08 DE AGOSTO
SABADOS Y DOMINGOS (5-7) HORA PERÚ
El programa esta dirigido a
Médicos, enfermeros y profesionales de la salud interesados en digitalización clínica y tecnologías innovadoras.
Ingenieros, bioinformáticos y científicos de datos aplicados al sector salud.
Gestores hospitalarios y responsables de salud pública.
Profesionales de tecnología con interés en HealthTech e Inteligencia Artificial.
Emprendedores e innovadores que busquen liderar proyectos de salud digital basados en IA y datos
Al finalizar el programa, el participante será capaz de:
Procesar, depurar y analizar estadísticamente datos clínicos estructurados y no estructurados con Python y Pandas.
Construir y evaluar modelos predictivos de Machine Learning para el diagnóstico temprano y estratificación de riesgo de pacientes.
Desarrollar e integrar asistentes virtuales y chatbots médicos basados en IA generativa mediante APIs.
Diseñar dashboards interactivos en Power BI para el monitoreo epidemiológico y la gestión asistencial.
Aplicar algoritmos de visión por computadora y redes neuronales convolucionales en el análisis de imágenes médicas radiológicas.
Gestionar proyectos de Big Data e interoperabilidad en salud cumpliendo normativas internacionales de ciberseguridad y privacidad como HIPAA y GDPR.
Formular e implementar soluciones de telemedicina e infraestructura en la nube para entornos de hospitales 4.0.
Estructurar y defender un proyecto final integrador con propuesta de valor viable en el ecosistema HealthTech
Desarrollarás conocimientos sobre la evolución de la salud digital, la medicina basada en valor y el ecosistema HealthTech, clasificando datos clínicos estructurados y no estructurados con software visual y evaluando la ética, privacidad y gobernanza mediante técnicas de anonimización.
Aprenderás la sintaxis de Python en entornos interactivos, la limpieza e imputación de registros hospitalarios complejos con Pandas y NumPy, la generación de mapas de calor epidemiológicos y la ejecución de análisis exploratorios de datos para reportes gerenciales.
Aprenderás a construir, entrenar y evaluar algoritmos predictivos supervisados como Random Forest para estratificación de riesgo cardiovascular, aplicar modelos no supervisados como K-Means para segmentación de fenotipos y optimizar la sensibilidad médica con matrices de confusión.
Aprenderás a aplicar Prompt Engineering para sintetizar reportes médicos sin alucinaciones, diseñar flujos conversacionales de triage con la definición de alertas críticas, automatizar notas clínicas en formato SOAP y conectar sistemas mediante APIs a modelos de lenguaje como GPT-4 y Claude.
Aprenderás a optimizar la ruta de atención médica digital integrando dispositivos IoT, auditar la madurez tecnológica e infraestructura en la nube de centros de salud y realizar simulaciones de teleconsulta asistidas por Inteligencia Artificial en tiempo real.
Aprenderás a evaluar la factibilidad de arquitecturas masivas de datos, catalogar activos de información para Data Lakes hospitalarios, procesar registros masivos en segundos utilizando PySpark, redactar manuales de gobernanza de accesos y simular protocolos de respuesta ante ciberataques como ransomware.
Aprenderás a aplicar redes neuronales convolucionales en radiología, validar las zonas de predicción con mapas de calor Grad-CAM, preprocesar metadatos y archivos DICOM con Python y explorar bases de datos genómicas para la identificación de biomarcadores en medicina personalizada.
Aprenderás a utilizar metodologías ágiles como Design Thinking y Lean Startup para resolver problemáticas hospitalarias, estructurar propuestas de valor viables en el lienzo Business Model Canvas y presentar proyectos en formato de pitch ejecutivo para inversión.
Desarrollarás un Sistema de Alerta Temprana para Deterioro Clínico Intrahospitalario utilizando Machine Learning con datos reales de la base MIMIC-IV, desde el procesamiento del dato hasta el despliegue de dashboards en Power BI, asistentes inteligentes y la defensa en vivo ante un panel evaluador.
Desarrollarás conocimientos sobre la evolución de la salud digital, la medicina basada en valor y el ecosistema HealthTech, clasificando datos clínicos estructurados y no estructurados con software visual y evaluando la ética, privacidad y gobernanza mediante técnicas de anonimización.
Aprenderás la sintaxis de Python en entornos interactivos, la limpieza e imputación de registros hospitalarios complejos con Pandas y NumPy, la generación de mapas de calor epidemiológicos y la ejecución de análisis exploratorios de datos para reportes gerenciales.
Aprenderás a construir, entrenar y evaluar algoritmos predictivos supervisados como Random Forest para estratificación de riesgo cardiovascular, aplicar modelos no supervisados como K-Means para segmentación de fenotipos y optimizar la sensibilidad médica con matrices de confusión.
Aprenderás a aplicar Prompt Engineering para sintetizar reportes médicos sin alucinaciones, diseñar flujos conversacionales de triage con la definición de alertas críticas, automatizar notas clínicas en formato SOAP y conectar sistemas mediante APIs a modelos de lenguaje como GPT-4 y Claude.
Aprenderás a optimizar la ruta de atención médica digital integrando dispositivos IoT, auditar la madurez tecnológica e infraestructura en la nube de centros de salud y realizar simulaciones de teleconsulta asistidas por Inteligencia Artificial en tiempo real.
Aprenderás a evaluar la factibilidad de arquitecturas masivas de datos, catalogar activos de información para Data Lakes hospitalarios, procesar registros masivos en segundos utilizando PySpark, redactar manuales de gobernanza de accesos y simular protocolos de respuesta ante ciberataques como ransomware.
Aprenderás a aplicar redes neuronales convolucionales en radiología, validar las zonas de predicción con mapas de calor Grad-CAM, preprocesar metadatos y archivos DICOM con Python y explorar bases de datos genómicas para la identificación de biomarcadores en medicina personalizada.
Aprenderás a utilizar metodologías ágiles como Design Thinking y Lean Startup para resolver problemáticas hospitalarias, estructurar propuestas de valor viables en el lienzo Business Model Canvas y presentar proyectos en formato de pitch ejecutivo para inversión.
Desarrollarás un Sistema de Alerta Temprana para Deterioro Clínico Intrahospitalario utilizando Machine Learning con datos reales de la base MIMIC-IV, desde el procesamiento del dato hasta el despliegue de dashboards en Power BI, asistentes inteligentes y la defensa en vivo ante un panel evaluador.
