Datos Identificativos 2023/24
Asignatura (*) IA en Saúde Código 614544022
Titulación
Máster Universitario en Intelixencia Artificial
Descriptores Ciclo Período Curso Tipo Créditos
Mestrado Oficial 1º cuadrimestre
Segundo Optativa 3
Idioma
Inglés
Modalidade docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Coordinación
Pazos Sierra, Alejandro
Correo electrónico
alejandro.pazos@udc.es
Profesorado
Ortega Hortas, Marcos
Pazos Sierra, Alejandro
Correo electrónico
m.ortega@udc.es
alejandro.pazos@udc.es
Web
Descrición xeral

Competencias do título
Código Competencias do título
A8 CE07 - capacidade para entender as implicacións do desenrolo dun sistema intelixente explicable e interpretable
A9 CE08 - capacidade para deseñar e desenvolver sistemas intelixentes seguros, en términos de integridade, confidencialidade e robustez
A10 CE09 - capacidade para ter un coñecemento profundo dos principios fundamentáis e modelos da computación cuántica e sabelos aplicar para interpretar, seleccioar, valorar, modelar, e crear novos conceptos, teorías, usos e desenrolos tecnolóxicos relacionados coa intelixencia artificial
A14 CE13 - coñecemento das ferramentas informáticas no campo do análisis dos datos e modelización estadística, e capacidade para seleccionar as máis axeitadas para a resolución de problemas
A15 CE14 - Comprensión e dominio das principáis técnicas de aprendizaxe automática, incluíndo as dedicadas ao tratamento de grandes volúmenes de datos. Compresión e dominio de fundamentos e técnicas básicas para a búsqueda e o filtrado de información en grandes coleccións de datos
A16 CE15 - coñecemento das ferramentas informáticas no campo da aprendizaxe automática, e capacidade para seleccionar a máis axeitad para a resolución dun problema
A20 CE19 - coñecemento de diferentes ámbitos de aplicación das tecnologías basadas en IA e a súa capacidade para ofrecer un valor engadido diferenciador
A21 CE20 - capacidade de combinar e adaptar diferentes técnicas, extrapolando coñecementos entre diferentes ámbitos de aplicación
A22 CE21 - coñecemento das técnicas que facilitan a organización e xestión de proxectos en IA en entornos reais, a xestión dos recursos e a planificación de tarefas dun xeito eficiente, tendo en conta conceptos de diseminación do coñecemento e ciencia aberta
A23 CE22 - coñecemento de técnicas que facilitan a seguridade dos datos, aplicacións e as comunicacións e as súas implicacións en diferentes ámbitos de aplicación da IA
A28 CE27 - Comprensión da importancia da cultura emprendedora e coñecemento dos medios ao alcance das persoas emprendedoras
A29 CE28 - coñecemento adecuado do concepto de empresa, a súa organización e xestión, e os distintos sectores empresariáis có obxectivo de facilitar solucións dende a intelixencia Artificial
A30 CE29 - Ser capaz de aplicar os coñecementos, capacidades e actitudes á realidade empresarial e profesional, planificando, xestionando e evaluando proxectos no ámbito da intelixencia artificial
A31 CE30 - Ser capaz de plantexar, modelar e resolver problemas que requiran a aplicación de métodos, técnicas e tecnoloxías de intelixencia artificial
B1 CG01 - Manter e extender os plantexamentos teóricos fundados para permitir a introducción e explotación de tecnoloxías novas e avanzadas no eido da Intelixencia Artificial
B2 CG02 - Abordar con éxito todas as etapas dun proxecto de Intelixencia Artificial
B4 CG04 - Elaborar axeitadamente e con certa orixinalidade composicións escritas ou argumentos motivados, redactar plans, proxectos de traballo, artigos científicos e formular hipóteses razoables no campo
B5 CG05 - Traballar en equipo, especialmente de carácter multidisciplinar, e ser hábiles na xestión do tempo, persoas e toma de decisións
B6 CB01 - Poseer e comprender coñecementos que aporten unha base ou oportunidade de ser orixináis no desenvolvemento e/ou aplicación de ideas, a miúdo nun contexto de investigación
B7 CB02 - Que os estudantes saiban aplicar os coñecementos adquiridos e posúan capacidade de resolución de problemas en entornos novos ou pouco coñecidos dentro de contextos máis amplos (ou multidisciplinares) relacioados coa su área de estudo
B9 CB04 - Que os estudantes saiban comunicar as súas conclusións e os coñecementos e razóns últimas que as sustentan a públicos especializados e non especializados dun xeito claro e sen ambigu?idades
B10 CB05 - Que os estudantes posúan as habilidades de aprendizaxe que lles permitan continuar estudando dun xeito que terá que ser en gran medida autodirixido ou autónomo
C5 CT05 - Entender a importancia da cultura emprendedora e coñecer os medios ao alcance das persoas emprendedoras
C8 CT08 - Valorar a importancia que ten a investigación, a innovación e o desenrolo tecnolóxico no avance socioeconómico e cultural da sociedade
C9 CT09 - Ter a capacidade de xestionar tempos e recursos: desenvolver plans, priorizar actividades, identificar as críticas, establecer plazos e cumplilos

