Diplomado “IA y Ciencias de la Salud: Conceptos básicos, Aplicaciones y Ejecución”

Información general - Inscripciones y pago en línea ↓

Modalidad: Virtual
Fecha de inicio: 15 de septiembre de 2025
Fecha de finalización: 12 de diciembre de 2025
Horario:

Lunes 18:00 a 20:00 horas
Miércoles 18:00 a 20:00 horas
Viernes 18:00 a 20:00 horas

Intensidad: 90 horas (80 presenciales y 10 de trabajo en casa)
Prerrequisito: Ninguno
Lugar de realización del programa: Bogotá – en línea Plataforma Moodle
Coordinador: John Jaime Sprockel Díaz - jjsprockel@fucsalud.edu.co
Dirigido a:

Profesionales de la salud
Estudiantes de medicina y ciencias de la salud
Educadores en ciencias de la salud
Investigadores y académicos
Administrativos en salud y educación
Profesionales en ética y regulación

Inversión: $ 3'000.000 COP

Comunícate a través de WhatsApp

JUSTIFICACIÓN ↓

En el contexto actual, la inteligencia artificial (IA) se ha consolidado como una de las tecnologías más disruptivas e influyentes en múltiples sectores, incluyendo el área de la salud y su educación. Los avances en aprendizaje automático, modelos generativos y sistemas inteligentes han transformado la manera en que los profesionales de la salud abordan el diagnóstico, tratamiento, pronóstico y gestión de pacientes. Además, estas herramientas están redefiniendo las dinámicas educativas en las ciencias de la salud, brindando oportunidades sin precedentes para la personalización y optimización del aprendizaje.

La IA ofrece una gama de aplicaciones prácticas que abordan algunos de los desafíos más urgentes en la atención médica. Desde el desarrollo de modelos predictivos capaces de anticipar complicaciones hasta la implementación de sistemas robóticos de alta precisión en cirugía, las posibilidades son vastas. Asimismo, en áreas como la patología digital, la radiología y la farmacología, la IA ya está demostrando su potencial para mejorar la exactitud diagnóstica, reducir errores médicos y personalizar terapias, contribuyendo así a una atención centrada en el paciente.

En el ámbito educativo, la IA está facilitando la creación de herramientas innovadoras como sistemas de tutoría inteligente, pacientes simulados y asistentes virtuales personalizados. Estas tecnologías están promoviendo un aprendizaje más interactivo, adaptativo y eficiente, permitiendo a los estudiantes y profesionales adquirir competencias críticas de manera dinámica y contextualizada.
En Colombia y América Latina, la adopción de la IA en salud aún enfrenta desafíos relacionados con la accesibilidad, la equidad y la formación técnica de los profesionales. Este programa de diplomado responde a la necesidad de cerrar esta brecha mediante una formación integral y accesible, que no solo permita comprender los fundamentos y aplicaciones de la IA, sino que también fomente una práctica ética y regulada en el uso de estas tecnologías.

El diplomado “IA y Ciencias de la Salud: Conceptos básicos, Aplicaciones y Ejecución” se presenta como una respuesta a la creciente demanda de formación en el uso consciente, ético y efectivo de la inteligencia artificial en la salud y su educación. Al proporcionar un enfoque práctico e interdisciplinario, este programa busca empoderar a los participantes para liderar la transformación digital en sus respectivas áreas, contribuyendo al mejoramiento de la calidad de la atención en salud y de la formación de las futuras generaciones de profesionales.

COMPETENCIAS ↓

Las competencias de este diplomado se diseñan para garantizar que los participantes adquieran tanto conocimientos teóricos como habilidades prácticas que les permitan integrar la inteligencia artificial de manera ética, efectiva y consciente en sus respectivas áreas de trabajo.

Competencias Generales
1. Comprensión teórica de la IA: Reconocer los fundamentos conceptuales de la inteligencia artificial, incluyendo su historia, evolución, métodos principales y áreas de aplicación en la salud.
2. Pensamiento crítico y ético: Desarrollar una capacidad reflexiva para evaluar críticamente las implicaciones éticas, regulatorias y sociales del uso de la inteligencia artificial en el contexto de la salud y la educación.
3. Adaptación a la innovación tecnológica: Demostrar flexibilidad y disposición para incorporar herramientas tecnológicas avanzadas en la práctica profesional, educativa o investigativa.
Competencias Específicas

1. Dominio técnico:

Comprender el funcionamiento de los principales algoritmos de aprendizaje automático y profundo (machine learning y deep learning)
Implementar herramientas de IA, complataformas generativas y asistentes virtuales, en escenarios clínicos, educativos administrativos.
Evaluar el desempeñy las limitaciones de modelos de IA en aplicaciones prácticas de salud.

