Contenidos
Los estudios de Diploma de especialización están organizados en 3 asignaturas obligatorias de 10 ECTS y el trabajo final del Diploma. El análisis de datos se ha utilizado de forma intensiva y extensiva por muchas organizaciones. En ciencias de la vida, el análisis de datos clínicos es cada vez más popular, incluso podría decirse cada vez más esencial.
La aplicación de metodologías basadas en IA y Big Data pueden beneficiar enormemente a todos los actores involucrados en el sector de la salud. Por ejemplo, el análisis de datos puede ayudar a las organizaciones sanitarias en la toma de decisiones de gestión, a los médicos a identificar tratamientos eficaces y mejores prácticas, ya los pacientes recibir mejores servicios asistenciales a menor coste.
La enorme cantidad de datos generados por la atención médica es demasiado compleja para ser procesada y analizada con métodos tradicionales. La inteligencia artificial aplicada al análisis de datos proporciona la metodología y la tecnología para transformar estas ingentes cantidades de datos en información útil para la toma de decisiones.
| Asignatura | Créditos | Carácter |
|---|---|---|
Inteligencia Artificial en Salud |
10 ECTS |
Obligatoria |
Análisis de Datos en Salud |
10 ECTS |
Obligatoria |
Entornos de Big Data de Análisis de Datos |
10 ECTS |
Obligatoria |
Trabajo Final de Diploma |
5 ECTS |
Obligatoria |
Itinerarios
Este Diploma de postgrado pertenece al máster en Inteligencia Artificial y Big Data en Salud (4291/3)
Competencias básicas
- Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas.- Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
- Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
- Que los estudiantes sepan comunicar sus conclusiones con los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
- Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que deberá ser, en gran medida, autodirigido o autónomo.
Competencias específicas
CONOCIMIENTOS:
KT01: Reconocer las tecnologías de generación de datos sanitarios. KT02: Identificar los entornos basados en IA y los modelos utilizados.
KT03: Identificar las tecnologías y conceptos específicos en el ámbito de los datos masivos.
KT04: Demostrar conocimientos en entornos/aplicaciones/modelos de IA y Big Data en Salud.
HABILIDADES:
ST01: Analizar las transformaciones y tratamiento de los datos en el ámbito de Ciencias de la Salud
ST02: Relacionar todos los aspectos vinculados a los datos en el ámbito de Ciencias de la Salud
ST03: Analizar las metodologías de IA aplicadas a datos médicos ST04: Utilizar entornos y herramientas para la gestión de datos masivos
ST05: Determinar los entornos y estructuras eficientes de gestión de datos. ST06: Experimentar con herramientas y modelos de IA y Big Data.
COMPETENCIAS:
CT01: Evaluar diferentes aspectos relacionados con los datos en el ámbito de Ciencias de la Salud
CT02: Diseñar entornos para el procesamiento de datos médicos CT03: Validar las herramientas tecnológicas de gestión de datos masivos CT04: Diseñar un código de procesamiento de datos masivos CT05: Construir entornos de procesamiento basado en IA y Big Data.
Título que se obtiene
Diploma d'Especialización en Inteligencia Artificial y Big Data en Salud