Módulo 1. Fundamentos de la Inteligencia Artificial en el ámbito sanitario

Comprende los principios de la Inteligencia Artificial y su papel en la transformación digital del sector salud. Aprende cómo los algoritmos impulsan la eficiencia operativa, la innovación asistencial y la toma de decisiones clínicas y estratégicas en todos los niveles de gestión sanitaria.

• Fundamentos de la Inteligencia Artificial
• Principales ramas y aplicaciones en salud
• Machine Learning: aprendizaje supervisado y no supervisado

• A generativa y modelos de lenguaje aplicados a la medicina

• Ética, privacidad y regulación de la IA en salud

• Herramientas de IA para profesionales sanitarios

Módulo 2. Ciencia de datos y analítica en salud

Aprende a recopilar, procesar y analizar datos clínicos y de gestión hospitalaria para convertirlos en información estratégica. Descubre cómo la Ciencia de Datos mejora la planificación, la gestión de recursos, la calidad asistencial y la toma de decisiones basada en evidencia científica.

• Introducción a la ciencia de datos en el entorno sanitario

• Estadística y análisis exploratorio de datos clínicos

• Fundamentos de programación para análisis médico

• Integración y depuración de datos de salud

• Big Data y analítica avanzada en gestión hospitalaria

• Computación en la nube y seguridad de datos sanitarios

Módulo 3. Gestión y ciclo de vida del dato sanitario

Domina el ciclo completo de los datos en el ámbito de la salud, desde su recolección, modelado y análisis hasta su protección y uso ético. Aplica la IA para garantizar la integridad, la seguridad y el valor de los datos sanitarios como activos estratégicos en instituciones públicas y privadas.

• Ad quisición, almacenamiento y gestión de datos clínicos

• Historia clínica electrónica y estándares de interoperabilidad (HL7, FHIR)

• Procesamiento de datos biomédicos y de sensores IoT

• Minería de datos para la gestión hospitalaria

• Análisis predictivo en la gestión de recursos y personal sanitario

• Gobernanza del dato y cumplimiento normativo

Módulo 4. Machine Learning y automatización en la asistencia médica

Diseña e implementa modelos de aprendizaje automático capaces de predecir la demanda asistencial, detectar riesgos clínicos y optimizar procesos hospitalarios. Aprende cómo la IA permite automatizar tareas clínicas y administrativas, mejorando la eficiencia, la seguridad del paciente y la calidad asistencial.

• Introducción al aprendizaje profundo en imágenes médicas

• Procesamiento de lenguaje natural en registros clínicos

• Modelos predictivos para diagnóstico y tratamiento

• Sistemas de recomendación y medicina personalizada

• Aplicaciones de machine learning para la gestión avanzada de las listas de espera

• Gemelos digitales y monitorización en tiempo real

Módulo 5. Deep Learning y modelos avanzados de salud

Explora el uso de redes neuronales profundas aplicadas al diagnóstico por imagen, la monitorización de pacientes y la detección temprana de patologías. Comprende cómo la visión por computador permite analizar radiografías, TAC, resonancias y otras imágenes médicas con alta precisión diagnóstica.

• Introducción al Deep Learning aplicado a la asistencia médica

• Redes neuronales convolucionales (CNN) para imágenes médicas

• Modelos de detección temprana de patologías

• A prendizaje profundo aplicado a diagnósticos automatizados

• Redes neuronales recurrentes (RNN) para el análisis de series temporales biomédicas

• Aplicaciones de deep learning en oncología, cardiología y inmunología

Módulo 6. Procesamiento del lenguaje natural (NLP) en el entorno sanitario

Aprende a aplicar modelos de lenguaje para extraer información útil de historiales clínicos, informes médicos y bases documentales. Descubre cómo el NLP apoya la automatización de reportes clínicos, la gestión documental y el análisis de percepciones de pacientes y profesionales.

• Fundamentos del PLN aplicado al ámbito médico

• Análisis de textos clínicos y notas médicas

• Extracción automática de información de historiales electrónicos

• Uso de LLMs (como ChatGPT o Gemini) para generación de informes médicos

• IA conversacional en la atención al paciente y telemedicina

• Ética y privacidad en el procesamiento de información sanitaria

Módulo 7. Minería de datos y predicción en salud

Aplica técnicas de minería de datos y análisis predictivo para detectar patrones clínicos, predecir brotes, evaluar riesgos y optimizar estrategias de prevención. Aprende a integrar la inteligencia artificial en la toma de decisiones estratégicas de gestión sanitaria y salud pública.

• Minería de datos clínicos y poblacionales

• Modelos predictivos para gestión hospitalaria y planificación sanitaria

• Análisis de costes, tiempos de espera y flujos de pacientes

• Integración de datos Io T y wearables para la monitorización de salud

• Analítica prescriptiva para optimización de recursos y toma de decisiones

• Salud pública basada en datos: prevención y respuesta ante crisis
  sanitarias

Módulo 8. Chatbots y Asistentes Virtuales en la Atención Sanitaria

Diseña y desarrolla asistentes virtuales inteligentes para mejorar la atención al paciente, automatizar gestiones administrativas y facilitar la comunicación entre usuarios y profesionales de la salud. Analiza casos reales de chatbots clínicos y su integración en plataformas hospitalarias y de telemedicina.

• Fundamentos del diseño de chatbots médicos y asistentes virtuales

• Automatización de procesos administrativos y de atención al paciente

• Sistemas de recomendación y personalización de tratamientos

• IA en la gestión de citas, recordatorios y seguimiento terapéutico

• Evaluación de impacto y mejora continua de soluciones de IA en salud

• Humanización de la asistencia médica mediante IA responsable

Trabajo Fin de Máster

Desarrolla un proyecto práctico de aplicación real de la IA en el ámbito sanitario, integrando conocimientos técnicos, analíticos y de liderazgo para la toma de decisiones estratégicas.