Público objetivo: Profesionales de la salud con interés en investigación, investigadores en salud pública y epidemiología, estudiantes de postgrado, profesionales de apoyo a la investigación.
1) Módulo 1: Introducción a la Inteligencia Artificial en Salud y Epidemiología.
Modalidad: Sincrónico (Zoom) – 2 horas.
Asincrónico (Moodle) – 2 horas.
Resultados de aprendizaje:
– Comprender los conceptos básicos de inteligencia artificial y su aplicación en el contexto de salud e investigación epidemiológica.
– Identifica buenas prácticas, oportunidades y desafíos éticos en el uso de IA en salud.
Contenidos:
– ¿Qué es la IA? Conceptos básicos: IA, Machine Learning, Deep Learning.
– Estructuración de Datos Clínicos.
– Aplicaciones reales de IA en salud: diagnóstico, predicción de enfermedades, análisis de datos masivos.
– Ética, buenas prácticas, sesgos y privacidad en el uso de IA en salud.
– Casos de éxito en investigación en salud usando IA.
2) Módulo 2: Modelos de Lenguaje en Investigación Científica.
Modalidad: Sincrónico (Zoom) – 2 horas.
Asincrónico (Moodle) – 2 horas.
Resultados de aprendizaje:
– Utilizar modelos de lenguaje en diferentes etapas de la investigación en salud.
– Reconocer los límites, riesgos y beneficios del uso de IA generativa en el trabajo académico.
Contenidos:
– ¿Qué son los modelos de lenguaje y cómo funcionan?
– Redacción de objetivos, justificación, y análisis de resultados con ayuda de IA.
– Búsqueda bibliográfica y generación de preguntas de investigación con IA (Elicit, Notebooklm, perplexity).
– Evaluación crítica: ¿Cuándo confiar en la IA? Validación de resultados.
– Taller práctico: co-escribir una sección de un artículo científico con IA.
3) Módulo 3: Análisis de Datos con IA: Herramientas Accesibles para Profesionales de la Salud.
Modalidad: Sincrónico (Zoom) – 2 horas.
Asincrónico (Moodle) – 2 horas.
Resultados de aprendizaje:
– Identificar y utilizar herramientas de IA accesibles para analizar y visualizar datos en salud.
– Aplicar técnicas básicas de análisis predictivo usando plataformas no programáticas.
Contenidos:
– Introducción a plataformas low-code/no-code con IA.
– Análisis exploratorio de datos en salud: limpieza, visualización y patrones.
– Casos prácticos: análisis de bases de datos epidemiológicas (Hojas de Calculo + IA).
– Actividad práctica: uso de Herramientas IA para generar código o interpretar resultados estadísticos.
4) Módulo 4: IA como apoyo a la Investigación Epidemiológica.
Modalidad: Sincrónico (Zoom) – 2 horas.
Asincrónico (Moodle) – 2 horas.
Resultados de aprendizaje:
– Reconocer cómo la IA se utiliza para monitorear y predecir eventos de salud a nivel poblacional.
– Evaluar herramientas digitales para vigilancia epidemiológica asistida por IA.
– Conocer herramientas con IA complementarias al trabajo de investigación.
Contenidos:
– ¿Qué es la epidemiología digital? Fuentes de datos: redes sociales, dispositivos móviles, sensores.
– Creación de dashboards e interfaces con IA para vigilancia y toma de decisiones.
– Caso práctico: simulación de brote con análisis automatizado.
– Perspectiva ética del uso de IA.
– Epidemiologia y análisis de datos.
– Herramientas para organizar, escribir y traducir.
Actividades Asincrónicas (en Moodle).
Cada módulo incluirá:
– Lecturas breves o videos explicativos.
– Foro de discusión.
– Tarea o actividad práctica guiada con IA.
– Quiz de autoevaluación.
Sitio web empresa: https://www.ciges.cl