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 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
- Dates and places
- From November, 4th 2024 to November, 7th 2024
19:00 to 21:30 h. - Online
- This activity is carried out exclusively online.
- Program
- Monday, November, 4th 2024
- 19:00-21:30 h. Entorno de Programación
- Jesús M. Cortés Doctor en física. Profesor catedrático (Ikerbasque) Instituto de Investigación BioBizkaia
- 19:00-21:30 h. Entorno de Programación
- Tuesday, November, 5th 2024
- 19:00-21:30 h. Regresión
- Antonio Jiménez Marín Investigador en conectividad cerebral en salud y enfermedad. Biocruces-Bizkaia HRI
- 19:00-21:30 h. Regresión
- Wednesday, November, 6th 2024
- 19:00-21:30 h. Clasificación Supervisada y No Supervisada
- Antonio Jiménez Marín Investigador en conectividad cerebral en salud y enfermedad. Biocruces-Bizkaia HRI
- 19:00-21:30 h. Clasificación Supervisada y No Supervisada
- Thursday, November, 7th 2024
- 19:00-21:30 h. Redes Convolucionales + Explicación Trabajo Final
- Antonio Jiménez Marín Investigador en conectividad cerebral en salud y enfermedad. Biocruces-Bizkaia HRI
- 19:00-21:30 h. Redes Convolucionales + Explicación Trabajo Final
- Monday, November, 4th 2024
- Attendance
- This activity is carried out exclusively online.
- Enrollment
Ordinary enrollment Ámbito UNED Fee 50 € 40 € - Directed by
- José Miguel Gil-Garcia Leiva
- Profesor Titular del departamento de Tecnología Electrónica de la UPV/EHU y Profesor-Tutor en UNED Vitoria-Gasteiz.
- Coordinated by
- Asier Azkarraga Agirre
- Profesor tutor y coordinador académico en UNED Vitoria-Gasteiz.
- Lecturers
- Jesús M. Cortés
- Doctor en física. Profesor catedrático (Ikerbasque) Instituto de Investigación BioBizkaia
- Antonio Jiménez Marín
- Investigador en conectividad cerebral en salud y enfermedad. Biocruces-Bizkaia HRI
- Grading system
- Al final del curso el alumnado realizará un trabajo final.
- Collaborates
Organizers
- Objetivos de Desarrollo Sostenible
Esta actividad impacta en los siguientes Objetivos de Desarrollo Sostenible:
- More
- UNED Vitoria-Gasteiz
Pedro de Asúa, 2
01008 Vitoria - Gasteiz Álava
945 244 200 / secretaria.alumnos@gasteiz.uned.es