Online
del 24 al 27 de febrero de 2025
Tecnologías machine learning y de inteligencia artificial para profesionales de la salud
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 tres horas iniciales se dedican a establecer los fundamentos necesarios, mientras que las siete 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 24 al 27 de febrero de 2025
De 19:00 a 21:30 h.
- Horas
- Horas lectivas: 20
- Créditos
- 1 crédito ECTS.
- Online
- Asistencia online en directo o en diferido, sin necesidad de ir al centro.
- Programa
- lunes, 24 de febrero
- 19:00-21:30 h. Teoría
- Jesús M. Cortés Doctor en física. Profesor catedrático (Ikerbasque) Instituto de Investigación BioBizkaia
- martes, 25 de febrero
- 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, 26 de febrero
- 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, 27 de febrero
- 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
- Asistencia online en directo o en diferido, sin necesidad de ir al centro.
- Inscripción
| Matrícula Ordinaria | Personas con discapacidad | Ámbito UNED |
---|
Precio | 50 € | 40 € | 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
- El curso consta de 10 horas lectivas y 10 más de trabajo autónomo. Al final del curso el alumnado realizará un trabajo final, que determinarán los ponentes a lo largo de las sesiones del curso, a partir de los materiales que se facilitarán.
- Colaboradores
Organiza
- 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