INICIACIÓ A L’ÚS DE LA INTEL·LIGÈNCIA ARTIFICIAL (IA) EN SALUT

Presentació i justificació del curs

La arribada de l’IA ha produït un autèntic allau d’informació, convenientment ampliada pels mitjans de comunicació i per la pressió mediàtica dels fabricants. Moltes vegades es barreja el que son realitats tangibles amb el que son iniciatives prometedores, encara que no prou desenvolupades. Igual que passa amb l’adopció d’altres tecnologies en sanitat, sovint s’incorporen solucions d’IA amb unes expectatives molt altes i atractives, però que encara no estan prou madures. Això te com conseqüència l’obtenció d’uns resultats pobres en relació a l’esforç i a la inversió, sovint elevada, que s’han esmerçat.
En aquest context, els professionals de la salut estem, la majoria de vegades, en inferioritat de condicions, per falta de formació i d’informació crítica, desaprofitant tot allò que les tecnologies ens aporten en la generació de coneixement o, per contra, immersos en situacions que altres han decidit i que ens aporten una tecnologia futurible que no ens portarà enlloc, al menys en el curt termini.
Lluny de ser un curs per a tècnics i informàtics, és un curs per als professionals de la salut, per donar una formació general amb visió realista de les diferents opcions deixant clar en quins casos l’IA avui en dia “pot” i en quins casos “podrà” o, hipotèticament, “podria”.

Direcció i coordinació del curs
Josep Monterde Junyent (director/a), Joan San Molina (codirector/a), Josep Maria Guiu Segura (coordinador/a), Laurentino Martí Aguasca (coordinador/a), Yolima Cossio Gil (coordinador/a), Jordi Martínez Roldán (coordinador/a)

L’objectiu d’aquest curs és donar una formació general amb visió realista de les diferents opcions que, actualment, ofereix l’IA aplicada a la salut.
En finalitzar aquest curs, els participants seran capaços de:
1. Saber quines són les principals eines d’IA, les seves aplicacions en el camp de la salut i en particular en el suport a la presa de decisions i gestió clínica.
2. Conèixer els avantatges i limitacions de l’IA

Resultats d'aprenentatge

L’estudiant ha demostrat l’assoliment dels coneixements a través de :
•Escriure la resolució d’un cas problema relacionat amb els continguts treballats en els Mòduls.
•Indicar per mitjà d’una prova de discriminació (cert/fals) els coneixements adquirits.
•Enumerar amb una prova d’exposició escrita, el contingut més rellevant d’un dels Mòduls estudiats.

L’estudiant ha assolit les habilitats, demostrant :
•capacitat d’aplicar el seu coneixement previ, per resoldre problemes en el decurs del treball en el grup i pel grup.
•sentit crític, dubte sistemàtic, creativitat i interès en l’aprenentatge en el si del grup .
•capacitat d’utilitzar els fets, principis, teories i pràctiques de cadascun dels Mòduls, per completar tasques i resoldre problemes.

L’estudiant ha:
•mostrat tenir un comportament cooperatiu dirigint les seves accions i comentaris al treball del grup.
•contribuït a ordenar la discussió, tenint en compte l’opinió dels seus companys.
•fet comentaris per aclarir el que es discuteix en el grup.

La metodologia d’aprenentatge utilitzada es fonamenta en les següents activitats docents:

  1. Aprenentatge basat en problemes (ABP), com a eina d’autoaprenentatge tutoritzat per tal de consolidar procés reflexiu i per tant, el pensament crític, tant individual com de grup. El procediment a seguir és el següent:
    • Presentació a l’inici de cada Mòdul del cas problema.
    • Treball individual/grup del problema, durant el transcurs del Mòdul, incorporant els continguts presentats.
    • Avaluació individual del cas ABP. Al final de cada Mòdul, l’estudiant haurà de donar resposta al cas ABP redactant  la resolució,
    • Resultats/objectius d’aprenentatge. Els resultats d’aprenentatge formaran part de la informació docent en cadascun dels Mòduls via Moodle.
    • Treball individual de contrast del raonament personal i els objectius entregats.

2.Sessions magistrals. Les classes es realitzaran mitjançant el sistema de videoconferències (metodologia virtual síncrona).

3. Sessions de debat, relacionades amb la temàtica tractada.

El control d’assistència es realitzarà mitjançant l’informe de connexió i permanència que dona la plataforma i presencialitat virtual amb càmeres obertes.

A qui s'adreça

El curs s’adreça a professionals de la salut amb interès en obtenir una visió general de les opcions que, actualment i en un futur, l’IA ofereix com a tecnologia de suport al desenvolupament de la tasca professional/assistencial i de gestió en l’àmbit de la salut.

Requisits per l’admissió i criteris de selecció dels alumnes

Llicenciats o Graduats en Medicina i Cirurgia
– Llicenciats o Graduats en Farmàcia
– Llicenciats o Graduats en Infermeria
– Graduats en Bioenginyeria
– En general, Llicenciats i/o Graduats que desenvolupen la seva activitat professional en l’àmbit de la salut a nivell assistencial i de gestió.

En tots els casos és necessari ser soci de l’Acadèmia de Ciències Mèdiques i de la Salut de Catalunya i de Balears.

Criteris d'avaluació

El 50% d’Avaluació continuada general de:

  1. Participació: L’estudiant haurà de respondre verdader o falç a cinc afirmacions relacionades amb cadascuna de les sessions magistrals. Aquestes respostes es respondran immediatament després d’haver finalitzat la magistral i estaran disponibles al Moodle del curs.
  2. Assistència: L’assistència demostrada de presencialitat virtual a les classes magistrals és requisit per ser avaluat. Avaluada a partir de l’informe de presencialitat de la plataforma utilitzada. És imprescindible mantenir la càmera oberta.

Ambdues amb el 40% MÍNIM d’acompliment de les avaluacions.

El 50% d’Avaluació dels ABP dels mòduls 2,3 i 4:

– Resolució dels casos ABP. Exposició, raonada de la resolució del cas pràctic presentat. Extensió limitada. Pot ésser d’ajut els criteris esmentats en el punt 2.3. Els ABP a resoldre son :

  1. ABP-1  Aplicació de l’anàlisi de dades a la millora de la gestió clínica: canvi dels hàbits de prescripció de medicaments.
  2. ABP-2  Aplicació d’antibiòtics segons les resistències antibiòtiques poblacionals de la regió.
  3. ABP-3  Models d’identificació de pacients amb risc de patir diabetis (aquest exemple mostraria les limitacions d’un model generatiu d’IA aplicat a la medicina: límits en la precisió del model i les conclusions obtingudes).
  1. B) Presentació projecte final de Curs:

Presentació d’un projecte basat en un cas. Es considera aprovat amb una qualificació per sobre de 7/10.

AVALUACIÓ FINAL

La nota final del Curs s’estableix per el sumatori de:

  • 50% A-Nota final de Mòdul. Per aprovar el curs és necessari haver aprovat tots els mòduls.
  • 50% B-Projecte final de Curs. Amb una qualificació per sobre de 7/10

Requeriments per obtenir el certificat

-Avaluació general de la participació i l’assistència: cal assolir un 80% per ser avaluat.
-Per aprovar el curs és necessari haver aprovat tots els mòduls.
-Avaluació final és el resultat de la mitjana de les qualificacions obtingudes en cada un dels mòduls (50% sobre la nota final) i el resultat del projecte final (50% sobre la nota final). Es considera aprovat amb una qualificació per sobre de 7/10.

Característiques del curs
Inscripció: 15/05/2024 al 03/10/2024
Realització: 25/10/2024 al 11/07/2025
Lloc de realitzacio: Barcelona
Modalitat: Virtual
ECTS:6,00

Les inscripcions s'obriran properament

Veure sessions

Entitats promotores