión: Diagnóstico y tratamiento.
10. AI en Drug Discovery y tratamientos personalizados.
11. Mejoras de gestión.
12. Interacción con el paciente y telemedicina.
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
7. Sesgo, interpretabilidad y equidad.
8. Privacidad y seguridad.
9. Entorno regulatorio.
Organizaciones de salud orientadas a IA
10. Implantación de una estrategia de IA.
11. Intraemprendimiento corporativo y cambio cultural.
12. Gestión de proyectos.
13. Herramientas de financiación pública y privada de proyectos innovadores.
Trabajo Fin de Máster (10 ECTS)0.
Al superar el máster obtendrás el diploma de CEMP. Además podrás obtener un título propio de la Universidad a Distancia de Madrid (UDIMA), o si prefieres cursarlo en inglés, un título oficial por la University of Chichester.
Licenciatura o Grado relacionado con el Máster (Biología, Biomedicina, Bioquímica, Biotecnología, Farmacia, Medicina, Enfermería, Ingeniería Informática y otras titulaciones afines).
Información Adicional
Salidas profesionales
• Consultor IA.
• Gestor de proyectos en hospitales, centros sanitarios y/o centros de investigación.
