Implementación de la inteligencia artificial en los servicios de salud

En este programa, exploraremos cómo la IA está transformando el sector de la salud, desde la gestión de datos sanitarios hasta la telemedicina y la medicina genómica. Veremos la aplicación de técnicas de aprendizaje automático y procesamiento del lenguaje natural para mejorar los diagnósticos, optimizar los tratamientos y facilitar la toma de decisiones clínicas. 

También veremos temas como la imagen médica asistida por IA, el análisis predictivo, y el desarrollo de nuevos fármacos, destacando las oportunidades que estas tecnologías ofrecen para la mejora de la atención al paciente y la sostenibilidad de los sistemas de salud. Además, tendremos muy presentes las consideraciones éticas y normativas imprescindibles para una implementación responsable de la IA en salud, que garantice la seguridad y la privacidad de los pacientes.

En definitiva, os proporcionaremos una combinación de conocimientos teóricos y de ejemplos prácticos para hacer frente a los retos actuales del sector.

Objetivos generales:

• Dotar a los profesionales de la salud de los conocimientos y las habilidades necesarias para aprovechar de manera eficaz y responsable la inteligencia artificial en entornos clínicos

Objetivos específicos:

• Comprender los fundamentos de la IA, sus aplicaciones a la asistencia sanitaria.
• Tener en cuenta las consideraciones éticas y normativas para mejorar la atención al paciente.
• Tomar decisiones clínicas para garantizar la seguridad del paciente y la privacidad de los datos.

Competencias y habilidades 

En esta formación se pretende conseguir: 

• Capacidad para identificar soluciones de IA para el área del sector salud.
• Capacidad de análisis y de gestión de los datos para aplicarlos de manera segura y efectiva.
• Identificación y gestión de las implicaciones éticas y legales asociadas al uso de la IA.

1. Introducción a la IA en los servicios de salud (2 h)

• Situación de los sistemas de salud y de las necesidades de transformación de la atención al paciente.
• Evolución histórica de los servicios de salud y de los hitos clave
• Visión general de la IA y el aprendizaje automático. 
• Retos y oportunidades de la IA para transformar la salud
• Consideraciones éticas, regulaciones y normativas
• Tendencias actuales de las tecnologías emergentes

2.  Gestión de datos sanitarios (3 h)

• Evolución de los sistemas de información sanitaria
• Privacidad y seguridad de los datos
• Calidad y análisis de los datos
• Registros sanitarios electrónicos (EHR)
• Datos del paciente conectado y el uso de Raw data
• Integración de datos e interoperabilidad

3. Fundamentos del aprendizaje automático (4 h)

• Aprendizaje supervisado, no supervisado y de retén
• Funcionamiento de la elaboración de algoritmos
• Evaluación y validación del modelo
• Técnicas de validación cruzada
• Afinación de hiperparámetros

4. IA para la imagen médica (3 h)

• Evolución de la imagen médica y su impacto diagnóstico y terapéutico
• Visión computacional 
• Aplicaciones de la IA en radiología y patología
• Segmentación. clasificación y selección de imágenes
• Casos y ejemplos prácticos

5. Procesamiento del lenguaje natural (PNL) (3 h)

• Introducción a la PNL
• Análisis de datos de textos médicos
• Documentación clínica y codificación
• Análisis de sentimientos y estado de ánimo en la historia del paciente
• Chatbots y asistentes sanitarios virtuales

6. Análisis predictivo y apoyo a la toma de decisiones clínicas (3 h)

• Modelado predictivo 
• Estratificación del riesgo y predicción de los resultados del paciente
• Sistemas de apoyo a la decisión clínica
• Estudios de casos y aplicaciones en el mundo real

7. Investigación por nueces de fármacos y medicina genómica (2 h)

• IA en el descubrimiento de fármacos
• Análisis de datos genómicos
• Medicina personalizada y farmacogenética
• La mejora de la prevención, el diagnóstico precoz y de diagnóstico con biomarcadores
• Estudios de casos en desarrollo de fármacos

8. Telemedicina y seguimiento remoto del paciente (2 h)

• Tecnologías de telesalud y telemedicina
• Monitorización remota del paciente con IA
• Reglamentos y retos de telesalud
• Casos de uso y casos de éxito

9. IA en procesos organizativos y la sostenibilidad (2 h)

• Gestión hospitalaria y optimización de procesos y de recursos
• Cadena de suministro y gestión de inventarios
• Mantenimiento predictivo en equipos médicos
• Motivación y bienestar de los profesionales
• Automatización de los procesos impulsada por IA
• Estrategias para desarrollar planes de Sostenibilidad Medioambiental

10. Consideraciones éticas y normativas (2 h)

• Aspectos éticos en la implantación de IA
• Marcos normativos 
• Biajo y equidad de los algoritmos de IA 
• Casos prácticos y buenas prácticas

11. Implementación y adopción (2 h)

• Definir modelos de gobernanza al implementar IA
• Promover liderazgos colaborativos y participativos
• Integración de la IA en los flujos y procesos clínicos y organizativos
• Analizar los retos y las oportunidades en la implementación de la IA
• Gestión del cambio y promover formación continuada de los profesionales
• Caso prácticos de adopción de IA con éxito

12. Tendencias futuras y tecnologías emergentes (2 h)

• El futuro de la IA de los sistemas y de las organizaciones de la salud
• Analizar el impacto de los cambios sociales, demográficos, económicos y políticos
• Tecnologías emergentes (computación cuántica, IA en wearables, etc.)
• El potencial de la investigación e innovación en IA en el ámbito de la salud
• Preparándonos para lo que vendrá. Cómo navegar por aguas tormentosas.

Para realizar esta formación los y las participantes disponen de un espacio virtual donde encontrarán todos los materiales didácticos interactivos necesarios, las actividades y los cuestionarios de evaluación, así como un conjunto de herramientas que facilitan la comunicación.

Los materiales didácticos del curso están pensados para facilitar la experiencia de aprendizaje, con actividades de autoevaluación y reflexión, así como herramientas y recursos audiovisuales desarrollados a medida en los que profesionales expertos trasladan y refuerzan aprendizajes de valor; unos aprendizajes que ayudan a transferir el conocimiento.

Esta experiencia de aprendizaje incluye historias o breves casos prácticos que permiten contextualizar y conectar de forma significativa y vivencial con los contenidos teóricos.

Aparte de los contenidos formativos, el aula incorpora toda una serie de actividades con las que complementar y poner en práctica los conocimientos adquiridos.

Durante todo el proceso de aprendizaje, los y las participantes están acompañados por:

• La tutoría que atenderá a las consultas que puedan surgir respecto al curso.
• El equipo de coordinación académica para resolver cualquier consulta o incidencia de cariz técnico sobre el funcionamiento del aula.

L’element fonamental d’avaluació establert en aquest curs és el qüestionari final de cada mòdul, que permet comprovar individualment els coneixements adquirits sobre cadascun dels temes corresponents.

Les condicions necessàries per superar el curs són les següents:

• Visualitzar-ne tot el contingut.
• Fer totes les activitats programades del curs.
• Obtenir una nota als qüestionaris igual o superior a 7.

En finalitzar, els i les participants valoraran el curs mitjançant una enquesta de satisfacció que inclou la qualificació del professorat, del material, de la documentació i dels coneixements i les habilitats adquirides.