Universidad
Politécnica de Madrid

El curso tiene como objetivo proporcionar a profesionales del ámbito sanitario una visión global, aplicada y crítica de la inteligencia artificial, cubriendo desde sus fundamentos hasta su uso en contextos clínicos y de investigación. Se abordan conceptos clave como los distintos tipos de modelos (predictivos y generativos), el papel de los datos y las bases de datos clínicas, así como los principios del aprendizaje automático supervisado y su evaluación en problemas reales de salud.

Asimismo, el curso busca capacitar al participante para utilizar y valorar herramientas de IA de forma responsable y efectiva, incluyendo el uso de modelos generativos como los LLMs. Se enfatizan aspectos esenciales como la interpretación de resultados, los riesgos asociados (sesgos, errores, alucinaciones) y la protección de datos, con el objetivo de facilitar una integración segura y fundamentada de la IA en la práctica clínica y científica.

Microcredencial 1: Introducción a la Inteligencia Artificial en ciencias de la salud

• Qué es IA, ML y Deep Learning
• Casos reales en práctica clínica e investigación
• Modelos predictivos vs generativos
• Qué puede esperar (y qué no) un clínico de la IA
• Riesgos, sesgos y errores frecuentes
• Elementos básicos de la protección de datos

Microcredencial 2: Introducción a las bases de datos y su aplicación en el contexto clínico

• Conceptos básicos de bases de datos
• Diseño de bases de datos
• SQL esencial (consultas típicas en datos clínicos; JOINs y filtrado)
• Ejemplos con bases de datos reales anonimizadas

Microcredencial 3: Aprendizaje automático supervisado en el contexto clínico

• Aprendizaje supervisado: etiquetado
• Clasificación y regresión
• Algoritmos habituales (árboles, regresión, ensembles)
• Métricas de evaluación (sensibilidad, especificidad, AUC)
• Validación y errores comunes

Microcredencial 4: Inteligencia Artificial Generativa en salud

• Qué es un modelo generativo
• LLMs en salud
• Casos de uso clínico y científico
• Riesgos, alucinaciones y sesgos
• Técnicas de prompting
• Buenas prácticas de uso