Curso 1 · Fundamentos de IA en Salud

Estado actual

No Inscrito

Precio

Gratuito

Primeros pasos

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
Sección 2 · El dato → IA en salud
De la consulta médica al dato 1 Tema | 1 Cuestionario
Contenido de la Lección
0% Completado 0/1 pasos
Contenido de la Lección
0% Completado 0/1 pasos
¿Qué es la IA en salud? IA vs. ML vs. DL 1 Tema | 1 Cuestionario
Contenido de la Lección
0% Completado 0/1 pasos
Tipos de datos y tipos de IA 1 Tema | 1 Cuestionario
Contenido de la Lección
0% Completado 0/1 pasos
Sección 3 · Bases técnicas (manos a la obra)
De la clínica a los números: variables
Probabilidad y relaciones entre variables
La intuición de los modelos: regresión, árbol y red neuronal
Python sin miedo, para personal de la salud
Análisis exploratorio de datos en salud
Sección 4 · Ética, regulación y visión de conjunto
El marco ético y el deber de cuidado
¿Qué cambia con ML, DL e IA generativa?
Marco ético y regulatorio en Colombia (y en otros países)📄
El ciclo completo de un proyecto de IA
Cuestionario final del curso + 🏅 Insignia Fundamentos
Scroll al inicio