En este primer módulo entenderás la inteligencia artificial en salud desde la perspectiva del dato: cómo se captura, se registra, se estandariza y se convierte en predicción. Recorreremos el ciclo del dato, la diferencia entre IA, machine learning y deep learning, los tipos de datos clínicos, las bases de matemática y estadística, el análisis exploratorio, y el marco ético y regulatorio en Colombia.
Al terminar este módulo serás capaz de:
- Explicar cómo viaja el dato en salud, desde la consulta hasta la predicción.
- Diferenciar IA, machine learning y deep learning, y reconocer los tipos de datos y de modelos.
- Entender las bases de matemática, estadística y análisis de datos que sostienen un modelo clínico.
- Reconocer el marco ético y regulatorio colombiano del uso de IA con datos de salud.
Contenido del Curso
Sección 1 · Punto de partida
Introducción y bienvenida
Actualmente no tienes acceso a este contenido
Sección 2 · El dato → IA en salud
Sección 3 · Bases técnicas (manos a la obra)
De la clínica a los números: variables
Actualmente no tienes acceso a este contenido
Probabilidad y relaciones entre variables
Actualmente no tienes acceso a este contenido
La intuición de los modelos: regresión, árbol y red neuronal
Actualmente no tienes acceso a este contenido
Python sin miedo, para personal de la salud
Actualmente no tienes acceso a este contenido
Análisis exploratorio de datos en salud
Actualmente no tienes acceso a este contenido
Sección 4 · Ética, regulación y visión de conjunto
El marco ético y el deber de cuidado
Actualmente no tienes acceso a este contenido
¿Qué cambia con ML, DL e IA generativa?
Actualmente no tienes acceso a este contenido
Marco ético y regulatorio en Colombia (y en otros países)📄
Actualmente no tienes acceso a este contenido
El ciclo completo de un proyecto de IA
Actualmente no tienes acceso a este contenido
Cuestionario final del curso + 🏅 Insignia Fundamentos
Actualmente no tienes acceso a este contenido
