Inteligencia Artificial aplicada a la Metodología de Investigación y Docencia en Ciencias de la Salud
Programa Universitario de Postgrado
INTRODUCCIÓN AL PROGRAMA DE POSTGRADO
Marco estratégico
La inteligencia artificial (IA) ha experimentado un crecimiento exponencial en los últimos años, permeando en múltiples campos del conocimiento. Los avances en IA han impulsado el desarrollo de algoritmos y modelos capaces de analizar grandes volúmenes de datos y generar información valiosa para el diagnóstico, tratamiento y prevención de enfermedades. La IA está mostrando un potencial significativo para mejorar la atención médica, en el diseño de fármacos y terapias personalizadas, la identificación de patrones en enfermedades genéticas y la mejora en la precisión y eficiencia de los ensayos clínicos. Además, la IA se ha utilizado en el análisis de imágenes médicas, tanto de lesiones patológicas que el médico observa a simple vista, como de imágenes médicas obtenidas mediante exploraciones complementarias, contribuyendo a la detección temprana y el seguimiento de enfermedades.
La penetración de la IA en el ámbito académico de las Ciencias de la Salud va a ser igual de imparable. Es imprescindible formar a los profesionales en este campo. La adquisición de estos conocimientos y habilidades debe permitir liberar el bien más preciado para dichos profesionales: su TIEMPO.
El Programa Universitario de Postgrado de la Universidad de Barcelona sobre la Aplicación de la IA en la Metodología en Investigación y Docencia en Ciencias de la Salud es programa académico pionero a nivel internacional que se caracteriza por:
- Asegurar una formación de calidad impartida por los mejores especialistas en IA aplicada a Ciencias de la Salud.
- Ofrecer una base teórica y práctica sobre herramientas IA que permita su aplicación transversal en el día a día del profesional de la salud.
- Fomentar la importancia del pensamiento crítico humano en el uso de las herramientas IA y la supervisión científica y ética.
- Cada Título de Experto está acreditado con 15 ECTS por el Programa de Postgrado Universitario en IA de la Universidad de Barcelona (ranking de la UB en ciencias de la salud: 44 internacional, 1 en España).
- Facilitar la adquisición de habilidades y competencias para su aplicación práctica.
- Brindar la mejor formación para enfrentar los retos y aprovechar las oportunidades que la IA presenta en la investigación y la enseñanza en ciencias de la salud.
Si tienes cualquier duda, escribe directamente a la Dirección del programa: mramos@ub.edu
Estructura Modular del Programa de Postgrado
El Programa de Postgrado consta de 3 Expertos de 15 ECTS cada uno que se pueden cursar de forma individual e independiente.
Al tener una estructura modular, existe la posibilidad de cursar los 3 Expertos de forma consecutiva y finalizar el Postgrado con un Trabajo Fin de Máster cuya superación otorgaría el Título de Máster en Inteligencia Artificial aplicada a la Metodología de la Investigación y la Docencia en Ciencias de la Salud.
Bases Metodología IA
Experto 15 ECTS
Bases para el uso de la inteligencia artificial en metodología de investigación y docencia en ciencias de la salud.
Febrero-Julio 2024
Investigación IA
Experto 15 ECTS
Aplicación avanzada del uso de la inteligencia artificial en la metodología de la investigación en ciencias de la salud.
Julio-Diciembre 2024
Docencia IA
Experto 15 ECTS
Aplicación avanzada de la inteligencia artificial en metodología de la docencia en ciencias de la salud.
Enero-Junio 2025
+
Trabajo de Fin de Máster (15 ECTS)
=
Máster en Inteligencia Artificial Aplicada a la Metodología de Investigación y Docencia en Ciencias de la Salud
60 ECTS
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/metodologia-docente.png)
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/desarrollo-de-habilidades2.png)
![publicpreview publicpreview](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/elementor/thumbs/publicpreview-qfco75d8faiviojonxps4m3umongxt38w0jwobydv4.png)
EXPERTO 1 DEL PROGRAMA DE POSTGRADO EN INTELIGENCIA ARTIFICIAL EN METODOLOGÍA DE LAS CIENCIAS DE LA SALUD
Bases para el Uso de la Inteligencia Artificial en Metodología de la Investigación y la Docencia en Ciencias de la Salud
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/12/manuelramos4274_vision_futurista_de_una_doctora_interactuando_c_63f64224-bc84-4ff0-b116-23783f9f84aa-1.webp)
Importe matrícula: 1000€ + 70€ tasas
Normativa reguladora: UB (1-3-23)
Secretaría Técnica: secretaria_iaub@caduceomultimedia.com
CALENDARIO ACADÉMICO
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2024/01/calendario-experto.png)
PROGRAMA Y DESARROLLO DE HABILIDADES
DIRECCIÓN Y PROFESORADO
Dirección
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/06/catedra-mi-direccion-manuel-ramos.jpg)
Manuel Ramos-Casals
Internista.
Servicio de Enfermedades Autoinmunes, ICMiD,
Hospital Clínic.
Universitat de Barcelona.
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/bataller-ramon1.jpeg)
Ramon Bataller
Hepatólogo. Jefe de Servicio de Hepatología, ICMDM, Hospital Clínic. Universitat de Barcelona
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/09/catedra-equipo-jose-nicolas-3.jpg)
Jose M. Nicolas
Internista y especialista en Medicina Intensiva.
Director del ICMiD, Hospital Clínic.
Catedrático de la Universitat de Barcelona.
Coordinación
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/miguel-marcos.jpeg)
Miguel Marcos
Internista, Servicio de Medicina Interna, Hospital de Salamanca. Catedrático de la Universidad de Salamanca
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/juanjo-rios.jpeg)
Juan José Ríos-Blanco
Internista, Director Médico, Hospital La Paz, Universidad Autónoma de Madrid
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/antoni-siso.jpg)
Antoni Sisó-Almirall
Médico de Familia, Director de Investigación CAPSBE, Universitat de Barcelona
Expertos
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/alejandro-baez-e1700054052851-600x600.jpeg)
Amado Alejandro Báez
Medical College of Georgia, Augusta University, US
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/Jaime-del-Barrio-1.jpeg)
Jaime del Barrio
Asociación de Salud Digital, Madrid
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/julian-fernandez-nino-e1700054124771.jpeg)
Julián Fernández-Niño
John Hopkins Bloomberg School of Public Health, US
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/virginio-gallardo-e1700054179157.png)
Virginio Gallardo
MBA de ESADE, Humannova. Barcelona
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/pau-garcia.png)
Pau Garcia-Milà
Cofundador de Founderz, Barcelona
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/Imma-grau.jpeg)
Inmaculada Grau-Corral
Hospital Clinic, Barcelona
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/Julian-Isla-Headshot-e1700055033317.jpg)
Julián Isla
Microsoft IA, Fundación 29, Madrid
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/daniel-prieto-scaled-e1700055153236.jpg)
Daniel Prieto-Alhambra
Oxford University, UK
Profesores
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/Oscar-Arias-Carrion.jpg)
Oscar Arias-Carrión
Hospital General Dr.Manuel Gea González, México.
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/pilar-brito-zeron-e1700055260191.jpeg)
Pilar Brito-Zerón
Research and Innovation Group in Autoimmune Diseases, Hospital CIMA, Sanitas, Barcelona.
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/alejandra-flores-chavez.jpeg)
Alejandra Flores-Chávez
Servicio Autoinmunes, ICMiD, Hospital Clínic, Barcelona.
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/Juan-Antonio-Lopez_JP.png)
Juan Antonio López-Rodríguez
semFYC, Universidad Rey Juan Carlos, Madrid.
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/m-angeles-medina-e1700055390422.jpeg)
Mª Ángeles Medina
Asociación de Salud Digital, Madrid, Sociedad Valenciana de Medicina Familiar y Comunitaria
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/cesar-morcillo.jpeg)
César Morcillo-Serra
Sanitas Digital Hospital Director
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/juanjo-do-olmo-e1700055481424.jpg)
Juanjo do Olmo
Healthcare NLP AI Engineer, Fundación 29
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/lluis-gonzalez-de-paz.jpeg)
Lluís González de Paz
CAPSBE, Barcelona
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/11/soledad-retamozo-e1700055592224.jpg)
Soledad Retamozo
Hospital Quirón, Barcelona
SOCIEDADES Y ASOCIACIONES CIENTÍFICAS
![](https://www.ub.edu/catedramedicinainterna/wp-content/uploads/2023/12/logos-reunidos.png)
OBJETIVOS Y METODOLOGÍA DOCENTE
El objetivo general del título universitario en “Bases para el uso de la Inteligencia Artificial en Metodología de la Investigación y la Docencia en Ciencias de la Salud” es proporcionar a los estudiantes una formación sólida y multidisciplinaria en el campo de la inteligencia artificial y sus aplicaciones en el ámbito de las ciencias de la salud, con un enfoque específico en la investigación y la enseñanza.
Este programa educativo busca crear los fundamentos necesarios para el desarrollo de habilidades técnicas y analíticas en los alumn@s, así como la comprensión de los principios teóricos y éticos que rigen la utilización de la IA en el contexto de la salud. Además, el curso tiene como objetivo capacitar a los profesionales para que puedan aplicar de manera efectiva y responsable las herramientas y técnicas de IA en la resolución de problemas y la toma de decisiones en la investigación médica y la docencia.
Al finalizar el curso, los estudiantes estarán equipados con el conocimiento y las habilidades necesarias para contribuir significativamente al avance de la aplicación de la IA en estos ámbitos. Esto les permitirá enfrentar los desafíos actuales y futuros en este campo en constante evolución, y desempeñar un papel clave en la transformación de la salud y la educación médica mediante el uso de tecnologías innovadoras.
El contenido específico del programa es orientativo. Dada la extraordinaria rapidez con la que está evolucionando este campo, dicho contenido se actualizará y adaptará de forma periódica de acuerdo con los avances realizados, para que se ofrezca al alumnado la formación lo más actualizada posible.
- Incorporar y normalizar el uso diario de las herramientas IA en las actividades de investigación y docencia.
- Capacitar al alumnado en el conocimiento y uso de algoritmos y técnicas fundamentales de inteligencia artificial, como aprendizaje automático, aprendizaje profundo y procesamiento del lenguaje natural, aplicados al ámbito de las ciencias de la salud.
- Desarrollar habilidades en el manejo de las principales herramientas y plataformas de IA utilizadas en la investigación y la docencia en ciencias de la salud.
- Promover la aplicación de los modelos de lenguaje natural para mejorar la investigación, enseñanza y el aprendizaje en ciencias de la salud.
- Abordar los aspectos éticos, legales y sociales relacionados con el uso de la IA en la investigación y la docencia en ciencias de la salud, y enseñar a los estudiantes a aplicar estos principios en su trabajo profesional.
- Estimular el pensamiento crítico y la capacidad de resolución de problemas mediante la integración de la IA en investigación y docencia.
- Fomentar la colaboración interdisciplinaria y la comunicación efectiva entre profesionales de la salud, científicos de datos e ingenieros para impulsar el uso de la IA en el ámbito de la salud.
- Preparar a los alumnos para que puedan mantenerse actualizados y adaptarse a los avances y cambios futuros en el campo de la IA y las ciencias de la salud, mediante el fomento de habilidades de aprendizaje autónomo y el compromiso con la formación continuada en TICS.
El currículo docente está compuesto por dos grandes bloques temáticos monográficos que desarrollan extensa y detalladamente los fundamentos necesarios para la aplicación de la IA en investigación y docencia en el ámbito de las ciencias de la salud.
Las lecciones incorporan los hallazgos más actuales en este campo, y las principales habilidades técnicas para su traslado a la práctica diaria. La enseñanza es interdisciplinar, impartida por especialistas en ciencias de la salud, epidemiólogos, e ingenieros informáticos y de sistemas de los principales hospitales y universidades referentes nacionales e internacionales, todos ellos pioneros en el uso de la IA en investigación y docencia.
