Intro a la Inteligencia Artificial en Salud
Aprende los fundamentos de la inteligencia artificial, machine learning y deep learning aplicado al sector salud.
Bienvenida al curso
¿Qué es la inteligencia artificial (IA) / aprendizaje automático (ML) / y aprendizaje profundo (DL)?
¿Cómo diferenciar entre un algoritmo normal y un algoritmo de inteligencia artificial?
¿Cuáles son las fuerzas que impulsan la explosión de la aplicación de IA/ML el día de hoy?
Algunos ejemplos y casos de uso de la aplicación de AI / ML en salud
¿Cuál es la mecánica del machine learning y cómo se aplica a los datos de salud?
¿Cuáles son algunos de los algoritmos más potentes y cómo funcionan?
¿Cuáles son los pasos necesarios para crear modelos de ML desde cero?
¿Qué es la explicabilidad en machine learning?
¿Por qué es importante la explicabilidad en machine learning para la salud y cómo usarla?
¿Por qué es importante la evaluación de algoritmos en machine learning para la salud y cómo se hace?
¿Qué métricas se utilizan en la evaluación de algoritmos de ML?
¿Qué son las redes neuronales?
¿Cómo funcionan las redes neuronales?
¿Cuáles son algunos de los algoritmos más potentes de Deep Learning y cómo funcionan?
¿Qué es Deep Learning y cómo se aplica en salud?
¿Qué es la transferencia de aprendizaje?
¿Qué es el procesamiento de lenguaje natural (NLP)?
Algunos ejemplos y casos de uso de la aplicación de procesamiento de lenguaje natural en salud
Aplicabilidad del procesamiento de lenguaje natural y retos en salud
¿Puede la IA reemplazar al profesional de la salud?
¿Qué es el sesgo en inteligencia artificial?
¿Cómo aplicar la justicia en tus algoritmos de IA?
¿Qué es la reproducibilidad en inteligencia artificial en Salud?
¿Cómo mejorar la reproducibilidad en sus algoritmos de inteligencia artificial en Salud?
¿Cómo llevar sus algoritmos de salud a campo?
Retos comunes en el despliegue e integración de algoritmos de salud y algunas soluciones
¿Por dónde inicio y cuales deberían ser mis siguientes pasos?
Aprenderás desde lo más básico de IA hasta la comprensión de los algoritmos complejos y fases de desarrollo en el día a día en la inteligencia artificial médica.