Continguts
Els estudis de Diploma d'especialització estàn organitzats en 3 assignatures obligatòries de 10 ECTS i el treball final del Diploma. L'anàlisi de dades s'ha utilitzat de manera intensiva i extensiva per moltes organitzacions. En ciències de la vida, l'anàlisi de dades clíniques és cada vegada més popular, fins i tot es podria dir cada vegada més essencial.
L'aplicació de metodologies basades en IA i Big Data poden beneficiar enormement a tots els actors involucrats en el sector de la salut. Per exemple, el anàlisis de dades pot ajudar a les organitzacions sanitàries en la presa de decisions de gestió, als metges a identificar tractaments eficaços i millors pràctiques, i als pacients rebre millors serveis assistencials a un menor cost.
L'enorme quantitat de dades generades per l'atenció mèdica és massa complexa per a ser processada i analitzada amb mètodes tradicionals. La intel.ligència artificial aplicada a l'anàlisi de dades proporciona la metodologia i la tecnologia per a transformar aquestes quantitats ingents de dades en informació útil per a la presa de decisions.
| Assignatura | Crèdits | Caràcter |
|---|---|---|
Intel·ligència Artificial en Salut |
10 ECTS |
Obligatòria |
Anàlisi de Dades en Salut |
10 ECTS |
Obligatòria |
Entorns Big Data per a lAnàlisi de Dades |
10 ECTS |
Obligatòria |
Treball Final de Diploma |
5 ECTS |
Obligatòria |
Itineraris
Aquest Diploma de Postgrau pertany al Màster en Intel·ligència Artificial i Big Data en Salut (4291)
Competències bàsiques
- Posseir i comprendre coneixements que aportin una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees.- Que els estudiants sàpiguen aplicar els coneixements adquirits i la seva capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relatius al seu camp d'estudi.
- Que els estudiants siguin capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, sent incompleta o limitada, inclogui reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis.
- Que els estudiants sàpiguen comunicar les seves conclusions amb els coneixements i raons últimes que les sustenten a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats.
- Que els estudiants tinguin les habilitats d'aprenentatge que els permetin continuar estudiant d'una manera que haurà de ser en gran mesura autodirigida o autònoma.
Competències específiques
CONEIXEMENTS:
KT01: Reconèixer les tecnologies de generació de dades sanitàries. KT02: Identificar els entorns basats en IA i els models utilitzats.
KT03: Identificar les tecnologies i conceptes específics en l'àmbit de les dades massives.
KT04: Demostrar coneixements en entorns/aplicacions/models d'IA i Big Data en Salut.
HABILITATS:
ST01: Analitzar les transformacions i tractament de les dades en l'àmbit de Ciències de la Salut
ST02: Relacionar tots els aspectes vinculats a les dades en l'àmbit de Ciències de la Salut
ST03: Analitzar les metodologies dIA aplicades a dades mèdiques ST04: Utilitzar entorns i eines per a la gestió de dades massives
ST05: Determinar els entorns i estructures eficients de gestió de dades. ST06: Experimentar amb eines i models d'IA i Big Data.
COMPETÈNCIES:
CT01: Avaluar diferents aspectes relacionats amb de les dades en l'àmbit de Ciències de la Salut
CT02: Dissenyar entorns per al processament de dades mèdiques CT0': Validar les eines tecnològiques de gestió de dades massives CT04: Dissenyar un codi de processament de dades massives CT05: Construir entorns de processament basat en IA i Big Data
Títol que s'obté
Diploma d'Especialització en Intel.ligència Artificial i Big Data en Salut