Todas las lecciones tendrán el mismo formato para que sean homologables y proporcionan créditos académicos ECTS (European Credit Transfer System) cuando se cursen de forma consecutiva siguiendo un currículo docente determinado.
El aprendizaje se realiza 100% en formato no presencial, incluye actividades formativas tanto síncronas como asíncronas, y requiere una dedicación formativa aproximada media de 35 horas por lección.
La confluencia del aprendizaje teórico, desarrollo de habilidades y adquisición de competencias de este Experto constituye un enfoque educativo integral que busca no solo impartir conocimientos sino también desarrollar habilidades prácticas y competencias relevantes para el ámbito de las ciencias de la salud.
- Aprendizaje teórico: Se refiere al conocimiento conceptual y factual que los estudiantes obtienen a través de las lecciones teóricas de la unidad temática correspondiente
- Desarrollo de habilidades: Se enfoca en mejorar las capacidades prácticas y técnicas de los estudiantes a través de los siguientes ejercicios prácticos:
- Píldoras prácticas: Aplicación práctica del contenido teórico
- Guías de aplicación IA: Lectura y aplicación práctica de guías
- Bibliografía referente: Lectura crítica y aplicación práctica de bibliografía recomendada
- Vídeos de apoyo: Visualización y aplicación práctica de vídeos formativos de referencia que complementan el contenido teórico
- Charla con el experto: Asistencia a charla con experto, e interacción en vivo
- Autoevaluación: Preguntas tipo test para evaluar la progresión en los conocimientos adquiridos
3. Adquisición de competencias: habilidades interpersonales y aptitudes necesarias para el éxito profesional, como el pensamiento crítico, la solución de problemas, la colaboración y la comunicación efectiva, a través de:
- Comunidad de prácticas: puesta en común del trabajo práctico a desarrollar
- Reto práctico: conceptualización y desarrollo de un proyecto práctico tutelado
- Clase inversa: defensa oral de un proyecto personal ante tribunal evaluador, al que tiene que convencer de la factibilidad de la aplicación
Sistemas de Evaluación:
- Autoevaluaciones teóricas: dos, una por cada módulo
- Portafolio digital: evaluación por parte del profesorado del nivel de habilidades adquiridas en base al contenido práctico desarrollado
- Nivel y calidad de la participación: en charlas con el experto y comunidad de prácticas (evaluación acumulada a lo largo de la duración formativa)
- Evaluación de reto práctico (10 en total, uno por lección): se escogerá al azar uno de los trabajos, que será evaluado y puntuado por el profesorado
- Defensa oral de proyecto en IA (trabajo fin de experto, último mes): clase inversa (en remoto) de un proyecto de aplicación en el día a día ante tribunal de 3 profesores
Sistema de calificación
La calificación final estará compuesta por la evaluación por el claustro docente de las siguientes 5 pruebas de suficiencia:
- Autoevaluaciones: puntuación máxima de cada una de las dos evaluaciones, 10 puntos (en total, 20 puntos máximo)
- Portafolio digital: puntuación máxima, 25 puntos
- Participación: puntuación máxima, 10 puntos
- Reto Practicum. Puntuación máxima del trabajo evaluado, 20 puntos.
- Clase inversa. Puntuación máxima, 25 puntos.
La calificación final del Experto se obtendrá con la media ponderada obtenida en las 5 pruebas de suficiencia.
Se realizará además una evaluación individualizada por competencias digitales (niveles 1, 2, 3 y 4).
Si un alumno no supera alguna de las pruebas de suficiencia, se aplicarán medidas de refuerzo para asegurar el aprendizaje, evaluándose de nuevo los conocimientos adquiridos mediante una prueba de suficiencia extraordinaria.
¿Más info acerca del Experto en IA?. Escribenos y te ayudaremos:
- Secretaría Técnica Caduceo Multimedia: secretaria_iaub@caduceomultimedia.com
- Dirección Académica: mramos@ub.edu