
DESCRIPCIÓN
Dentro del campo de la medicina, diariamente se genera una gran cantidad de datos clínicos, los mismos que son de utilidad para el médico a la hora de prescribir tratamientos o realizar un diagnóstico a los pacientes. Sin embargo, se requiere de un nivel de experiencia alto por parte de los médicos para dar con el tratamiento o el diagnóstico oportuno a partir de todos los datos disponibles de cada paciente. Es por ello por lo que hoy en día se promueve el uso de diversas herramientas de la Inteligencia Artificial para la construcción de modelos predictivos que faciliten la toma de decisiones clínicas y, a su vez, permitan extraer nuevos hallazgos clínicos sobre una determinada enfermedad de una forma práctica y simplificada.
DURACIÓN
El curso está estructurado en 40 horas y será dictado en modalidad virtual.
OBJETIVO
Capacitar a la audiencia médica para poder examinar las aplicaciones de la Inteligencia Artificial en la medicina y hacer uso de las herramientas necesarias para la construcción de modelos predictivos a partir de las historias clínicas, extrayendo información relevante de los mismos, usando la rigurosidad científica de los métodos y aplicando soluciones prácticas con el software que se utilice.
DIRIGIDO A
Personal hospitalario y estudiantes de medicina que tengan conocimientos básicos de ofimática. Se recomienda tener un buen nivel de lectura en inglés (no indispensable).
COMPETENCIAS
CONTENIDO
MÓDULO 1: El punto de vista analítico – 5 horas
-¿Qué es Analítica?
-Tipos de analítica
-IBM Watson
-Framingham Heart Study
-D2Hawkeye
-Categorizar respuesta a Botox en migraña
-Propósito del seminario
MÓDULO 2: Clasificación Supervisada – 10 horas
-Proceso de minería de datos
-Modelos y algoritmos
-Regresión
-Clasificación Supervisada
-Reglas de clasificación
-Árboles de clasificación
-Redes bayesianas
-Redes neuronales
-Overfitting
-Métricas
-Evaluación honesta del rendimiento
MÓDULO 3: Clasificación No Supervisada – 10 horas
-Clasificación vs. Clustering
-Tipos: Determinista vs. probabilista, Exclusivo vs. superpuesto, Jerárquico vs. plano, Top-down vs. bottom-up
-Evaluación de Clusters
-Clustering Simple: K-means
-Jerárquico e incremental
MÓDULO 4: Preprocesamiento – 10 horas
-Problemas en Datos clínicos
-Tratando con los datos
-Imputación
-Selección de atributos (FSS)
MÓDULO 5: Extracción de conocimiento – 5 horas
-Interpretando los datos
-Significancia estadística
-Gráficos
-Tipos de gráficos
-Infografías y Mapas
METODOLOGÍA DE TRABAJO
EVALUACIÓN
INSTRUCTOR
FECHAS:Junio 27,28,29,30; Julio 4,5,6,7,11,12,13,14,18,19,20,21,22,26,27,28 de 2022
HORARIO:19:00-21:00
DURACIÓN:40 horas
INFORMES E INSCRIPCIONES:
Tamara Aguilar Briones – dec.asesor1@uees.edu.ec
Celular: 095 955 0464