La IA en la sanidad
La inteligencia artificial (IA) ha transformado industrias de todo el mundo y tiene el potencial de alterar radicalmente el campo de la sanidad. Imagínese
Certificado oficial emitido por la SEPA través del Gobierno del Estado de México
12 meses de acceso
En línea · 240 h
36 unidades
Nivel principiante
Qué aprenderás
Lo que serás capaz de hacer
La inteligencia artificial (IA) ha transformado industrias de todo el mundo y tiene el potencial de alterar radicalmente el campo de la sanidad. Imagínese poder analizar los datos de las visitas de los pacientes a la clínica, los medicamentos prescritos, las pruebas de laboratorio y los procedimientos realizados, así como los datos ajenos al sistema sanitario, como las redes sociales, las compras realizadas con tarjetas de crédito, los registros censales, los registros de actividad de búsqueda en Internet que contienen información sanitaria valiosa, y se hará una idea de cómo la IA podría transformar la atención y los diagnósticos de los pacientes. En esta especialización, hablaremos de las aplicaciones actuales y futuras de la IA en la atención sanitaria con el objetivo de aprender a llevar las tecnologías de IA a la clínica de forma segura y ética. Esta especialización está diseñada tanto para profesionales sanitarios como informáticos, y ofrece conocimientos para facilitar la colaboración entre las disciplinas. Acreditación CME La Facultad de Medicina de la Universidad de Stanford está acreditada por el Consejo de Acreditación para la Formación Médica Continuada (ACCME) para impartir formación médica continuada a médicos. Consulte la información completa sobre la acreditación CME en la página de preguntas frecuentes de cada curso.
- Identificar los problemas a los que se enfrentan los proveedores sanitarios que el aprendizaje automático puede resolver
- Analizar cómo afecta la IA a la seguridad, la calidad y la investigación de la atención al paciente
- Relacionar la IA con la ciencia, la práctica y el negocio de la medicina
- Aplique los componentes básicos de la IA para ayudarle a innovar y comprender las tecnologías emergentes
Habilidades que desarrollarás
Ingeniería de características
Conocimiento del sector salud
Sistemas de salud
Ética en la atención médica
Productos farmacéuticos
Ética de datos
Atención médica
Gestión de datos clínicos
Métodos de aprendizaje automático
Atención médica administrada
Datos no estructurados
Procedimientos y regulación de la atención médica
Medicare
Gestión de información de salud y expedientes médicos
Implementación de modelos
Evaluación de modelos
IA responsable
Aprendizaje automático
Inteligencia artificial
Tecnología de la salud
Temario
UNIDAD 1 - Panorama de los sistemas sanitarios y principales retos a los que se enfrentan · 20 leccionesIntroducción a la sanidad - UNIDAD 1 - Panorama de los sistemas sanitarios y principales retos a los que se enfrentan
UNIDAD 1 - Panorama de los sistemas sanitarios y principales retos a los que se enfrentan · 20 lecciones
Introducción a la sanidad - UNIDAD 1 - Panorama de los sistemas sanitarios y principales retos a los que se enfrentan
- Introducción
- Una interacción sencilla entre proveedores y pacientes
- El problema del riesgo
- Resolver el problema del riesgo: la mancomunación de riesgos
- Seguros e intermediarios para la mancomunación de riesgos
- Comprobación de conocimientos
- Ejercicio de reflexión
- Más allá de los pacientes, los proveedores y los intermediarios: Otros actores del sistema sanitario
- Visión general de los tipos y funciones de los intermediarios
- Visión general de los tipos y funciones de los proveedores
- Proveedores y niveles de atención
- Análisis del sistema sanitario: comprensión de los actores, los prestadores y los niveles de atención
- Comprobación de conocimientos
- El reto del aumento de los costes sanitarios
- Los retos de la calidad y el acceso
- Ejercicio de reflexión
- Crédito de la imagen de vídeo
- Lecciones para la IA y los datos
- Comprobación de conocimientos
- Guía de estudio Módulo 1
UNIDAD 2 - Médicos, consultas médicas y remuneración de los médicos · 17 leccionesIntroducción a la sanidad - UNIDAD 2 - Médicos, consultas médicas y remuneración de los médicos
UNIDAD 2 - Médicos, consultas médicas y remuneración de los médicos · 17 lecciones
Introducción a la sanidad - UNIDAD 2 - Médicos, consultas médicas y remuneración de los médicos
- Características de las consultas médicas
- Médicos, intermediarios y redes
- Ejercicio de reflexión
- Pago por servicio
- Códigos de procedimiento y códigos de diagnóstico
- El baremo de tarifas de Medicare
- Sistemas de pago por capitación: Visión general y estructura
- Sistemas de pago por capitación: Alcance de la capitación
- Ejercicio: Analizar los incentivos del modelo de pago
- Ejercicio de reflexión
- Sistemas de pago basados en episodios y sistemas salariales
- Desplazamiento del riesgo en el pago a médicos y acuerdos de pago a médicos en varios niveles
- Incentivos creados por los pagos a los médicos
- Lecciones para la IA y los datos
- Resumen
- Comprobación de conocimientos
- Guía de estudio Módulo 2
UNIDAD 3 - Hospitales, otras organizaciones proveedoras y sistemas de pago relacionados · 20 leccionesIntroducción a la sanidad - UNIDAD 3 - Hospitales, otras organizaciones proveedoras y sistemas de pago relacionados
UNIDAD 3 - Hospitales, otras organizaciones proveedoras y sistemas de pago relacionados · 20 lecciones
Introducción a la sanidad - UNIDAD 3 - Hospitales, otras organizaciones proveedoras y sistemas de pago relacionados
- Operaciones básicas y características de los hospitales
- Cómo se relacionan los hospitales con los médicos y los intermediarios
- Ejercicio de reflexión
- Métodos de pago hospitalario: Charge Masters/FFS y Per Diem
- Métodos de pago hospitalario: DRGs
- Reflexión: Ventajas e inconvenientes del modelo de pago hospitalario
- Métodos de pago hospitalario: Presupuestos globales
- Temas sobre pagos hospitalarios: Pagos por servicios de hospitalización frente a servicios ambulatorios, Pagos por servicios hospitalarios frente a pagos por servicios médicos; Cargos y pagos
- Riesgo e incentivos en los pagos hospitalarios
- Ejercicio de reflexión
- Crédito de la imagen de vídeo
- Instalaciones independientes - Estructura y pago
- Sistemas sanitarios y organizaciones de proveedores más grandes
- Pago por resultados
- Ejercicio de reflexión
- EMRs, EHRs y PHRs
- Proveedores, incentivos para proveedores, datos y herramientas
- Resumen
- Comprobación de conocimientos
- Guía de estudio Módulo 3
UNIDAD 4 - Intermediarios, planes de seguro médico y financiación de la asistencia sanitaria · 20 leccionesIntroducción a la sanidad - UNIDAD 4 - Intermediarios, planes de seguro médico y financiación de la asistencia sanitaria
UNIDAD 4 - Intermediarios, planes de seguro médico y financiación de la asistencia sanitaria · 20 lecciones
Introducción a la sanidad - UNIDAD 4 - Intermediarios, planes de seguro médico y financiación de la asistencia sanitaria
- Los intermediarios y sus objetivos
- Los intermediarios y los amplios retos a los que se enfrentan los sistemas sanitarios
- Redes y contratación selectiva
- Métodos y niveles de pago a proveedores
- Participación del paciente en los gastos
- Ejercicio: Analizar las ventajas e inconvenientes de los planes de asistencia sanitaria
- Revisión de la utilización, guardianes y otros métodos para influir directamente en la asistencia
- Decisiones de cobertura
- Combinaciones y compensaciones
- Ejercicio de reflexión
- Tres diseños de planes estereotipados: "Tradicional", HMO y PPO
- Algunas tendencias más recientes en el diseño de planes
- Ejercicio de reflexión
- Planes públicos y privados (y seguros privados proporcionados por el empleador en EE.UU.)
- El programa Medicare de EE.UU
- El programa Medicaid de EE.UU
- Intermediarios: Lecciones para los innovadores
- Resumen
- Comprobación de conocimientos
- Guía de estudio Módulo 4
UNIDAD 5 - Productos sanitarios y medicamentos con receta, y Medición y mejora de la calidad · 20 leccionesIntroducción a la sanidad - UNIDAD 5 - Productos sanitarios y medicamentos con receta, y Medición y mejora de la calidad
UNIDAD 5 - Productos sanitarios y medicamentos con receta, y Medición y mejora de la calidad · 20 lecciones
Introducción a la sanidad - UNIDAD 5 - Productos sanitarios y medicamentos con receta, y Medición y mejora de la calidad
- Productos sanitarios, autorizaciones y medicamentos recetados
- Procesos de aprobación de medicamentos con receta
- Patentes, medicamentos de marca y medicamentos genéricos
- Pacientes, seguros, formularios y medicamentos recetados
- Reflexión: Evaluar una decisión sobre un medicamento incluido en el formulario
- Intermediarios, gestores de prestaciones farmacéuticas, precios de los medicamentos y descuentos
- Productos y medicamentos recetados - Datos y oportunidades de innovación
- Ejercicio de reflexión
- Crédito de la imagen de vídeo
- Visión general de la calidad asistencial y conceptos organizativos clave
- Visión general y medidas de calidad estructural
- Medidas de calidad del proceso
- Ejercicio: Analizar la calidad con el marco S-P-O
- Medidas de calidad de los resultados y medidas de satisfacción
- Ejercicio de reflexión
- Visión general de algunos enfoques para mejorar la calidad
- Innovación y datos en la mejora de la calidad
- Resumen
- Comprobación de conocimientos
- Guía de estudio Módulo 5
UNIDAD 6 - Ética · 8 leccionesIntroducción a la sanidad - UNIDAD 6 - Ética
UNIDAD 6 - Ética · 8 lecciones
Introducción a la sanidad - UNIDAD 6 - Ética
- Visión general de las aplicaciones de la IA en la prestación de servicios sanitarios y cuestiones éticas
- Marcos éticos para la asistencia sanitaria y para la IA
- Ejercicio de lectura
- Ejercicio de reflexión
- IA e incentivos en la prestación de asistencia sanitaria y estructuras de pago
- Ejercicio de reflexión
- Más ejemplos de IA e incentivos en la prestación sanitaria y las estructuras de pago
- Guía de estudio Módulo 6
UNIDAD 7 - Resumen del curso · 5 leccionesIntroducción a la sanidad - UNIDAD 7 - Resumen del curso
UNIDAD 7 - Resumen del curso · 5 lecciones
Introducción a la sanidad - UNIDAD 7 - Resumen del curso
- Resumen del curso
- Nota de evaluación final
- Evaluación final
- Reclamar créditos CME
- Guía de estudio completa
UNIDAD 8 - Formular y responder preguntas a través de la minería de datos clínicos · 17 leccionesIntroducción a los datos clínicos - UNIDAD 8 - Formular y responder preguntas a través de la minería de datos clínicos
UNIDAD 8 - Formular y responder preguntas a través de la minería de datos clínicos · 17 lecciones
Introducción a los datos clínicos - UNIDAD 8 - Formular y responder preguntas a través de la minería de datos clínicos
- Bienvenido
- Introducción al flujo de trabajo de la minería de datos
- Ejemplo de la vida real
- Ejemplo: Encontrar pacientes similares
- Ejemplo: Estimación del riesgo
- Poner los datos de los pacientes en el calendario
- Revise los pasos del flujo de trabajo de la minería de datos
- Tipos de preguntas de investigación
- Ejercicio de reflexión
- Preguntas de investigación adecuadas para los datos clínicos
- Ejemplo: tomar la decisión de tratar
- Propiedades que hacen útil la respuesta a una pregunta de investigación
- Ejercicio de reflexión
- Resumen
- Comprobación de conocimientos
- Guía de estudio Módulo 1
- Citas y lecturas adicionales
UNIDAD 9 - Datos disponibles de los sistemas sanitarios · 24 leccionesIntroducción a los datos clínicos - UNIDAD 9 - Datos disponibles de los sistemas sanitarios
UNIDAD 9 - Datos disponibles de los sistemas sanitarios · 24 lecciones
Introducción a los datos clínicos - UNIDAD 9 - Datos disponibles de los sistemas sanitarios
- Revisión del sistema sanitario
- Revisión de las entidades clave y de los datos que recogen
- Ejercicio de reflexión
- Actores con intereses diferentes
- Crédito de la imagen de vídeo
- Tipos de datos habituales en sanidad
- Puntos fuertes y débiles de los datos de observación
- Ejercicio de reflexión
- Sesgo y error desde la perspectiva del sistema sanitario
- Ejercicio de reflexión
- Sesgo y error de las exposiciones y los resultados
- Cómo puede clasificarse erróneamente la exposición de un paciente
- Cómo podría clasificarse erróneamente el resultado de un paciente
- Ejercicio de reflexión
- Datos de la historia clínica electrónica
- Datos sobre siniestros
- Farmacia
- Conjuntos de datos de vigilancia y registros
- Conjuntos de datos de salud de la población
- Un marco para evaluar si una fuente de datos es útil
- Resumen
- Comprobación de conocimientos
- Guía de estudio Módulo 2
- Citas y lecturas adicionales
UNIDAD 10 - Representación del tiempo, y de la cronología de los acontecimientos, para la extracción de datos clínicos · 17 leccionesIntroducción a los datos clínicos - UNIDAD 10 - Representación del tiempo, y de la cronología de los acontecimientos, para la extracción de datos clínicos
UNIDAD 10 - Representación del tiempo, y de la cronología de los acontecimientos, para la extracción de datos clínicos · 17 lecciones
Introducción a los datos clínicos - UNIDAD 10 - Representación del tiempo, y de la cronología de los acontecimientos, para la extracción de datos clínicos
- Introducción
- Tiempo, líneas temporales, escalas de tiempo y representaciones del tiempo
- Escala de tiempo: Elegir las unidades de tiempo pertinentes
- Ejercicio de reflexión
- Ejercicio de reflexión 2
- Qué afecta al calendario
- Representación del tiempo
- Datos de series temporales y no temporales
- Orden de los acontecimientos
- Representaciones implícitas del tiempo
- Diferentes formas de colocar los datos en bandejas
- Momento de las exposiciones y resultados
- Los procesos clínicos no son estacionarios
- Resumen
- Comprobación de conocimientos
- Guía de estudio Módulo 3
- Citas y lecturas adicionales
UNIDAD 11 - Creación de conjuntos de datos listos para el análisis a partir de las líneas de tiempo de los pacientes · 23 leccionesIntroducción a los datos clínicos - UNIDAD 11 - Creación de conjuntos de datos listos para el análisis a partir de las líneas de tiempo de los pacientes
UNIDAD 11 - Creación de conjuntos de datos listos para el análisis a partir de las líneas de tiempo de los pacientes · 23 lecciones
Introducción a los datos clínicos - UNIDAD 11 - Creación de conjuntos de datos listos para el análisis a partir de las líneas de tiempo de los pacientes
- Convertir los datos clínicos en algo que se pueda analizar
- Definición de la unidad de análisis
- Utilización de rasgos y presencia de rasgos
- Cómo crear características a partir de fuentes estructuradas
- Estandarización de características
- Lidiar con demasiadas funciones
- Los orígenes de los valores perdidos
- Tratamiento de los valores que faltan
- Recomendaciones resumidas para los valores que faltan
- Ejercicio de reflexión
- Construir nuevas características
- Ejemplos de características de ingeniería
- Cuándo considerar las características de ingeniería
- Puntos principales sobre la creación de conjuntos de datos listos para el análisis
- Gráficos de conocimiento estructurados
- Entonces, ¿qué hay exactamente en un grafo de conocimiento
- Qué son los gráficos de conocimiento importantes
- Cómo elegir qué gráfico de conocimiento utilizar
- Resumen
- Ejercicio de reflexión
- Comprobación de conocimientos
- Guía de estudio Módulo 4
- Citas y lecturas adicionales
UNIDAD 12 - Manejo de datos sanitarios no estructurados: texto, imágenes, señales · 26 leccionesIntroducción a los datos clínicos - UNIDAD 12 - Manejo de datos sanitarios no estructurados: texto, imágenes, señales
UNIDAD 12 - Manejo de datos sanitarios no estructurados: texto, imágenes, señales · 26 lecciones
Introducción a los datos clínicos - UNIDAD 12 - Manejo de datos sanitarios no estructurados: texto, imágenes, señales
- Introducción a los datos no estructurados
- Qué es un texto clínico
- El valor del texto clínico
- Qué dificulta el manejo del texto clínico
- Privacidad y desidentificación
- Un manual sobre el procesamiento del lenguaje natural
- Enfoque práctico del procesamiento de textos clínicos
- Resumen - Texto clínico
- Ejercicio de reflexión
- Crédito de la imagen de vídeo
- Visión general y objetivos de la imagen médica
- ¿Por qué son importantes las imágenes?
- ¿Qué son las imágenes?
- Un proceso típico de gestión de imágenes
- Resumen - Imágenes
- Ejercicio de reflexión
- Crédito de la imagen de vídeo
- Visión general de las señales biomédicas
- ¿Por qué son importantes las señales?
- ¿Qué son las señales?
- ¿Cuáles son los principales problemas de la utilización de señales?
- Resumen - Señales
- Resumen
- Comprobación de conocimientos
- Guía de estudio Módulo 5
- Citas y lecturas adicionales
UNIDAD 13 - Uniendo las piezas: Fenotipado electrónico · 17 leccionesIntroducción a los datos clínicos - UNIDAD 13 - Uniendo las piezas: Fenotipado electrónico
UNIDAD 13 - Uniendo las piezas: Fenotipado electrónico · 17 lecciones
Introducción a los datos clínicos - UNIDAD 13 - Uniendo las piezas: Fenotipado electrónico
- Introducción al fenotipado electrónico
- Retos del fenotipado electrónico
- Ejercicio de reflexión
- Especificación de un fenotipo electrónico
- Dos enfoques del fenotipado
- Fenotipado electrónico basado en reglas
- Ejemplos de definiciones electrónicas de fenotipos basadas en reglas
- Construir una definición de fenotipo basada en reglas
- Ejercicio de reflexión
- Fenotipado probabilístico
- Enfoques para crear una definición probabilística del fenotipo
- Software para definiciones probabilísticas de fenotipos
- Crédito de la imagen de vídeo
- Resumen
- Comprobación de conocimientos
- Guía de estudio Módulo 6
- Citas y lecturas adicionales
UNIDAD 14 - Ética · 9 leccionesIntroducción a los datos clínicos - UNIDAD 14 - Ética
UNIDAD 14 - Ética · 9 lecciones
Introducción a los datos clínicos - UNIDAD 14 - Ética
- Introducción del instructor
- Introducción a la ética de la investigación y la IA
- El Informe Belmont: Un marco para la ética de la investigación
- Cuestiones éticas en las fuentes de datos para la IA
- Usos secundarios de los datos
- Devolución de resultados
- La IA y el sistema sanitario de aprendizaje
- Resumen ético
- Guía de estudio Módulo 7
UNIDAD 15 - Conclusión del curso · 5 leccionesIntroducción a los datos clínicos - UNIDAD 15 - Conclusión del curso
UNIDAD 15 - Conclusión del curso · 5 lecciones
Introducción a los datos clínicos - UNIDAD 15 - Conclusión del curso
- Conclusión
- Nota de evaluación final
- Evaluación final
- Reclamar créditos CME
- Guía de estudio completa
UNIDAD 16 - ¿Por qué el aprendizaje automático en sanidad? · 16 leccionesFundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 16 - ¿Por qué el aprendizaje automático en sanidad?
UNIDAD 16 - ¿Por qué el aprendizaje automático en sanidad? · 16 lecciones
Fundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 16 - ¿Por qué el aprendizaje automático en sanidad?
- Cómo empezar: Creadores de este curso
- ¿Por qué el aprendizaje automático en sanidad?
- Historia de la IA en medicina
- Crédito de la imagen de vídeo
- Resumen del curso
- Ejercicio de reflexión
- Por qué la sanidad necesita el aprendizaje automático
- Crédito de la imagen de vídeo
- Magia del aprendizaje automático
- Aprendizaje automático, bioestadística, programación
- ¿Puede el aprendizaje automático resolverlo todo?
- Ejercicio de reflexión
- Comprobación de conocimientos
- Guía de estudio Módulo 1
- Citas y lecturas adicionales
- Crédito de la imagen de vídeo
UNIDAD 17 - Conceptos y principios del aprendizaje automático en la atención sanitaria parte 1 · 13 leccionesFundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 17 - Conceptos y principios del aprendizaje automático en la atención sanitaria parte 1
UNIDAD 17 - Conceptos y principios del aprendizaje automático en la atención sanitaria parte 1 · 13 lecciones
Fundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 17 - Conceptos y principios del aprendizaje automático en la atención sanitaria parte 1
- Términos, definiciones y jerga del aprendizaje automático Parte 1
- Términos, definiciones y jerga del aprendizaje automático Parte 2
- Cómo aprenden las máquinas Parte 1
- Cómo aprenden las máquinas Parte 2
- Ejercicio de reflexión
- Enfoques de aprendizaje automático supervisado: La regresión y el teorema del "no hay almuerzo gratis
- Otros enfoques tradicionales de aprendizaje automático supervisado
- Máquina de vectores de apoyo (SVM)
- Aprendizaje automático no supervisado
- Ejercicio de reflexión
- Comprobación de conocimientos
- Guía de estudio Módulo 2
- Citas y lecturas adicionales
UNIDAD 18 - Conceptos y principios del aprendizaje automático en la atención sanitaria parte 2 · 16 leccionesFundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 18 - Conceptos y principios del aprendizaje automático en la atención sanitaria parte 2
UNIDAD 18 - Conceptos y principios del aprendizaje automático en la atención sanitaria parte 2 · 16 lecciones
Fundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 18 - Conceptos y principios del aprendizaje automático en la atención sanitaria parte 2
- Introducción al aprendizaje profundo y las redes neuronales
- Aprendizaje profundo y redes neuronales
- Pérdida de entropía cruzada
- Descenso gradual
- Representación de datos de imagen y texto no estructurados
- Ejercicio de reflexión
- Redes neuronales convolucionales
- Procesamiento del lenguaje natural y redes neuronales recurrentes
- La arquitectura de transformadores para secuencias
- Crédito de la imagen de vídeo
- Arquitecturas de redes neuronales de uso común y avanzadas
- Ejercicio de reflexión
- Tareas avanzadas de visión por ordenador y recapitulación
- Comprobación de conocimientos
- Guía de estudio Módulo 3
- Citas y lecturas adicionales
UNIDAD 19 - Evaluación y métricas para el aprendizaje automático en sanidad · 10 leccionesFundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 19 - Evaluación y métricas para el aprendizaje automático en sanidad
UNIDAD 19 - Evaluación y métricas para el aprendizaje automático en sanidad · 10 lecciones
Fundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 19 - Evaluación y métricas para el aprendizaje automático en sanidad
- Introducción a la evaluación del rendimiento de los modelos
- Sobreadaptación e inadaptación
- Estrategias para abordar la sobreadaptación, la inadaptación y la introducción a la regularización
- Enfoques estadísticos para la evaluación de modelos
- El operador receptor y las curvas Precision Recall como métricas de evaluación
- Ejercicio de reflexión 1
- Ejercicio de reflexión 2
- Comprobación de conocimientos
- Guía de estudio Módulo 4
- Citas y lecturas adicionales
UNIDAD 20 - Estrategias y retos del aprendizaje automático en la sanidad · 14 leccionesFundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 20 - Estrategias y retos del aprendizaje automático en la sanidad
UNIDAD 20 - Estrategias y retos del aprendizaje automático en la sanidad · 14 lecciones
Fundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 20 - Estrategias y retos del aprendizaje automático en la sanidad
- Introducción a los retos comunes del aprendizaje automático clínico
- Utilidad de las predicciones del modelo causal
- El contexto en el aprendizaje automático clínico
- Ejercicio de reflexión
- Interpretabilidad intrínseca
- Desafíos de los datos médicos en el aprendizaje automático Parte 1
- Desafíos de los datos médicos en el aprendizaje automático Parte 2
- ¿Cuántos datos necesitamos?
- Datos retrospectivos en medicina y "vida útil" de los datos
- Datos médicos: Calidad frente a cantidad
- Ejercicio de reflexión
- Comprobación de conocimientos
- Guía de estudio Módulo 5
- Citas y lecturas adicionales
UNIDAD 21 - Mejores prácticas, equipos y lanzamiento de su viaje de aprendizaje automático · 13 leccionesFundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 21 - Mejores prácticas, equipos y lanzamiento de su viaje de aprendizaje automático
UNIDAD 21 - Mejores prácticas, equipos y lanzamiento de su viaje de aprendizaje automático · 13 lecciones
Fundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 21 - Mejores prácticas, equipos y lanzamiento de su viaje de aprendizaje automático
- Utilidad clínica y emparejamiento de acciones de salida
- Pasar a la acción - Utilizar el marco PAO
- Creación de equipos multidisciplinares para el aprendizaje automático clínico
- Gobernanza, ética y buenas prácticas
- Ejercicio de reflexión
- Sobre ser humano en la era del aprendizaje automático clínico
- Muerte por GPS y otras lecciones del sesgo de automatización
- Ejercicio de reflexión
- Comprobación de conocimientos
- Guía de estudio Módulo 6
- Citas y lecturas adicionales
- Crédito de la imagen de vídeo
- Lecturas recomendadas sobre ética
UNIDAD 22 - Modelos de cimientos (Contenido opcional) · 8 leccionesFundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 22 - Modelos de cimientos (Contenido opcional)
UNIDAD 22 - Modelos de cimientos (Contenido opcional) · 8 lecciones
Fundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 22 - Modelos de cimientos (Contenido opcional)
- Introducción a los modelos de cimentación
- Adaptarse a la tecnología
- IA general y comportamiento emergente
- Cómo funcionan los modelos de cimentación
- Casos de uso sanitario de los datos de texto
- Casos de uso sanitario para datos no textuales no estructurados
- Retos y dificultades
- Conclusión
UNIDAD 23 - Conclusión del curso · 5 leccionesFundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 23 - Conclusión del curso
UNIDAD 23 - Conclusión del curso · 5 lecciones
Fundamentos del aprendizaje automático para la atención sanitaria - UNIDAD 23 - Conclusión del curso
- Recapitulación y despedidas
- Nota de evaluación final
- Evaluación final
- Reclamar créditos CME
- Guía de estudio completa
UNIDAD 24 - La IA en la sanidad · 15 leccionesEvaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 24 - La IA en la sanidad
UNIDAD 24 - La IA en la sanidad · 15 lecciones
Evaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 24 - La IA en la sanidad
- Objetivos de aprendizaje
- Definiciones comunes
- Visión general
- Por qué es necesaria la IA en la sanidad
- Ejercicio de reflexión 1
- Ejemplos de IA en sanidad
- Crecimiento de la IA en la sanidad
- Preguntas respondidas por la IA
- Salida AI
- Ejercicio de reflexión 2
- Piense más allá del área bajo la curva
- Recapitulemos
- Comprobación de conocimientos
- Guía de estudio Módulo 1
- Citas y lecturas adicionales
UNIDAD 25 - Evaluaciones de la IA en la sanidad · 21 leccionesEvaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 25 - Evaluaciones de la IA en la sanidad
UNIDAD 25 - Evaluaciones de la IA en la sanidad · 21 lecciones
Evaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 25 - Evaluaciones de la IA en la sanidad
- Objetivos de aprendizaje
- Recapitulación: Marco
- Partes interesadas
- Utilidad clínica
- Ejercicio de reflexión 1
- Resultado: Emparejamiento de acciones, una visión general
- Plazo de entrega
- Tipo de acción
- Ejercicio de reflexión 2
- Ejemplos de PAO
- Número necesario para tratar
- Beneficios netos
- Curvas de decisión
- Resumen de viabilidad
- Costes de aplicación
- Evaluación clínica y aceptación
- Ejercicio de reflexión 3
- Resumen
- Comprobación de conocimientos
- Guía de estudio Módulo 2
- Citas y lecturas adicionales
UNIDAD 26 - Despliegue de la IA · 26 leccionesEvaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 26 - Despliegue de la IA
UNIDAD 26 - Despliegue de la IA · 26 lecciones
Evaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 26 - Despliegue de la IA
- Objetivos de aprendizaje
- El problema
- Preguntas prácticas antes del despliegue
- Vía de implantación
- Ejercicio de reflexión 1
- Diseño y desarrollo
- Participación de las partes interesadas
- Tipo de datos y fuentes
- Ajustes
- Evaluación in silico
