Temario

CLASE 1: PRINCIPIOS DE INTELIGENCIA ARTIFICIAL PARA PROFESIONALES DE LA SALUD

Objetivos:

Definir qué es la inteligencia artificial (IA) y cómo se aplica al ámbito médico.

Explicar conceptos fundamentales de aprendizaje automático y aprendizaje profundo.

Introducir los principios éticos y regulatorios de la IA en la salud.

Contenidos:

1. Conceptos básicos de IA: Definición, historia y evolución de la IA.
2. Métodos en IA:
o Aprendizaje supervisado y no supervisado.
o Redes neuronales y aprendizaje profundo (deep learning).
3. Concepto de PROMPT:
o Cómo construir un prompt.
o Ejemplos y estrategias para utilizar bien los prompts.
4. El error en la IA: Limitaciones de la IA, concepto de alucinación. Cómo controlar en nivel de aleatoriedad.

CLASE 2: APLICACIONES PARA BÚSQUEDA DE BIBLIOGRAFÍA CIENTÍFICA, ANÁLISIS CRÍTICO Y ESTADÍSTICA BIOMÉDICA.

Objetivos:

Enseñar a utilizar herramientas basadas en IA para buscar literatura científica relevante.

Mejorar la capacidad de análisis crítico de la literatura mediante algoritmos de IA.

Aplicar herramientas estadísticas avanzadas para análisis de datos biomédicos.

Contenidos:

1. Búsqueda de bibliografía científica:
o Herramientas como Semantic Scholar, PubMed con IA, Research Rabbit.
o Cómo utilizar IA para identificar artículos relevantes y relacionarlos con datos actuales.
2. Herramientas para leer y analizar papers:
o Uso de IA para resumir artículos y destacar puntos clave.
o Traductores: DeepL
o Identificación de sesgos metodológicos y fortalezas de estudios con apoyo de herramientas como Scispace.

CLASE 3: APLICACIONES AUXILIARES PARA PROFESIONALES DE LA SALUD

Objetivos:

Explorar herramientas asistidas por IA para la creación de materiales educativos.

Enseñar a los participantes a generar contenido visual y audiovisual profesional.

Contenidos:

1. Creación de presentaciones con IA:
o Uso de herramientas como Gamma para automatizar diseño y contenido.
o Ejercicios prácticos para adaptar el contenido médico en diapositivas.
2. Generación de imágenes didácticas:
o DALL·E, ChatGPT e Ideogram para ilustraciones médicas personalizadas.
o Adaptación ética de imágenes en materiales educativos.
3. Herramientas para redactar con IA. Detectores de escritura con IA.
o Integrador de documentos: Notebook LM
o Redactar y detectar IA: Jemini, Scispace.

CLASE 4: CONSTRUCCIÓN DE HERRAMIENTAS DE IA EN SALUD: FUNDAMENTOS Y PROCESOS

Objetivos:

Proporcionar al equipo de salud una visión integral del desarrollo y aplicación de la IA en pediatría.

Ciclo de vida de una App, ejemplos prácticos y consideraciones éticas.

Contenidos:

1. Introducción y Contexto
o Fundamentos de la IA en Salud: Ciclo de Vida.
2. Aplicaciones Prácticas de Herramientas de IA
o Herramientas de IA en pediatría.
o Casos de uso. Consideraciones Éticas y Desafíos

CLASE 5: HERRAMIENTAS DE IA PARA LA TOMA DE DECISIONES EN SALUD

Objetivos:

Presentar herramientas útiles en la práctica clínica.

Conocer las limitaciones y resguardos éticos de las aplicaciones.

Contenidos:

1. Herramientas clínicas
o Uso de aplicaciones para la resolución de casos clínicos.
o Aplicaciones para formular preguntas PICO y revisar la evidencia.
2. Entrenamiento de un modelo de lenguaje para la práctica profesional
o Entrenamiento de un LLM para la asistencia en el consultorio.
o Interpretación de estudios de laboratorio, resúmenes de historia clínica, etc.
o Uso de IA para mantenerse actualizado. Programación de tareas, creación de un “agente”

CLASE 6: IA APLICADA A LA GESTIÓN EN SALUD

Objetivos:

Comprender cómo la IA mejora la eficiencia en la gestión sanitaria.

Explicar el impacto de la IA en la toma de decisiones en salud (VBHC, tableros de comando).

Uso de IA para análisis secundario de historias clínicas.

Gestión de la información

Contenidos:

1. IA en la Gestión Sanitaria
o Contexto: Desperdicio en salud (IHI 2011) y la necesidad de optimización.
o Historia breve: Un hospital con alta tasa de reingresos y cómo la IA cambió su gestión – MODELOS PREDICTIVOS.
2. IA y el Modelo de Atención Basado en Valor (VBHC)
o Concepto de VBHC: Pagar por resultados, no por volumen.
o Uso de IA para mejorar la calidad y reducir costos – optimizar resultados = mejor asignación de recursos.
o Caso real: Predicción de complicaciones en pacientes internados para optimizar uso de recursos.
3. Análisis Secundario de Historias Clínicas
o Extracción de información con IA desde registros médicos estructurados y no estructurados.
o Beneficios: Reducción de eventos adversos y mejora en tiempos de respuesta.
4. Tableros de Comando para la Gestión Sanitaria
o IA aplicada a la visualización de datos para la toma de decisiones.
o Caso de uso.
5. Predicción de ocupación hospitalaria y optimización de recursos
o Predicción de Reinternación
o Optimización de Quirófanos
o Optimización de Consultorios externos
o Impacto: Reducción de tiempos de espera y mejor asignación de recursos.