MÓDULOS – CONTENIDOS

Unidad I:
1- Módulo: Introducción a la Inteligencia Artificial y Ciencias Cognitivas.

• Bienvenida: Presentación del equipo relator, estructura del diploma y método de evaluación.
• Introducción a la Inteligencia Artificial.
• Diferentes Visiones de la IA.
• Resumen Historia de la IA.
• Casos de uso del sector Salud.
• Introducción a los contenidos a tratar en el Diploma.
• Taller Introducción a RapidMiner.
• Taller Modelamiento con datos de Heart Disease (Cardiopatías).

2- Módulo: Inteligencia Artificial Generativa.

• Introducción a la Inteligencia Artificial Generativa.
• Evolución de la Inteligencia Artificial.
• Tipos de Inteligencia Artificial Generativa según usabilidad.
• Aplicaciones IAG en el sector Médico y Farmacéutico.
• Taller el Arte de la Ingeniería de Prompts con ChatGPT.
• Taller generación de presentaciones con IA Generativa.

3 – Módulo: Automatizaciones con Robotic Process Automation (RPA).

• Introducción a Robotic Process Automation (RPA).
• Fundamentos técnicos de RPA.
• Desarrollo de procesos y flujos de trabajo.
• Casos de uso del sector Salud con RPA.
• Taller Mi Primer Bot con Rocketbot.
• Taller RPA Web Scraping, Excel y Correo para el sector Farmaceútico.
• Taller RPA API ChatGPT.

4 – Módulo: Gestión de Riesgos en el uso de la Inteligencia Artificial.

• Introducción a la Ética y Gobernanza del uso de Inteligencia Artificial en el área de la Salud. REF 1: WHO (2021) “Ethics and Governance of Artificial Intelligence for Health WHO Guidance”.
• Introducción al Marco de Gestión de Riesgos del Instituto Nacional de Tecnología y Estándar de EEUU. REF 2: NIST (Artificial Intelligence Risk Management Framework (AI RMF 1.0).
• Introducción a las Matrices de Riesgos.
• Taller de elaboración de Matriz de Riesgo en el empleo de Inteligencia Artificial asociado al área de la Salud.
• Taller de Clasificación y Análisis Predictivo con datos de Cirrhosis Patient Survival (Supervivencia del Paciente con Cirrosis).

Unidad II:
5- Módulo: Aprendizaje Automático Supervisado y No Supervisado.

• Introducción y Fundamentos.
• Algoritmos y Técnicas.
• Predicciones y Modelado.
• Prácticas y Tendencias Futuras.

6- Módulo: Redes Neuronales.

• Fundamentos de las Redes Neuronales.
• Neuronas y Funciones de Activación.
• Arquitecturas Básicas de Redes Neuronales – Perceptrón.
• Entrenamiento de Redes Neuronales.
• Redes Neuronales Convolucionales (CNN).
• Redes Neuronales Recurrentes (RNN).
• Taller de herramientas – Diseño Red Neuronal.
• Taller Implementación de Red Neuronales caso industria de la salud.

7- Módulo: Visión Artificial.

• Introducción Visión Artificial.
• Procesamiento de imágenes.
• Clasificación de imágenes.
• Taller Segmentación y Preprocesamiento con imágenes de Molecular Similarity Perception (Percepción de Similitud Molecular).
• Taller de Clasificación con imágenes de Covid-19 Dataset (Conjunto de datos sobre COVID).

8- Módulo: Procesamiento del Lenguaje Natural (NLP).

• Introducción al Procesamiento del Lenguaje Natural (NLP)
• Preprocesamiento de texto: Stemming, Lematización y Tokenización.
• Representaciones de texto sin contexto semántico: One hot encoding, BoW, TF / IDF, N-Gramas.
• Word Embeddings y representación de texto considerando el sentido semántico de las palabras (Word2Vec, GloVe, CBoW).
• Fundamentos de LLM y representación de texto con sentido semántico dependiente del contexto (BERT, GPT).
• Trabajo práctico de análisis de sentimientos de tweets del sector Salud.
• Trabajo práctico de clasificación de tópicos en publicaciones científicas.
• Trabajo práctico de generación de resúmenes con Embeddings.

Unidad III:
9- Módulo: Desarrollo de Proyecto Capstone con Inteligencia Artificial.

• Presentación Capstone IA: Etapas e hitos.
• Alternativas Capstone IA: Título, hipótesis, objetivos y resumen general de la propuesta.
• Avance #01 Capstone IA: Introducción, descripción del problema y revisión bibliográfica.
• Avance #02 Capstone IA: Implementación de modelos.
• Avance #03 Capstone IA: Experimentos, resultados y conclusiones.
• Exposiciones Capstone IA: Evaluación y cierre del Programa.

Postulación

Este programa va dirigido a Profesionales de los sectores Salud, Químico, Bioquímico, Farmacéutico y Alimenticio.

Requisitos

• Contar con un título técnico, profesional universitario y/o licenciatura equivalente a la otorgada por la Universidad de Chile.
• Usuarios computacionales nivel medio. No se requiere nivel avanzado, ya que el diploma se dictará sin el uso de lenguajes de desarrollo de software, sino con herramientas tipo drag and drop (arrastrar y soltar).
•  Conexión estable a internet y computador con Windows o macOS.

Los interesados podrán inscribirse en línea a través del siguiente link https://postulaciones.postgradoquimica.cl/postulaciones/

COORDINACIÓN CURSO

• Gustavo Jara Valdés.
• gjara@ewarecorp.com

CUERPO ACADÉMICO

• Gustavo Jara Valdés.
• Alvaro Cid Claverie.
• Juan Pablo Benavente Nitsche. 
• Gillian Valenzuela Yáñez.
• Claudia Chávez Oyanedel.
• Marco Japke Adriazola.
• Daniel Ramos Montes.