- Utilidad neta y capacidad de trabajo
- Validez estadística
- Integración de cuidados, modo silencioso
- Integración clínica, Consideraciones
- Integración técnica
- Modalidades de despliegue
- Ejercicio de reflexión 2
- Vigilancia y mantenimiento continuos
- Ejercicio de reflexión 3
- Retos de la implantación
- Ejemplo de sepsis
- Ejercicio de reflexión 4
- Resumen
- Comprobación de conocimientos
- Guía de estudio Módulo 3
- Citas y lecturas adicionales
UNIDAD 27 - Evaluaciones descendentes de la IA en la sanidad: Sesgo e imparcialidad · 25 leccionesEvaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 27 - Evaluaciones descendentes de la IA en la sanidad: Sesgo e imparcialidad
UNIDAD 27 - Evaluaciones descendentes de la IA en la sanidad: Sesgo e imparcialidad · 25 lecciones
Evaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 27 - Evaluaciones descendentes de la IA en la sanidad: Sesgo e imparcialidad
- Objetivos de aprendizaje
- Ejemplos reales del sesgo de la IA
- Introducción - Tipos de sesgo
- Sesgo histórico
- Sesgo de representación
- Sesgo de medición
- Sesgo de agregación
- Sesgo de evaluación
- Sesgo de despliegue
- Ejercicio de reflexión 1
- Qué es la equidad algorítmica
- Contra la clasificación
- Clasificación de paridad
- Calibración
- Aplicación de medidas de equidad
- Ejercicio de reflexión 2
- Falta de transparencia
- Normas mínimas de información
- Ejercicio de reflexión 3
- Oportunidades y retos
- Ejercicio de reflexión 4
- Resumen
- Comprobación de conocimientos
- Guía de estudio Módulo 4
- Citas y lecturas adicionales
UNIDAD 28 - El entorno normativo de la IA en la sanidad · 24 leccionesEvaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 28 - El entorno normativo de la IA en la sanidad
UNIDAD 28 - El entorno normativo de la IA en la sanidad · 24 lecciones
Evaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 28 - El entorno normativo de la IA en la sanidad
- Objetivos de aprendizaje
- El problema
- Definiciones internacionales utilizadas con fines reglamentarios
- Declaración de definición y marco de riesgos
- Ejercicio de reflexión 1
- Asociación clínica válida
- Evaluación analítica
- Evaluación clínica
- Control general
- notificaciones de novo
- Modificación del software
- TPLC
- Soluciones de IA bloqueadas frente a adaptadas
- Ejemplos
- Productos no regulados
- Ejercicio de reflexión 2
- Reglamentos de la UE
- Directrices chinas
- Directrices de la OMB
- Ejercicio de reflexión 3
- Resumen
- Comprobación de conocimientos
- Guía de estudio Módulo 5
- Citas y lecturas adicionales
UNIDAD 29 - Mejores prácticas éticas para la IA en la atención sanitaria · 3 leccionesEvaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 29 - Mejores prácticas éticas para la IA en la atención sanitaria
UNIDAD 29 - Mejores prácticas éticas para la IA en la atención sanitaria · 3 lecciones
Evaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 29 - Mejores prácticas éticas para la IA en la atención sanitaria
- Formulación del problema
- Identificación de conflictos de intereses
- Mitigar los conflictos de intereses
UNIDAD 30 - IA y medicina (contenido opcional) · 9 leccionesEvaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 30 - IA y medicina (contenido opcional)
UNIDAD 30 - IA y medicina (contenido opcional) · 9 lecciones
Evaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 30 - IA y medicina (contenido opcional)
- Introducción: Navegando por las intersecciones de la IA y la medicina
- Ciclo de vida de la IA
- Una inmersión profunda en las dimensiones históricas y sociales
- Medicina Basada en la Raza y Enfoque Sensible a la Raza
- Estrategias de mitigación de sesgos
- Exploración de potenciales y dilemas éticos
- Desmantelamiento de la medicina basada en la raza
- Implementación de la IA en entornos sanitarios
- Conclusión
UNIDAD 31 - Resumen del curso · 4 leccionesEvaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 31 - Resumen del curso
UNIDAD 31 - Resumen del curso · 4 lecciones
Evaluaciones de las aplicaciones de la IA en la sanidad - UNIDAD 31 - Resumen del curso
- Nota de evaluación final
- Examen final
- Reclamar créditos CME
- Guía de estudio completa
UNIDAD 32 - Primeros pasos, Fase 1: Recogida de datos · 6 leccionesLa IA en el sector sanitario - UNIDAD 32 - Primeros pasos, Fase 1: Recogida de datos
UNIDAD 32 - Primeros pasos, Fase 1: Recogida de datos · 6 lecciones
La IA en el sector sanitario - UNIDAD 32 - Primeros pasos, Fase 1: Recogida de datos
- Introducción
- Fase 1: Recogida de datos
- Fase 1. Proyecto 1
- Revisión inter pares de la fase 1 - Proyecto 1
- Fase 1. Proyecto 2
- Revisión inter pares de la fase 1 - Proyecto 2
UNIDAD 33 - Fase 2: Formación de modelos Parte 1 · 5 leccionesLa IA en el sector sanitario - UNIDAD 33 - Fase 2: Formación de modelos Parte 1
UNIDAD 33 - Fase 2: Formación de modelos Parte 1 · 5 lecciones
La IA en el sector sanitario - UNIDAD 33 - Fase 2: Formación de modelos Parte 1
- Fase 2: Formación de modelos, parte 1
- Fase 2. Proyecto 1
- Revisión inter pares de la fase 2 - Proyecto 1
- Fase 2. Proyecto 2
- Revisión inter pares de la fase 2 - Proyecto 2
UNIDAD 34 - Fase 3: Formación de modelos Parte 2 · 5 leccionesLa IA en el sector sanitario - UNIDAD 34 - Fase 3: Formación de modelos Parte 2
UNIDAD 34 - Fase 3: Formación de modelos Parte 2 · 5 lecciones
La IA en el sector sanitario - UNIDAD 34 - Fase 3: Formación de modelos Parte 2
- Fase 3: Formación de modelos, parte 2
- Fase 3. Proyecto 1
- Revisión inter pares de la fase 3 - Proyecto 1
- Fase 3. Proyecto 2
- Revisión inter pares de la fase 3 - Proyecto 2
UNIDAD 35 - Fase 4: Evaluación del modelo · 5 leccionesLa IA en el sector sanitario - UNIDAD 35 - Fase 4: Evaluación del modelo
UNIDAD 35 - Fase 4: Evaluación del modelo · 5 lecciones
La IA en el sector sanitario - UNIDAD 35 - Fase 4: Evaluación del modelo
- Fase 4: Evaluación del modelo
- Fase 4. Proyecto 1
- Revisión inter pares de la fase 4 - Proyecto 1
- Fase 4. Proyecto 2
- Revisión inter pares de la fase 4 - Proyecto 2
UNIDAD 36 - Fase 5: Despliegue del modelo y regulación, recapitulación · 5 leccionesLa IA en el sector sanitario - UNIDAD 36 - Fase 5: Despliegue del modelo y regulación, recapitulación
UNIDAD 36 - Fase 5: Despliegue del modelo y regulación, recapitulación · 5 lecciones
La IA en el sector sanitario - UNIDAD 36 - Fase 5: Despliegue del modelo y regulación, recapitulación
- Fase 5: Despliegue del modelo y regulación
- Fase 5 Revisión inter pares
- Fase 5
- Resumen
- Reclamar créditos CME
Certificado oficial
Tu certificado lo emite la SEP, no solo una plataforma
Al demostrar la competencia recibes un certificado emitido por la Secretaría de Educación Pública a través del Gobierno del Estado de México: un documento oficial que puedes presentar con confianza ante cualquier empleador o institución.
Tu certificado con INEC
- Lo emite la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México
- Documento oficial con folio verificable en línea
- Lo otorga la Universidad Tecnológica Fidel Velázquez
Otras plataformas en línea
- Constancia privada emitida por la misma plataforma
- Solo acredita horas cursadas o asistencia
- Sin respaldo de una autoridad educativa
Cómo funciona
Tu itinerario, de la inscripción al certificado
- 1
Inscripción con pago único
Pagas $4,990 MXN una sola vez y entras de inmediato al curso.
- 2
Estudias a tu ritmo
36 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
91 cuestionarios para comprobar lo aprendido.
- 4
Certificado
Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
Lo que obtienes
Un certificado oficial de la SEP
Muestra · verificable por folio y QR
- Emitido por la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México. No es una constancia privada: es un documento oficial, y ese respaldo marca la diferencia frente a otras plataformas en línea.
- Contenido impartido por Stanford Online.
- Folio y QR verificables para compartirlo con quien te contrate.
Medios que necesitas
Equipo de cómputo
Conexión estable a internet
Pago único
Empieza hoy, a tu ritmo
Un solo pago y acceso inmediato al curso completo durante 12 meses.
- 36 unidades · 496 lecciones · 240 h
- 12 meses de acceso
- 91 cuestionarios de evaluación
- Certificado emitido por la SEP (Gob. del Estado de México) con folio verificable
Preguntas frecuentes
Sobre tu inscripción
¿Cómo es el pago?
Un solo pago de $4,990 MXN. No hay mensualidades ni cargos recurrentes.
¿Cuánto tiempo tengo acceso?
12 meses desde tu inscripción, 24/7, para avanzar a tu ritmo.
¿Quién imparte el contenido?
El curso es impartido por Stanford Online; INEC gestiona tu inscripción, evaluación y certificado.
¿Qué pasa cuando vence mi acceso?
Puedes renovar tu cuenta tú mismo desde la plataforma, sin trámites ni esperas.
