Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 14 horas
Temario del curso
Fundamentos de la IA Agentiva para la Salud
- Aplicaciones de LLM agentivas frente a las que solo usan herramientas
- Límites de autonomía, políticas y supervisión humana
- Panorama y limitaciones de los datos de salud (EHR, FHIR, PHI)
Diseño de Flujos de Trabajo de Agentes
- Bucles de planificación, memoria, uso de herramientas y reflexión
- Ingeniería de prompts, funciones/herramientas y selección de acciones
- Gestión de estado y patrones de orquestación
Agentes Aumentados por Recuperación (RAG)
- Ingesta y segmentación de documentos médicos
- Embeddings, almacenes de vectores y evaluación de relevancia
- Sustento de respuestas y estrategias de citación
Integraciones e Interoperabilidad en Salud
- Fundamentos de FHIR/SMART para la conectividad de agentes
- Trabajo con datos clínicos estructurados y no estructurados
- Eventos, APIs y auditorías
Seguridad, Riesgo y Gobernanza
- Salvaguardas (guardrails), red-teaming y diseño a prueba de fallos
- Manejo de PHI, desidentificación y controles de acceso
- Revisión con supervisión humana y rutas de escalado
Evaluación y Monitoreo
- Evaluaciones offline, conjuntos de referencia (golden sets) y definición de KPI
- Detección de alucinaciones y verificación de veracidad
- Observabilidad, registro de eventos (logging) y gestión de costos/latencia
Patrones de Despliegue y Laboratorio Práctico
- Elección entre modelos basados en API y locales (on-prem)
- Construcción de un agente aumentado por recuperación con LangChain, FastAPI y ChromaDB
- Simulación de respuesta a incidentes y procedimientos de reversión (rollback)
Resumen y Próximos Pasos
Requerimientos
- Comprensión de la programación básica en Python
- Experiencia con análisis de datos o flujos de trabajo de ML
- Conocimiento de conceptos de datos de salud (p. ej., EHR, FHIR)
Audiencia
- Científicos de datos e ingenieros de ML en el sector salud
- Equipos de informática clínica y productos de salud digital
- Líderes de TI y gerentes de innovación en salud