Solicitud de información

Máster en Aplicaciones de la Inteligencia Artificial para Profesionales de la Salud (Formación Permanente)

Overview

La inteligencia artificial aplicada en el ámbito de la salud produce un gran impacto en diversas áreas y su incorporación a las instituciones sanitarias ya es una realidad.

En la actualidad existe una creciente y constante demanda de profesionales especializados en este ámbito.

Las aplicaciones y utilidades de la Inteligencia Artificial (IA) en el ámbito de la salud están diseñadas para mejorar la calidad de vida de los pacientes y facilitar el trabajo de los profesionales sanitarios. Algunas de ellas las podemos enumerar como:

  • Prevención de enfermedades
  • Seguimiento enfermedades crónicas
  • Optimización y/o soporte al diagnóstico en todos los métodos basados en imágenes
  • Desarrollo de nuevas vacunas
  • Investigación y desarrollo de fármacos y acortar tiempos
  • Enfermeras/ asistentes virtuales
  • Extracción de datos de las historias clínicas electrónicas
  • Predicción de efectos adversos de los medicamentos
  • Detección de patologías: cáncer, Alzheimer, entre otras.
  • Detección de enfermedades raras
  • Optimización de la gestión hospitalaria
  • Optimización de gestión de los sistemas de salud (listas de espera, etc.)
  • Optimización y facilitación de la documentación clínica (historia clínica, evolución resúmenes de historias clínicas… etc.)
  • Documentación clínica (codificación clínica)

Entre muchas otras.

Targeted to

Este máster está específicamente diseñado para profesionales de la salud (como son médicos, enfermeros, fisioterapeutas, farmacéuticos, profesionales de la industria, y demás profesionales del área) y otros profesionales relacionados con la misma o que trabajen en ella como son: gestores, abogados, etc).

No son necesarios conocimientos técnicos previos.

Objetives

Los objetivos del programa están diseñados para preparar a los profesionales para ser parte de la cuarta revolución industrial en el campo de la salud, utilizando la IA para mejorar la prevención, el diagnóstico y el tratamiento de diversas enfermedades, así como optimizar la gestión de los servicios de salud por medio de la toma de decisiones basadas en datos.

  • Adquirir una visión amplia de los aspectos técnicos, regulatorios, económicos y éticos necesarios para desarrollar proyectos de IA en el sector salud.
  • Comprender y liderar equipos multidisciplinares que desarrollan proyectos de IA en las organizaciones sanitarias e industria relacionada.
  • Comprender las herramientas necesarias para implementar proyectos y metodologías de IA en organizaciones sanitarias.
  • Comprender las tecnologías de generación de datos sanitarios y analizar las necesidades de pretratamiento, almacenamiento y tratamiento de los datos que surgen en el campo de las ciencias de la salud.
  • Conocer modelos de IA aplicados al diagnóstico y al seguimiento de distintas patologías.
  • Diseñar, implementar y evaluar un sistema, proceso, componente o programa para satisfacer las necesidades planteadas en salud.
In association with

La inteligencia artificial aplicada en el ámbito de la salud produce un gran impacto en diversas áreas y su incorporación a las instituciones sanitarias ya es una realidad.

En la actualidad existe una creciente y constante demanda de profesionales especializados en este ámbito.

Las aplicaciones y utilidades de la Inteligencia Artificial (IA) en el ámbito de la salud están diseñadas para mejorar la calidad de vida de los pacientes y facilitar el trabajo de los profesionales sanitarios. Algunas de ellas las podemos enumerar como:

  • Prevención de enfermedades
  • Seguimiento enfermedades crónicas
  • Optimización y/o soporte al diagnóstico en todos los métodos basados en imágenes
  • Desarrollo de nuevas vacunas
  • Investigación y desarrollo de fármacos y acortar tiempos
  • Enfermeras/ asistentes virtuales
  • Extracción de datos de las historias clínicas electrónicas
  • Predicción de efectos adversos de los medicamentos
  • Detección de patologías: cáncer, Alzheimer, entre otras.
  • Detección de enfermedades raras
  • Optimización de la gestión hospitalaria
  • Optimización de gestión de los sistemas de salud (listas de espera, etc.)
  • Optimización y facilitación de la documentación clínica (historia clínica, evolución resúmenes de historias clínicas… etc.)
  • Documentación clínica (codificación clínica)

Entre muchas otras.

Targeted to

Este máster está específicamente diseñado para profesionales de la salud (como son médicos, enfermeros, fisioterapeutas, farmacéuticos, profesionales de la industria, y demás profesionales del área) y otros profesionales relacionados con la misma o que trabajen en ella como son: gestores, abogados, etc).

No son necesarios conocimientos técnicos previos.

Objetives

Los objetivos del programa están diseñados para preparar a los profesionales para ser parte de la cuarta revolución industrial en el campo de la salud, utilizando la IA para mejorar la prevención, el diagnóstico y el tratamiento de diversas enfermedades, así como optimizar la gestión de los servicios de salud por medio de la toma de decisiones basadas en datos.

  • Adquirir una visión amplia de los aspectos técnicos, regulatorios, económicos y éticos necesarios para desarrollar proyectos de IA en el sector salud.
  • Comprender y liderar equipos multidisciplinares que desarrollan proyectos de IA en las organizaciones sanitarias e industria relacionada.
  • Comprender las herramientas necesarias para implementar proyectos y metodologías de IA en organizaciones sanitarias.
  • Comprender las tecnologías de generación de datos sanitarios y analizar las necesidades de pretratamiento, almacenamiento y tratamiento de los datos que surgen en el campo de las ciencias de la salud.
  • Conocer modelos de IA aplicados al diagnóstico y al seguimiento de distintas patologías.
  • Diseñar, implementar y evaluar un sistema, proceso, componente o programa para satisfacer las necesidades planteadas en salud.
  • Program

    Program

    MÓDULO 1: Fundamentos de la IA para profesionales de la salud

    1.1 Introducción a sistemas de salud

    • Conceptos básicos de salud, enfermedad y atención médica.
    • Organización y estructura de los sistemas de salud.
    • Actores que intervienen en el sistema de salud (pacientes, profesionales, proveedores, pagadores, etc.).
    • Principales desafíos que enfrentan los sistemas de salud en la actualidad.

    1.2 Sistemas de información en salud

    • HIS: Definición, objetivos y funciones. Tipos de HIS (por ejemplo, HIS clínicos, HIS administrativos, HIS de farmacia).
    • Componentes principales de un HIS (historia clínica electrónica, gestión de citas, facturación).
    • Interoperabilidad y estandares I.
    • Interoperabilidad y estandares II.
    • Sistemas de soporte a las decisiones clínicas.
    • Beneficios y desafíos de implementar y mantener un HIS.

    MÓDULO 2: Gestión sanitaria aplicada a la IA

    • Medicina personalizada: 5 P´s.
    • Medicina basada en valor.
    • Planificación y Toma de decisiones basadas en datos.
    • Entidades de certificación tecnológica aplicables a salud.

    Datos de Salud:

    • Tipos de datos de salud (datos clínicos, datos administrativos, datos financieros).
    • Calidad de los datos de salud.
    • Gobernanza de datos de salud.

    MÓDULO 3: Aspectos técnicos de la IA aplicada a Salud

    • ¿Qué es IA? Tipos. Clasificaciones.
    • Conceptos básicos de IA, aprendizaje automático y aprendizaje profundo.
    • Algoritmos de aprendizaje automático comúnmente utilizados en salud.
    • Técnicas de minería de datos y análisis de datos para aplicaciones de salud.
    • Qué se necesita.
    • Infraestructura.
    • Procesamiento.
    • Evaluación y validación de modelos de IA.
    • La evaluación y validación se desarrollará a partir de métricas que serán definidas de antemano. En este bloque se ofrecerá una visión general de cómo se estructura un protocolo de entrenamiento y validación.

    MÓDULO 4: Aplicaciones de la IA en los sistemas de salud

    Entre otros:

    • Diagnóstico médico y apoyo a la toma de decisiones.
    • Gestión de pacientes y atención crónica.
    • Análisis de imágenes médicas.
    • Detección de fraude en el cuidado de la salud.
    • Personalización de la atención médica.
    • Desarrollo de medicamentos y terapias personalizadas.
    • Análisis de imágenes médicas y radiología.
    • Robótica médica y cirugía asistida por computadora.
    • Gestión de la salud pública y vigilancia de enfermedades.

    También podríamos hablar de:

    • IA en imagenología médica.
    • IA en oncología.
    • IA en salud mental.
    • IA en medicina preventiva.
    • IA en salud pública.

    MÓDULO 5: Fundamentos de la gestión de proyectos de IA en Salud

    • Conceptos básicos de la gestión de proyectos (alcance, tiempo, costo, calidad, recursos, comunicación, riesgos, etc.). Ciclo de vida de un proyecto (iniciación, planificación, ejecución, seguimiento y control, cierre).
    • Metodologías de gestión de proyectos.
    • Herramientas y técnicas para la gestión de proyectos (diagramas de Gantt, hoja de ruta del proyecto, matriz RACI, etc.).

    MÓDULO 6: Software y gestión de proyectos de IA en salud

    • Herramientas de colaboración.
    • Herramientas de análisis de datos.
    • Herramientas de visualización de datos.

    Gestión de proyectos de IA en salud:

    • Desafíos únicos de la gestión de proyectos de IA en salud.
    • Mejores prácticas para la gestión de proyectos de IA en salud.
    • Roles y responsabilidades en los proyectos de IA en salud.
    • Planificación y estimación de proyectos de IA en salud.
    • Gestión de riesgos en proyectos de IA en salud.
    • Monitoreo y control de proyectos de IA en salud.
    • Comunicación y gestión de las partes interesadas en proyectos de IA en salud.

    MÓDULO 7: Marco legislativo para la correcta aplicación de la IA en salud

    • Principios éticos y legales que guían el desarrollo y la aplicación de la IA en salud.
    • Marcos regulatorios internacionales y nacionales.
    • Organismos reguladores responsables de la IA en salud.
    • Tipos de regulación aplicables a la IA en salud (por ejemplo, dispositivos médicos, medicamentos, software).
    • Identificación de los requisitos regulatorios aplicables.
    • Desarrollo de una estrategia de cumplimiento regulatorio. Implementación de medidas de cumplimiento regulatorio.
    • Auditorías y monitoreo de cumplimiento regulatorio.

    MÓDULO 8: Trabajo Fin de Máster (TFM)

    Teachers

    • Fernanda Aguirre Ojea, DIRECTORA.
      Médica cirujana especialista en Medicina Crítica y en Sistemas de Información en Salud, con más de 10 años de experiencia en Medicina Digital y Tranformación Digital en Salud.
    • Joia Núñez
      Médica, especialista en Pediatría e Informática en Salud.
      Actualmente me desempeño como Digital Health Researcher en Adhera Health, donde me dedico a mejorar la experiencia de usuario al interactuar con nuestras plataformas de salud digital.
    • María del Carmen Quispe Uznayo
      Médica, especialista en Pediatría e Informática en Salud.
      Actualmente me desempeño como Digital Health Researcher en Adhera Health, donde me dedico a mejorar la experiencia de usuario al interactuar con nuestras plataformas de salud digital.
    • Sergio Montenegro
      Médico de familia y laboral, especialista en Informática médica, docente e investigador universitario en UCAMI. Consultor en sistemas de información en salud y telemedicina.
    • Jerónimo Molina
      Ingeniero técnico en Informática por la Universidad de Alicante. Especialista en Inteligencia Artificial, responsable del departamento de Inteligencia Artificial e I+D de Helphone. Y experto en Metodologías Ágiles y PMO.
    • Martín Díaz
      Médico especialista en Medicina Interna.Estudiante de Informática y diplomado en desarrollado de software.Especialista en Medicina Informática hecho a sí mismo.Jefe de Informática Médica. en el Hospital Alemán.
    • Yulisa Domínguez
      Médica especializada en auditoría médica. Profesional emprendedora en Salud digital con una sólida trayectoria en gestión de productos, gestión de programas, informes de desempeño y liderazgo de equipos con experiencia internacional.
    • José Aquino Esperanza
      Dr. en Medicina y especialista en Medicina interna. Procesamiento del lenguaje natural y Big Data. La evidencia del mundo real a través del análisis de los registros de salud tiene como objetivo mejorar la atención médica y ayudar a los médicos en la toma de decisiones diarias.
  • Methodology and materials

    Teaching system and study methodology

    Nuestro método de enseñanza en Modalidad Online ofrece una metodología completa y específica cuyo objetivo es que el alumno adquiera las habilidades necesarias y reciba una formación flexible y de calidad, adaptada a las nuevas necesidades.

    Para alcanzarlo el alumno cuenta con los siguientes recursos:

    • Campus Virtual: Acceso a un entorno personal de aprendizaje ilimitado, 24 horas al día, los 7 días a la semana. Que te dará flexibilidad para compaginar tu formación con el resto de tus responsabilidades profesionales y personales.
    • Contenido teórico - práctico modular: material de rigor y de actualidad elaborado por docentes expertos que han seguido una pauta adaptada a este tipo de formación, garantizando así la correcta impartición en esta modalidad formativa.
    • Contenido de consulta: proporcionado por el docente para la profundización en los diversos temas.
    • Actividades: aprendizaje experiencial. Resolución de casos prácticos reales para aplicar los conocimientos adquiridos.
    • Masterclass y videotutoriales: Material audiovisual que complementa la formación.
    • Tutor experto: seguimiento personalizado del aprendizaje de cada alumno y que servirá de guía para que logren sus objetivos.
    • Foros y Comunidad: los espacios de comunicación posibilitan y favorecen la participación activa y la interacción entre los alumnos y con los tutores.
    • Trabajo Final de máster: el alumno podrá desarrollar y poner en práctica lo aprendido durante el curso.

    Teaching materials

    Contenido PDF, actividades, microactividades, test autoevaluación, videotutoriales, ponencias, enlaces a recursos externos, tutorías y foro.

  • Calendar and Fees

    Duration, enrollment periods and start dates

    Duración: 12 meses.
    Plazos de matrícula: Hasta 10 días después del comienzo.
    Fecha inicio: 19 de noviembre de 2024.

    Fees and payment methods

    Precio 5.900 €.
    Financiación hasta en 12 pagos.

    Posibilidad de descuentos y ayudas al estudio de hasta el 30% según perfil profesional y académico del estudiante.
    Rellena el formulario para más información.