15 de Febrero
sabados 5 : 00 p.m. a 7 : 00 p.m. domingos 5 : 00 p.m. a 7 : 00 p.m.
Profesionales y estudiantes de:
Medicina
Biología
Biotecnología
Enfermería
Farmacia
Ingeniería biomédica
Estadística
Ciencia de datos
Salud pública
Investigadores que deseen integrar inteligencia artificial en sus proyectos
Profesionales del sector salud interesados en medicina de precisión
Analistas de datos que quieran especializarse en bioinformática
Al finalizar el programa el participante será capaz de:
Analizar datos genómicos utilizando herramientas bioinformáticas
Aplicar modelos estadísticos en investigación biomédica
Implementar algoritmos de machine learning en datos clínicos
Diseñar modelos predictivos para enfermedades
Interpretar resultados genéticos para toma de decisiones clínicas
Integrar inteligencia artificial en proyectos de salud
Desarrollar investigaciones interdisciplinarias basadas en datos
Se trabajará:
Bases moleculares del ADN, ARN y proteínas
Organización y expresión génica
Introducción a la genómica y tecnologías de secuenciación
Bases de datos biológicas internacionales
Conceptos de medicina de precisión
Se trabajará:
Fundamentos de bioinformática
Introducción a R y Python aplicados a datos biológicos
Manipulación de datasets genómicos
Limpieza y estructuración de datos biomédicos
Uso de librerías especializadas
Se trabajará:
Alineamiento de secuencias
Identificación de mutaciones
Análisis de SNPs y variantes estructurales
Interpretación funcional de variantes
Visualización de resultados genómicos
Se trabajará:
Estadística inferencial aplicada a salud
Modelos de regresión
Análisis multivariado
Diseño de estudios biomédicos
Validación y evaluación de modelos
Se trabajará:
Fundamentos de aprendizaje supervisado y no supervisado
Clasificación de enfermedades
Modelos predictivos clínicos
Redes neuronales básicas
Evaluación y métricas de desempeño
Se trabajará:
Integración de datos clínicos y genómicos
Sistemas de apoyo a la decisión médica
Aplicaciones de IA en diagnóstico
Ética y regulación en IA médica
Casos reales en investigación biomédica
Se trabajará:
Desarrollo de un proyecto real
Análisis completo de datos biomédicos
Aplicación de modelos predictivos
Presentación de resultados técnicos
Informe final con enfoque científico y aplicado
Se trabajará:
Bases moleculares del ADN, ARN y proteínas
Organización y expresión génica
Introducción a la genómica y tecnologías de secuenciación
Bases de datos biológicas internacionales
Conceptos de medicina de precisión
Se trabajará:
Fundamentos de bioinformática
Introducción a R y Python aplicados a datos biológicos
Manipulación de datasets genómicos
Limpieza y estructuración de datos biomédicos
Uso de librerías especializadas
Se trabajará:
Alineamiento de secuencias
Identificación de mutaciones
Análisis de SNPs y variantes estructurales
Interpretación funcional de variantes
Visualización de resultados genómicos
Se trabajará:
Estadística inferencial aplicada a salud
Modelos de regresión
Análisis multivariado
Diseño de estudios biomédicos
Validación y evaluación de modelos
Se trabajará:
Fundamentos de aprendizaje supervisado y no supervisado
Clasificación de enfermedades
Modelos predictivos clínicos
Redes neuronales básicas
Evaluación y métricas de desempeño
Se trabajará:
Integración de datos clínicos y genómicos
Sistemas de apoyo a la decisión médica
Aplicaciones de IA en diagnóstico
Ética y regulación en IA médica
Casos reales en investigación biomédica
Se trabajará:
Desarrollo de un proyecto real
Análisis completo de datos biomédicos
Aplicación de modelos predictivos
Presentación de resultados técnicos
Informe final con enfoque científico y aplicado
