Contacta con nosotros

Temario del curso

Fundamentos de la IA agente para la atención sanitaria

  • Diferencias entre aplicaciones LLM puramente basadas en herramientas y las aplicaciones agentes
  • Límites de autonomía, políticas y supervisión humana
  • Panorama de datos sanitarios y restricciones (EHR, FHIR, PHI)

Diseño de flujos de trabajo de agentes

  • Planificación, memoria, uso de herramientas y bucles de reflexión
  • Ingeniería de prompts, funciones/herramientas y selección de acciones
  • Patrones de gestión de estado y orquestación

Agentes con recuperación aumentada (RAG)

  • Ingestión y fragmentación de documentos médicos
  • Incrustaciones (embeddings), almacenamiento vectorial y evaluación de relevancia
  • Fundamentación de respuestas y estrategias de citación

Integración e interoperabilidad en el sector sanitario

  • Conceptos básicos de FHIR/SMART para la conectividad del agente
  • Trabajo con datos clínicos estructurados y no estructurados
  • Eventos, APIs y registros de auditoría

Seguridad, riesgos y gobernanza

  • Barreras de seguridad (guardrails), pruebas de intrusión (red-teaming) y diseño a prueba de fallos
  • Manejo de información personal de salud (PHI), desidentificación y controles de acceso
  • Revisión con intervención humana y rutas de escalada

Evaluación y monitorización

  • Evaluaciones fuera de línea, conjuntos de referencia y definición de KPIs
  • Detección de alucinaciones y verificaciones de factualidad
  • Observabilidad, registro de eventos y gestión de costos/latencia

Patrones de despliegue y laboratorio práctico

  • Elección entre modelos basados en API e on-premise
  • Construcción de un agente con recuperación aumentada utilizando LangChain, FastAPI y ChromaDB
  • Respuesta simulada a incidentes y procedimientos de reversión (rollback)

Resumen y próximos pasos

Requerimientos

  • Comprensión básica de la programación en Python
  • Experiencia con flujos de trabajo de análisis de datos o aprendizaje automático (ML)
  • Conocimiento de los conceptos de datos sanitarios (por ejemplo, EHR, FHIR)

Audiencia objetivo

  • Científicos de datos y ingenieros de ML en el sector sanitario
  • Equipos de informática clínica y productos de salud digital
  • Líderes de TI y gestores de innovación en el sector salud
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas