IA en Salud / AI in Health

Código:
Acrónimo: AIH
Nombre: IA en Salud / AI in Health
Centro: E. S. de Enxeñaría Informática
Titulación: Máster Universitario en Inteligencia Artificial
Curso: 2º Curso
Periodo: Primer cuatrimestre
Tipo: Optativa
Créditos: 3
Resultados del aprendizaje:

− Conocer, comprender y analizar el ciclo de vida, los modelos y las metodologías existentes dentro del ámbito de la inteligencia artificial que permitan diseñar e implementar planificaciones fiables y eficientes para el desarrollo de sistemas inteligentes
− Conocer las posibilidades de financiación pública y privada para actividades de investigación en el ámbito de tecnologías innovadoras y de frontera.
− Conocer y analizar aplicaciones reales de las metodologías y técnicas de ingeniería del software aplicadas a la IA. Saber emplear técnicas y herramientas de apoyo a la planificación y gestión de proyectos y de riesgos.
− Ser capaz de plantear un plan completo para un proyecto de I+D+i en IA y conocer los mecanismos de gestión e internacionalización de los resultados.
− Conocer las implicaciones de movimientos como Open Access, Science and Data y los beneficios de facilitar la participación de la sociedad en la ciencia y la innovación (RRI).
− Desarrollar unas habilidades sólidas para crear modelos complejos que permitan diagnósticos personalizados y predicción de tendencias clínicas, basados en fuentes heterogéneas.
− Conocer los diferentes estándares para el tratamiento de datos en el ámbito sanitario y desarrollar la capacidad de integrarlos en proyectos de IA. Conocer las técnicas de integración de AI en dispositivos médicos.
− Desarrollar las capacidades para diseñar aplicaciones web en e-health basadas en modelos de IA
112
− Conocer las especificidades de los campos de aplicación de la monitorización inteligente de datos y señales en e-salud y sus restricciones de tiempo real
− Comprender y analizar las especificidades técnicas y modelos para la transmisión, recolección, traza y tratamiento de datos en estos contextos de manera fiable y segura.
− Conocer y analizar la implicación de la sensorización inteligente remota en medio ambiente.
− Conocer el funcionamiento de las técnicas de análisis de datos descentralizados en entornos de aprendizaje perimetral o federado.
− Conocer técnicas y herramientas para implementar soluciones basadas en IA que permitan la detección automatizada de vulnerabilidades, ataques, contenidos y aplicaciones fraudulentas.
− Conocer, comprender y analizar casos reales de aplicación de técnicas de IA en diferentes ámbitos de la ciberseguridad
− Conocer técnicas que faciliten la seguridad por diseño y que permitan una administración segura de sistemas y redes de comunicaciones, permitan la gestión de riesgos y posibiliten una recuperación rápida ante eventos de ciberseguridad.
− Comprender la importancia del concepto de identidad y conocer técnicas que permitan garantizar el acceso a los datos y su privacidad.
− Conocer los principales problemas que resuelve la minería de procesos.
− Conocer las principales técnicas de descubrimiento de procesos y ser capaz de seleccionar la más apropiada para un dominio dado.
− Conocer y comprender las métricas de calidad de un proceso.
− Saber aplicar las técnicas de busca y optimización para la verificación de la conformidad de un proceso.
− Conocer y desarrollar soluciones basadas en inteligencia artificial para monitorización predictiva.
− Entender y resolver los problemas de optimización en procesos de negocio.
− Comprender la importancia de la innovación como factor clave de éxito para crear valor, crecimiento y sostenibilidad
− Conocer las herramientas y experiencias necesarias para la creación de nuevas empresas
− Entender el valor de la cultura emprendedora y su repercusión en la sociedad
− Evaluar la viabilidad económico-financiera de un nuevo proyecto empresarial
− Conocer las oportunidades de financiación disponibles
− Saber aplicar modelos de innovación dependiendo de las condiciones del mercado
− Conocer y valorar las soluciones tecnológicas basadas en Inteligencia Artificial con mayor potencial innovador.
− Conocer las características y funciones de un sistema de tiempo real.
− Capacidad para el diseño y la programación de un sistema de tiempo real.
− Conocer los lenguajes de programación más comunes para sistemas de tiempo real, tanto síncronos como asíncronos.
− Conocer la producción de componentes software fiables, con especial atención a la tolerancia a fallos y a la recuperación de errores.
− Conocer los aspectos básicos de la programación concurrente, la comunicación y sincronización en sistemas de tiempo real.
− Conocer los requisitos temporales de las funcionalidades del lenguaje y las estrategias para satisfacerlos, tanto en el caso síncrono como asíncrono.
− Conocer las arquitecturas de integración de inteligencia artificial en sistemas de tiempo real, con vistas a un tratamiento eficiente de la planificación.

Departamento:
Profesores responsables:
Guía docente: Enlace a DocNet