Contacta con nosotros

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 restricciones de los datos en salud (EHR, FHIR, PHI)

Diseño de flujos de trabajo para 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 aumentados con recuperación de información

  • Ingesta y fragmentación de documentos médicos
  • Representaciones vectoriales (embeddings), almacenes vectoriales y evaluación de relevancia
  • Estrategias de fundamentación de respuestas y citación

Integraciones e interoperabilidad en salud

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

Seguridad, riesgos y gobernanza

  • Medidas de seguridad, pruebas de ataque (red-teaming) y diseño con fallas seguras
  • Manejo de PHI, desidentificación y controles de acceso
  • Revisión con intervención humana y rutas de escalación

Evaluación y monitoreo

  • Evaluaciones offline, conjuntos de referencia (golden sets) y definición de indicadores clave de desempeño (KPI)
  • Detección de alucinaciones y verificación de la factualidad
  • Observabilidad, registro de eventos y gestión de costos y latencia

Patrones de despliegue y práctica guiada

  • Elección entre modelos basados en API o implementados localmente
  • Construcción de un agente aumentado con recuperación de información utilizando LangChain, FastAPI y ChromaDB
  • Simulación de respuesta a incidentes y procedimientos de reversión

Resumen y siguientes pasos

Requerimientos

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

Público objetivo

  • Científicos de datos y ingenieros de aprendizaje automático en el sector salud
  • Equipos de productos de informática clínica y salud digital
  • Líderes de TI y gerentes de innovación en el ámbito de la salud
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas