Ponte en Contacto
 Duración 14 horas

Temario del curso

Fundamentos de la IA Agéntica para el Sector de la Salud

  • Aplicaciones de LLM agénticos versus aplicaciones solo de herramientas
  • Limites de autonomía, políticas y supervisión humana
  • Paisaje de datos de salud y restricciones (EHR, FHIR, PHI)

Diseño de Flujos de Trabajo de Agentes

  • Bucles de planificación, memoria, uso de herramientas y reflexión
  • Ingeniería de prompts, funciones/herramientas y selección de acciones
  • Gestión de estado y patrones de orquestación

Agentes Aumentados por Recuperación (RAG)

  • Ingesta y segmentación de documentos médicos
  • Incrustaciones (embeddings), almacenes vectoriales y evaluación de relevancia
  • Anclaje de respuestas y estrategias de citación

Integraciones e Interoperabilidad en el Sector de la Salud

  • Fundamentos de FHIR/SMART para la conectividad de agentes
  • Trabajo con datos clínicos estructurados y no estructurados
  • Generación de eventos, APIs y registros de auditoría

Seguridad, Riesgo y Gobernanza

  • Guardarraíles, pruebas de penetración (red-teaming) y diseño de mecanismos de seguridad (fail-safe)
  • Gestión de PHI, desidentificación y controles de acceso
  • Revisión con participación humana en el proceso (human-in-the-loop) y rutas de escalado

Evaluación y Monitoreo

  • Evaluaciones fuera de línea, conjuntos de referencia (golden sets) y definición de KPI
  • Detección de alucinaciones y verificación de factualidad
  • Observabilidad, registro de eventos (logging) y gestión de costos/latencia

Patrones de Despliegue y Laboratorio Práctico

  • Elecciones de modelos basados en API versus implementación local (on-prem)
  • Construcción de un agente aumentado por recuperación con LangChain, FastAPI y ChromaDB
  • Simulación de respuesta a incidentes y procedimientos de reversión (rollback)

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de la programación básica en Python
  • Experiencia en flujos de trabajo de análisis de datos o aprendizaje automático (ML)
  • Conocimiento de conceptos de datos de salud (p. ej., EHR, FHIR)

Público Objetivo

  • Científicos de datos en el sector salud e ingenieros de ML
  • Equipos de informática clínica y productos de salud digital
  • Líderes de TI y gerentes de innovación en el sector salud

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas