Ajuste Fino de IA para la Salud: Diagnóstico Médico y Analítica Predictiva
El ajuste fino es un proceso crítico para adaptar modelos de IA preentrenados a tareas diagnósticas y predictivas específicas del sector salud.
Esta formación en vivo con instructor (en línea o presencial) está dirigida a desarrolladores de IA médica y científicos de datos de nivel intermedio a avanzado que desean ajustar modelos para el diagnóstico clínico, la predicción de enfermedades y la pronóstico de resultados de los pacientes, utilizando datos médicos estructurados y no estructurados.
Al finalizar esta formación, los participantes podrán:
- Ajustar modelos de IA en conjuntos de datos de salud, incluyendo historias clínicas electrónicas (EMR), imágenes y datos de series temporales.
- Aplicar aprendizaje por transferencia, adaptación de dominio y compresión de modelos en contextos médicos.
- Abordar la privacidad, el sesgo y el cumplimiento normativo en el desarrollo de modelos.
- Implementar y monitorear modelos ajustados en entornos sanitarios reales.
Formato del curso
- Conferencia interactiva y debate.
- Numerosos ejercicios y práctica.
- Implementación práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para gestionarlo.
Temario del curso
Introducción a la IA en la salud
- Aplicaciones de la IA en el apoyo a la decisión clínica y el diagnóstico
- Panorama general de las modalidades de datos de salud: estructurados, texto, imágenes, sensores
- Desafíos únicos del desarrollo de IA médica
Preparación y gestión de datos de salud
- Trabajo con historias clínicas electrónicas (EMR), resultados de laboratorio y datos HL7/FHIR
- Preprocesamiento de imágenes médicas (DICOM, TC, RMN, Rayos X)
- Manejo de datos de series temporales procedentes de dispositivos portátiles o monitores de UCI
Técnicas de ajuste fino para modelos de salud
- Aprendizaje por transferencia y adaptación específica del dominio
- Ajuste específico de tareas para clasificación y regresión
- Ajuste fino con pocos recursos cuando se dispone de datos anotados limitados
Predicción de enfermedades y pronóstico de resultados
- Puntuación de riesgo y sistemas de alerta temprana
- Analítica predictiva para readmisiones y respuesta al tratamiento
- Integración de modelos multimodales
Ética, privacidad y consideraciones regulatorias
- HIPAA, RGPD y manejo de datos de los pacientes
- Mitigación del sesgo y auditoría de equidad en los modelos
- Explicabilidad en la toma de decisiones clínicas
Evaluación y validación de modelos en entornos clínicos
- Métricas de rendimiento (AUC, sensibilidad, especificidad, F1)
- Técnicas de validación para conjuntos de datos desequilibrados y de alto riesgo
- Pruebas simuladas frente a pipelines de prueba en el mundo real
Implementación y monitoreo en entornos de salud
- Integración de modelos en los sistemas de TI hospitalarios
- CI/CD en entornos médicos regulados
- Detección de deriva posterior a la implementación y aprendizaje continuo
Resumen y próximos pasos
Requerimientos
- Comprensión de los principios del aprendizaje automático y el aprendizaje supervisado
- Experiencia con conjuntos de datos de salud, como historias clínicas electrónicas (EMR), datos de imágenes o notas clínicas
- Conocimientos de Python y marcos de aprendizaje automático (por ejemplo, TensorFlow, PyTorch)
Dirigido a:
- Desarrolladores de IA médica
- Científicos de datos en el sector salud
- Profesionales que construyen modelos diagnósticos o predictivos para la atención sanitaria
Los cursos públicos requieren más de 5 participantes.
Ajuste Fino de IA para la Salud: Diagnóstico Médico y Analítica Predictiva - Reserva
Ajuste Fino de IA para la Salud: Diagnóstico Médico y Analítica Predictiva - Consulta
Ajuste Fino de IA para la Salud: Diagnóstico Médico y Analítica Predictiva - Solicitud de consultoría
Próximos cursos
Cursos Relacionados
Ajuste Fino Avanzado y Gestión de Prompts en Vertex AI
14 HorasVertex AI ofrece herramientas avanzadas para el ajuste fino de grandes modelos y la gestión de prompts, permitiendo a desarrolladores y equipos de datos optimizar la precisión del modelo, agilizar los flujos de trabajo iterativos y garantizar una evaluación rigurosa mediante bibliotecas y servicios integrados.
Esta capacitación en vivo con instructores (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen mejorar el rendimiento y la confiabilidad de las aplicaciones de inteligencia artificial generativa utilizando ajuste fino supervisado, versionado de prompts y servicios de evaluación en Vertex AI.