2. Aplicación en salud:

Identificar aplicaciones específicas de la IA en áreas clave comdiagnóstico, pronóstico, tratamienty gestión de datos en la atención médica.
Utilizar modelos generativos y de visión computacional para interpretar imágenes diagnósticas y otros datos biomédicos.
Integrar sistemas de IA en la historia clínica electrónica para mejorar la toma de decisiones clínicas.

3. Habilidades en educación y formación:

Reconocer los entornos de aprendizaje más interactivos comlos asistentes virtuales personalizados y pacientes simulados.
Desarrollar contenidos educativos adaptativos utilizandsistemas de tutoría inteligente.
Aplicar la IA en el diseñy análisis de evaluaciones en ciencias de la salud.

4. Gestión de la información y datos:

Manejar grandes volúmenes de datos biomédicos utilizandherramientas avanzadas de minería de datos.
Garantizar el cumplimientde regulaciones éticas y de seguridad en el manejde datos sensibles en salud.

5. Resolución de problemas complejos:

Diseñar estrategias basadas en IA para resolver problemas específicos de salud y educación.
Analizar y correlacionar múltiples fuentes de información para formular diagnósticos más precisos y personalizados.

Estas competencias aseguran que los participantes nsolentiendan los conceptos fundamentales de la IA, sinque también sean capaces de aplicarlos en su práctica profesional, contribuyenda la innovación en salud y educación.

TEMAS ↓

Contenidos
Contexto y Definiciones:
●   Historia de la Inteligencia Artificial
●   Historia de los LLM
●   Definiciones de términos
●   Como Aprenden las máquinas
●   Evolución de la Inteligencia Artificial en Salud
Algoritmos:
●   Primeros Algoritmos
●   Machine Learning
●   Deep Learning
●   Agentes
Tareas:
●   Clasificación, Regresión, Clustering
●   Procesamiento de Señales
●   Visión por computador
●   Procesamiento del Lenguaje Natural
●   Minería de datos
●   Simulación
IA Generativa:
●   Generación de imágenes
●   Modelos Enormes del Lenguaje
●   Modelos de Visión Lenguaje
●   Evaluación de los LLM
Aplicaciones en salud 1:
●   Biología Molecular
●   Genética
●   Patología Digital
●   Radiología
●   Farmacología
Aplicaciones en salud 2:
●   Diagnóstico
●   Pronóstico
●   Tratamiento
●   Evaluación de modelos
●   Asistencia en la Historia Clínica
Aplicaciones en salud 3:
●   Enfermería
●   Psicología
●   Terapias
●   Atención Prehospitalaria
Robótica y Navegación:
●   Robots sociales
●   Cirugía Robótica
●   Sistemas de Apoyo Exo
●   Navegación Quirúrgica Asistida
Aplicaciones en Educación:
●   Asistencia de Escritura
●   Pacientes Simulados
●   Sistemas de Tutoría Inteligente
●   Evaluación
●   Analítica de aprendizaje
Ética y Regulación:
●   Regulación
●   Uso de datos
●   Seguridad
●   Responsabilidad y Transparencia
●   Equidad y acceso
●   Consentimiento informado
Talleres
●   ChatBots
●   Generación de Imágenes
●   Asistencia a la redacción
●   Notebook LM
●   GPTs Personalizados
●   Análisis de Datos

METODOLOGÍA ↓

Modalidad Virtual

El diplomado “IA y Ciencias de la Salud: Conceptos básicos, Aplicaciones y Ejecución” se basa en un enfoque constructivista que promueve el aprendizaje activo, colaborativo y basado en problemas. Este enfoque permite a los participantes construir su conocimiento de manera progresiva y contextualizada, integrando teoría, práctica y reflexión crítica.

Principios Metodológicos

1. Aprendizaje centrado en el estudiante: Los participantes son el eje del proceso formativo, fomentando su autonomía y pensamiento crítico.
2. Integración teórico-práctica: Cada módulo combina fundamentos conceptuales con talleres y actividades prácticas que simulan aplicaciones reales.
3. Enfoque interdisciplinario: Se promueve la interacción entre participantes de diversas áreas, enriqueciendo el aprendizaje con múltiples perspectivas.

4. Uso de tecnologías avanzadas: La metodología aprovecha plataformas digitales y herramientas de inteligencia artificial para facilitar la interacción y la experimentación.

Estrategias Metodológicas

1. Motivación inicial: Inicio de cada módulo con una contextualización de la relevancia del tema a tratar. Exposición de casos de uso reales y actuales en el ámbito de la salud y la educación para despertar el interés.
2. Construcción de conocimientos previos: Identificación de las ideas y experiencias iniciales de los participantes mediante foros y discusiones grupales. Revisión crítica de lecturas y recursos audiovisuales introductorios.
3. Movilización de recursos cognitivos: Exposición interactiva de conceptos clave mediante presentaciones dinámicas, simulaciones y demostraciones prácticas. Uso de plataformas como Moodle para compartir materiales de estudio, realizar autoevaluaciones y desarrollar actividades colaborativas.
4. Construcción individual del conocimiento: Desarrollo de actividades prácticas, como el diseño de prompts, análisis de datos o ajuste fino de modelos de IA. Resolución de problemas específicos a través de ejercicios guiados, aplicando herramientas como ChatGPT, Midjourney y DALL-E.
5. Construcción colectiva del conocimiento: Realización de talleres en equipo para diseñar soluciones innovadoras a problemas reales. Discusión grupal sobre los resultados de las actividades, fomentando el intercambio de experiencias y aprendizajes.
6. Retroalimentación continua: Revisión personalizada de las actividades prácticas, proporcionando comentarios detallados y constructivos. Evaluaciones semanales que permiten a los participantes medir su progreso y ajustar sus estrategias de aprendizaje.
7. Comunicación del conocimiento: Presentación de proyectos finales donde los participantes aplican lo aprendido para resolver un problema práctico en su campo de acción. Promoción del aprendizaje compartido mediante la publicación de los proyectos destacados en plataformas internas o redes académicas.

Recursos Didácticos

1. Plataformas de gestión del aprendizaje:

Uso de Moodle para organizar y distribuir materiales, actividades y evaluaciones.

2. Herramientas de IA:

Acceso a plataformas avanzadas como Midjourney, DALL-E y GPTs personalizados.

3. Materiales multimedia:

Videos explicativos, infografías interactivas y lecturas seleccionadas para complementar la formación teórica.

4. Casos prácticos:

Escenarios reales o simulados que faciliten la aplicación de los conceptos a contextos clínicos y educativos.

Evaluación del Aprendizaje

1. Evaluaciones formativas:

Actividades prácticas y talleres que permiten a los participantes aplicar los conocimientos adquiridos en cada módulo.

2. Evaluaciones sumativas:

Sprint semanales que miden el aprendizaje progresivo.

3. Proyecto final:

Elaboración y presentación de un GPT Personalizado.

Nota: Los programas de educación continuada, hacen parte de la oferta de educación informal de la Fundación Universitaria de Ciencias de la Salud - FUCS y no conducen a título alguno o certificado de aptitud ocupacional, por lo cual su desarrollo solo conduce a la expedición de una constancia o certificación de asistencia y se efectúan bajo las normas internas institucionales y (Artículo 2.6.6.8 Decreto 1075 de 2015). La FUCS se reserva el derecho de modificar la oferta de programas de educación continuada, sus horarios, fechas, docentes y contenidos, así como la facultad de aplazar o cancelar los programas, de acuerdo con las necesidades institucionales y según el número mínimo de inscritos requerido para dar apertura. Si las condiciones de oferta del programa cambian, el participante tendrá la opción de tomar otro programa de Educación Continuada que se esté ofreciendo, reservar su cupo para tomar el mismo una vez se ofrezca de nuevo, o solicitar la devolución del valor de matrícula pagado. Los gastos en que el participante incurra para tomar los programas presenciales, serán asumidos por su propia cuenta, por lo cual deberá verificar las fechas de oferta antes de matricularse y constatar su apertura antes de la fecha de inicio. La FUCS en ningún caso responderá por los gastos en que incurran los participantes para tomar los cursos ofrecidos.