EspañolEnglishEuskeraCatalàGallego
  • Vitoria - Gasteiz

  • Online

  • 1.0 créditos

  • Extensión Universitaria

  • del 27 al 30 de enero de 2025

Online
del 27 al 30 de enero de 2025

Tecnologías machine learning y de inteligencia artificial para profesionales de la salud.

Imprimir PDF

En este curso altamente práctico y aplicado, se abordan los últimos avances en tecnologías de la ciencia de datos en el campo de la salud. Pensado para profesionales de la salud, incluyendo médicos, terapeutas, rehabilitadores y psicólogos, también es útil para tecnólogos en comienzos de su carrera o que se encuentren en un proceso de cambio y quieran profundizar más sobre problemáticas actuales y metodologías aplicadas a distintos problemas relacionados con la salud.

El temario está diseñado para proporcionar a los profesionales de la salud una base teórica sólida sobre las tecnologías de Machine Learning y AI, seguida de una amplia experiencia práctica en casos relevantes para su campo. Las cuatro horas iniciales se dedican a establecer los fundamentos necesarios, mientras que las ocho horas restantes se centran en casos prácticos específicos que los profesionales de la salud pueden encontrar en su trabajo diario. Este enfoque permite a los participantes comprender y aplicar las metodologías y herramientas relevantes para abordar problemas y desafíos de la salud utilizando técnicas de Machine Learning y AI.

I. Teoría y Fundamentos (3 horas):

A. Introducción al Machine Learning y la Inteligencia Artificial en el ámbito de la salud.

B. Principios y técnicas fundamentales de Machine Learning y AI en salud

C. Ética y consideraciones legales en el uso de Machine Learning y la AI en salud

D. Ejemplos de éxito basados en soluciones ML y AI en salud

II. Casos Prácticos (7 horas):

A. Entorno de programación y herramientas estado del arte para el desarrollo de ML y AI

B. Clasificación supervisada y regresión con ejemplos prácticos de aplicación

C. Clasificación no supervisada y reducción de dimensionalidad con ejemplos prácticos de aplicación

D. Redes convolucionales para el análisis de imagen médica de aplicación

Lugar y fechas
Del 27 al 30 de enero de 2025
De 19:00 a 21:30 h.


Horas
Horas lectivas: 20
Créditos
1 crédito ECTS (en trámite).
Online
Esta actividad se desarrolla exclusivamente online.
Programa
  • lunes, 27 de enero
    • 19:00-21:30 h. Teoría
      • Jesús M. Cortés Doctor en física. Profesor catedrático (Ikerbasque) Instituto de Investigación BioBizkaia
  • martes, 28 de enero
    • 19:00-21:30 h. Entorno de programación y regresión
      • Antonio Jiménez Marín Doctor en biomedicina. Investigador en conectividad cerebral en salud y enfermedad. Biocruces-Bizkaia HRI
  • miércoles, 29 de enero
    • 19:00-21:30 h. Clasificación Supervisada y No Supervisada
      • Antonio Jiménez Marín Doctor en biomedicina. Investigador en conectividad cerebral en salud y enfermedad. Biocruces-Bizkaia HRI
  • jueves, 30 de enero
    • 19:00-21:30 h. Redes Convolucionales + Explicación Trabajo Final
      • Antonio Jiménez Marín Doctor en biomedicina. Investigador en conectividad cerebral en salud y enfermedad. Biocruces-Bizkaia HRI
Asistencia
Esta actividad se desarrolla exclusivamente online.
Inscripción
  Matrícula Ordinaria Ámbito UNED
Precio50 €40 €
Dirigido por
José Miguel Gil-Garcia Leiva
Profesor Titular del departamento de Tecnología Electrónica de la UPV/EHU y Profesor-Tutor en UNED Vitoria-Gasteiz. 
Coordinado por
Asier Azkarraga Agirre
Profesor tutor y coordinador académico en UNED Vitoria-Gasteiz. 
Ponentes
Jesús M. Cortés
Doctor en física. Profesor catedrático (Ikerbasque) Instituto de Investigación BioBizkaia
Antonio Jiménez Marín
Doctor en biomedicina. Investigador en conectividad cerebral en salud y enfermedad. Biocruces-Bizkaia HRI
Sistema de evaluación
Al final del curso el alumnado realizará un trabajo final. 
Colaboradores

Organiza

Centro Asociado UNED Vitoria-Gasteiz
Objetivos de Desarrollo Sostenible

Esta actividad impacta en los siguientes Objetivos de Desarrollo Sostenible:

Más información
UNED Vitoria-Gasteiz
Pedro de Asúa, 2
01008 Vitoria - Gasteiz Álava
945 244 200 / secretaria.alumnos@gasteiz.uned.es
Saltar al contenido
  • Facebook

  • Twitter

  • UNED