Al finalizar esta capacitación, los participantes podrán:
- Aplicar técnicas de ajuste fino supervisado a modelos Gemini en Vertex AI.
- Implementar flujos de trabajo de gestión de prompts, incluido el versionado y las pruebas.
- Aprovechar las bibliotecas de evaluación para comparar y optimizar el rendimiento de la IA.
- Desplegar y monitorear modelos mejorados en entornos de producción.
Formato del Curso
- Clase magistral interactiva y discusión.
- Talleres prácticos con herramientas de ajuste fino y prompts de Vertex AI.
- Estudios de casos sobre la optimización de modelos empresariales.
Opciones de Personalización del Curso
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinarla.
IA Agéntica en el Sector Salud
14 HorasLa IA agéntica es un enfoque en el que los sistemas de IA planifican, razonan y ejecutan acciones con herramientas para alcanzar objetivos dentro de restricciones definidas.
Esta formación en vivo, impartida por instructores (en línea o presencial), está dirigida a equipos de nivel intermedio de salud y datos que desean diseñar, evaluar y gobernar soluciones de IA agéntica para casos de uso clínicos y operativos.
Al finalizar esta formación, los participantes podrán:
- Explicar los conceptos de la IA agéntica y sus restricciones en contextos sanitarios.
- Diseñar flujos de trabajo seguros con planificación, memoria y uso de herramientas.
- Construir agentes aumentados por recuperación sobre documentos clínicos y bases de conocimiento.
- Evaluar, monitorear y gobernar el comportamiento de los agentes mediante límites de seguridad y controles con intervención humana.
Formato del Curso
- Conferencia interactiva y discusión facilitada.
- Laboratorios guiados y recorridos de código en un entorno sandbox.
- Ejercicios basados en escenarios sobre seguridad, evaluación y gobernanza.
Opciones de Personalización del Curso
- Para solicitar una formación personalizada para este curso, contáctenos para organizarlo.
Agentes de IA para la atención sanitaria y el diagnóstico
14 HorasEsta formación presencial impartida por un instructor en Uruguay (en línea o in situ) va dirigida a profesionales sanitarios y desarrolladores de IA de nivel intermedio a avanzado que deseen implementar soluciones de atención sanitaria basadas en IA.
Al finalizar esta formación, los participantes serán capaces de:
- Comprender el papel de los agentes de IA en la atención sanitaria y el diagnóstico.
- Desarrollar modelos de IA para el análisis de imágenes médicas y diagnósticos predictivos.
- Integrar la IA con las historias clínicas electrónicas (HCE) y los flujos de trabajo clínicos.
- Asegurar el cumplimiento de las normativas sanitarias y las prácticas de IA éticas.
Inteligencia artificial y realidad aumentada/virtual en el sector salud
14 HorasEsta formación en vivo, impartida por un instructor, en Uruguay (en línea o presencial), está dirigida a profesionales de la salud de nivel intermedio que desean aplicar soluciones de IA y RA/RV para la formación médica, simulaciones quirúrgicas y rehabilitación.
Al finalizar esta formación, los participantes serán capaces de:
- Comprender el papel de la IA en la mejora de las experiencias de RA/RV en el sector salud.
- Utilizar RA/RV para simulaciones quirúrgicas y formación médica.
- Aplicar herramientas de RA/RV en la rehabilitación y terapia de pacientes.
- Explorar las preocupaciones éticas y de privacidad en las herramientas médicas potenciadas por IA.
IA para la Salud usando Google Colab
14 HorasEsta formación en vivo, impartida por instructores en Uruguay (en línea o presencial), está dirigida a profesionales del sector salud y científicos de datos de nivel intermedio que desean aprovechar la IA para aplicaciones avanzadas en el ámbito sanitario mediante Google Colab.
Al finalizar esta formación, los participantes serán capaces de:
- Implementar modelos de IA para el sector salud utilizando Google Colab.
- Utilizar la IA para modelado predictivo en datos de salud.
- Analizar imágenes médicas mediante técnicas impulsadas por inteligencia artificial.
- Explorar las consideraciones éticas en soluciones de IA para la salud.
Inteligencia Artificial en la Atención Sanitaria
21 HorasEsta formación en vivo impartida por un instructor en Uruguay (presencial o online) está dirigida a profesionales sanitarios y científicos de datos de nivel intermedio que desean comprender y aplicar las tecnologías de IA en entornos sanitarios.
Al finalizar esta formación, los participantes podrán:
- Identificar los principales desafíos de la atención sanitaria que la IA puede abordar.
- Analizar el impacto de la IA en la asistencia a los pacientes, la seguridad y la investigación médica.
- Comprender la relación entre la IA y los modelos de negocio sanitarios.
- Aplicar conceptos fundamentales de IA a escenarios de atención sanitaria.
- Desarrollar modelos de aprendizaje automático para el análisis de datos médicos.
ChatGPT para el Cuidado de la Salud
14 HorasEsta formación presencial impartida por un instructor en Uruguay (en línea o in situ) está dirigida a profesionales e investigadores del sector salud que desean aprovechar ChatGPT para mejorar la atención al paciente, optimizar flujos de trabajo y obtener mejores resultados sanitarios.
Al finalizar esta capacitación, los participantes podrán:
- Comprender los fundamentos de ChatGPT y sus aplicaciones en el sector salud.
- Utilizar ChatGPT para automatizar procesos e interacciones sanitarias.
- Proporcionar información médica precisa y apoyo a los pacientes mediante ChatGPT.
- Aplicar ChatGPT en la investigación y el análisis médico.
Edge AI para la Salud
14 HorasEsta formación en vivo con instructor en Uruguay (en línea o presencial) está dirigida a profesionales de la salud de nivel intermedio, ingenieros biomédicos y desarrolladores de IA que deseen aprovechar Edge AI para crear soluciones innovadoras en el ámbito sanitario.
Al finalizar esta formación, los participantes serán capaces de:
- Comprender el papel y los beneficios de Edge AI en el sector sanitario.
- Desarrollar e implementar modelos de IA en dispositivos periféricos para aplicaciones sanitarias.
- Implementar soluciones de Edge AI en dispositivos portátiles y herramientas diagnósticas.
- Diseñar y desplegar sistemas de monitoreo de pacientes mediante Edge AI.
- Abordar las consideraciones éticas y regulatorias en las aplicaciones de IA para la salud.
IA generativa e ingeniería de prompts en el sector sanitario
8 HorasLa IA generativa es una tecnología que crea nuevo contenido, como texto, imágenes y recomendaciones, basándose en indicaciones (prompts) y datos.
Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a profesionales de la salud de nivel principiante e intermedio que desean utilizar la IA generativa y la ingeniería de prompts para mejorar la eficiencia, la precisión y la comunicación en contextos médicos.
Al finalizar esta formación, los participantes podrán:
- Comprender los fundamentos de la IA generativa y la ingeniería de prompts.
- Aplicar herramientas de IA para agilizar tareas clínicas, administrativas y de investigación.
- Garantizar un uso ético, seguro y normativo de la IA en el sector sanitario.
- Optimizar las indicaciones para lograr resultados coherentes y precisos.
Formato del curso
- Conferencia interactiva y discusión.
- Ejercicios prácticos y estudios de caso.
- Experimentación práctica con herramientas de IA.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, por favor contáctenos para organizarla.
Inteligencia Artificial Generativa en la Atención Médica: Transformando la Medicina y el Cuidado del Paciente
21 HorasEsta formación impartida por un instructor en vivo en Uruguay (en línea o presencial) está dirigida a profesionales de la salud, analistas de datos y responsables políticos con conocimientos básicos e intermedios que desean comprender y aplicar la inteligencia artificial generativa en el contexto de la atención médica.
Al finalizar esta formación, los participantes serán capaces de:
- Explicar los principios y las aplicaciones de la inteligencia artificial generativa en el ámbito de la salud.
- Identificar oportunidades para que la inteligencia artificial generativa mejore el descubrimiento de fármacos y la medicina personalizada.
- Utilizar técnicas de inteligencia artificial generativa para la obtención de imágenes médicas y los diagnósticos.
- Evaluar las implicaciones éticas de la inteligencia artificial en entornos médicos.
- Desarrollar estrategias para integrar tecnologías de IA en los sistemas de salud.
LangGraph en el sector salud: Orquestación de flujos de trabajo para entornos regulados
35 HorasLangGraph permite la creación de flujos de trabajo con estado y múltiples actores, potenciados por modelos de lenguaje grandes (LLM), ofreciendo un control preciso sobre las rutas de ejecución y la persistencia del estado. En el sector salud, estas capacidades son fundamentales para garantizar el cumplimiento normativo, la interoperabilidad y el desarrollo de sistemas de apoyo a la decisión que se alineen con los procesos médicos.
Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y gestionar soluciones de salud basadas en LangGraph, abordando al mismo tiempo los desafíos regulatorios, éticos y operativos.
Al finalizar esta formación, los participantes podrán:
- Diseñar flujos de trabajo específicos para el sector salud utilizando LangGraph, priorizando el cumplimiento normativo y la trazabilidad.
- Integrar aplicaciones de LangGraph con ontologías y estándares médicos (FHIR, SNOMED CT, ICD).
- Aplicar buenas prácticas para garantizar confiabilidad, trazabilidad y explicabilidad en entornos sensibles.
- Desplegar, monitorear y validar aplicaciones de LangGraph en entornos de producción del sector salud.
Formato del curso
- Clase magistral interactiva y discusión.
- Ejercicios prácticos con estudios de caso reales.
- Práctica de implementación en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.
IA multimodal para la salud
21 HorasEsta capacitación en vivo con instructores en Uruguay (en línea o presencial) está dirigida a profesionales de la salud, investigadores médicos y desarrolladores de IA de nivel intermedio a avanzado que deseen aplicar la IA multimodal en diagnósticos médicos y aplicaciones sanitarias.
Al finalizar esta formación, los participantes serán capaces de:
- Comprender el papel de la IA multimodal en la salud moderna.
- Integrar datos médicos estructurados y no estructurados para diagnósticos impulsados por IA.
- Aplicar técnicas de IA para analizar imágenes médicas y registros electrónicos de salud.
- Desarrollar modelos predictivos para el diagnóstico de enfermedades y recomendaciones de tratamiento.
- Implementar procesamiento del habla y lenguaje natural (NLP) para la transcripción médica y la interacción con pacientes.
Aplicaciones de Ollama en el sector salud
14 HorasOllama es una plataforma ligera para ejecutar modelos de lenguaje grandes (LLM) localmente.
Esta formación impartida por un instructor, en vivo (en línea o presencial), está dirigida a profesionales de la salud y equipos de TI con nivel intermedio que deseen implementar, personalizar y poner en operación soluciones de IA basadas en Ollama dentro de entornos clínicos y administrativos.
Al completar esta formación, los participantes podrán:
- Instalar y configurar Ollama para su uso seguro en entornos sanitarios.
- Integrar LLM locales en flujos de trabajo clínicos y procesos administrativos.
- Personalizar modelos para terminología y tareas específicas del sector salud.
- Aplicar las mejores prácticas en materia de privacidad, seguridad y cumplimiento normativo.
Formato del curso
- Clase interactiva con debates.
- Demostraciones prácticas y ejercicios guiados.
- Implementación práctica en un entorno simulado de salud aislado (sandbox).
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, comuníquese con nosotros para coordinarlo.
Ingeniería de prompts para el sector salud
14 HorasEsta capacitación en vivo dirigida por un instructor en Uruguay (en línea o presencial) está orientada a profesionales de la salud con nivel intermedio y desarrolladores de IA que desean aprovechar las técnicas de ingeniería de prompts para mejorar los flujos de trabajo médicos, la eficiencia de la investigación y los resultados de los pacientes.
Al finalizar esta capacitación, los participantes serán capaces de:
- Comprender los fundamentos de la ingeniería de prompts en el ámbito de la salud.
- Utilizar prompts de IA para la documentación clínica y las interacciones con los pacientes.
- Aprovechar la IA para la investigación médica y la revisión bibliográfica.
- Optimizar el descubrimiento de fármacos y la toma de decisiones clínicas mediante prompts impulsados por IA.
- Garantizar el cumplimiento de las normativas y estándares éticos en la IA aplicada a la salud.
TinyML en la atención sanitaria: IA en dispositivos portátiles
21 HorasTinyML es la integración del aprendizaje automático en dispositivos médicos y portátiles de bajo consumo energético y con recursos limitados.
Esta formación presencial impartida por un instructor (en línea o en las instalaciones) está dirigida a profesionales de nivel intermedio que deseen implementar soluciones de TinyML para aplicaciones de monitorización sanitaria y diagnósticas.
Tras completar esta formación, los participantes serán capaces de:
- Diseñar e implementar modelos de TinyML para el procesamiento de datos sanitarios en tiempo real.
- Recopilar, preprocesar e interpretar datos de biosensores para obtener información impulsada por inteligencia artificial.
- Optimizar modelos para dispositivos portátiles con restricción de energía y memoria.
- Evaluar la relevancia clínica, fiabilidad y seguridad de las salidas impulsadas por TinyML.
Formato del curso
- Conferencias apoyadas por demostraciones en vivo y debate interactivo.
- Práctica manual con datos de dispositivos portátiles y marcos de TinyML.
- Ejercicios de implementación en un entorno de laboratorio guiado.
Opciones de personalización del curso
- Para una formación personalizada que se ajuste a dispositivos sanitarios específicos o flujos de trabajo normativos, póngase en contacto con nosotros para adaptar el programa.