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias do título
Desenvolver unhas habilidades sólidas para crear modelos complexos que permitan diagnósticos personalizados e predicción de tendencias clínicas, baseados en fontes heteroxéneas AM7
AM8
AM9
AM13
AM14
AM15
AM19
AM20
AM21
AM22
AM27
AM28
AM29
AM30
BM1
BM2
BM4
BM5
BM6
BM7
BM9
BM10
CM5
CM8
CM9
Coñecer os diferentes estándares para o tratamento de datos no ámbito sanitario e desenvolver a capacidade de integralos en proxectos IA. Coñecer as técnicas de integración de IA en dispositivos médicos AM7
AM8
AM9
AM13
AM14
AM15
AM19
AM20
AM21
AM22
AM27
AM28
AM29
AM30
BM1
BM2
BM4
BM5
BM6
BM7
BM9
BM10
CM5
CM8
CM9
Desenvolver as capacidades para deseñar aplicacións web en e-health baseadas en modelos IA AM7
AM8
AM13
AM14
AM15
AM19
AM20
AM21
AM22
AM27
AM28
AM29
AM30
BM1
BM2
BM4
BM5
BM6
BM7
BM9
BM10
CM5
CM8
CM9
Conocer las especificidades de los campos de aplicación de la monitorización inteligente de datos y señales en e-salud y sus restricciones de tiempo real AM7
AM8
AM9
AM13
AM14
AM15
AM19
AM20
AM21
AM22
AM27
AM28
AM29
AM30
BM1
BM2
BM4
BM5
BM6
BM7
BM9
BM10
CM5
CM8
CM9
AM7
AM8
AM9
BM2
BM7
CM8

Contidos
Temas Subtemas

Planificación
Metodoloxías / probas Competencias Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Prácticas a través de TIC A8 A9 A14 A16 A20 A21 A28 A29 A31 A30 B10 C9 8 8 16
Sesión maxistral A8 A9 A10 A14 B1 B2 B4 B5 B9 B10 C5 C8 12 12 24
Proba obxectiva A8 A9 A10 A15 A20 A22 A28 A29 A30 B1 B4 B5 C5 C8 C9 1 23 24
Seminario A8 A10 A15 A22 A23 B6 B7 B9 C5 C8 5 5 10
 
Atención personalizada 1 0 1
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Prácticas a través de TIC
Sesión maxistral
Proba obxectiva
Seminario

Atención personalizada
Metodoloxías
Seminario
Prácticas a través de TIC
Sesión maxistral
Proba obxectiva
Descrición


Avaliación
Metodoloxías Competencias Descrición Cualificación
Seminario A8 A10 A15 A22 A23 B6 B7 B9 C5 C8 20
Prácticas a través de TIC A8 A9 A14 A16 A20 A21 A28 A29 A31 A30 B10 C9 50
Proba obxectiva A8 A9 A10 A15 A20 A22 A28 A29 A30 B1 B4 B5 C5 C8 C9 30
 
Observacións avaliación

Fontes de información
Bibliografía básica

Bibliografía complementaria


Recomendacións
Materias que se recomenda ter cursado previamente

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías