IA Generativa e Ingeniería de Prompts en el Sector Salud

Vertex AI ofrece herramientas avanzadas para el ajuste fino de modelos grandes y la gestión de prompts, lo que permite a los desarrolladores y equipos de datos optimizar la precisión del modelo, agilizar los flujos de trabajo iterativos y garantizar un rigor en la evaluación mediante bibliotecas y servicios integrados.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen mejorar el rendimiento y la fiabilidad de sus aplicaciones de IA generativa utilizando ajuste fino supervisado, versionado de prompts y servicios de evaluación en Vertex AI.

Al finalizar esta formación, los participantes serán capaces de:

• Aplicar técnicas de ajuste fino supervisado a modelos Gemini en Vertex AI.
• Implementar flujos de trabajo para la gestión de prompts, incluido el versionado y las pruebas.
• Aprovechar las bibliotecas de evaluación para establecer líneas de base y optimizar el rendimiento de la IA.
• Desplegar y monitorear modelos mejorados en entornos de producción.

Formato del curso

• Clase magistral interactiva y debate.
• Laboratorios prácticos con herramientas de ajuste fino y prompts de Vertex AI.
• Estudios de casos sobre optimización de modelos empresariales.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarla.

La IA agéntica es un enfoque en el que los sistemas de inteligencia artificial planifican, razonan y realizan acciones mediante el uso de herramientas para alcanzar objetivos dentro de límites definidos.

Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a equipos intermedios del sector salud y de datos que deseen diseñar, evaluar y gobernar soluciones de IA agéntica para casos de uso clínicos y operativos.

Al finalizar esta formación, los participantes podrán:

• Explicar los conceptos y restricciones de la IA agéntica en contextos del sector salud.
• Diseñar flujos de trabajo seguros para agentes que incluyan planificación, memoria y uso de herramientas.
• Construir agentes con recuperación aumentada sobre documentos clínicos y bases de conocimiento.
• Evaluar, monitorear y gobernar el comportamiento de los agentes mediante controles de seguridad y procesos con intervención humana.

Formato del Curso

• Conferencia interactiva y discusión facilitada.
• Laboratorios guiados y recorridos por el código en un entorno de pruebas (sandbox).
• Ejercicios basados en escenarios sobre seguridad, evaluación y gobernanza.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.

Esta formación en vivo con instructor en Guatemala (en línea o presencial) está dirigida a profesionales de la salud de nivel intermedio a avanzado y desarrolladores de IA que desean implementar soluciones de atención médica impulsadas por IA.

Al finalizar esta formación, los participantes podrán:

• Comprender el papel de los agentes de IA en la atención médica y el diagnóstico.
• Desarrollar modelos de IA para análisis de imágenes médicas y diagnósticos predictivos.
• Integrar la IA con historiales médicos electrónicos (HME) y flujos de trabajo clínicos.
• Asegurar el cumplimiento de las normativas sanitarias y las prácticas éticas de la IA.

Esta formación práctica impartida por un instructor en Guatemala (en línea o presencial) está dirigida a profesionales de la salud de nivel intermedio que deseen aplicar soluciones de IA y AR/VR para la formación médica, simulaciones quirúrgicas y rehabilitación.

Al finalizar esta formación, los participantes podrán:

• Comprender el papel de la IA en la mejora de las experiencias de AR/VR en el sector de la salud.
• Utilizar AR/VR para simulaciones quirúrgicas y formación médica.
• Aplicar herramientas de AR/VR en la rehabilitación y terapia de pacientes.
• Explorar las preocupaciones éticas y de privacidad en las herramientas médicas mejoradas por IA.

Esta formación presencial impartida por un instructor en Guatemala (en línea o in situ) está dirigida a científicos de datos de nivel intermedio y profesionales de la salud que desean aprovechar la IA para aplicaciones sanitarias avanzadas utilizando Google Colab.

Al finalizar esta formación, los participantes podrán:

• Implementar modelos de IA para la salud utilizando Google Colab.
• Utilizar la IA para el modelado predictivo en datos sanitarios.
• Analizar imágenes médicas mediante técnicas impulsadas por inteligencia artificial.
• Explorar las consideraciones éticas en las soluciones de salud basadas en IA.

Esta formación en vivo con instructor en Guatemala (en línea o presencial) está dirigida a profesionales de la salud y científicos de datos de nivel intermedio que desean comprender y aplicar tecnologías de IA en entornos sanitarios.

Al finalizar esta formación, los participantes serán capaces de:

• Identificar los desafíos clave del sector salud que la IA puede abordar.
• Analizar el impacto de la IA en la atención al paciente, la seguridad y la investigación médica.
• Comprender la relación entre la IA y los modelos de negocio del sector salud.
• Aplicar conceptos fundamentales de IA a escenarios del sector salud.
• Desarrollar modelos de aprendizaje automático para el análisis de datos médicos.

Esta formación práctica dirigida por un instructor en Guatemala (en línea o presencial) está destinada a profesionales de la salud e investigadores que deseen aprovechar ChatGPT para mejorar la atención al paciente, optimizar los flujos de trabajo y obtener mejores resultados en la atención sanitaria.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de ChatGPT y sus aplicaciones en el sector sanitario.
• Utilizar ChatGPT para automatizar procesos e interacciones en la atención sanitaria.
• Proporcionar información médica precisa y apoyo a los pacientes mediante ChatGPT.
• Aplicar ChatGPT para la investigación y el análisis médico.

Esta formación en vivo impartida por un instructor en Guatemala (en línea o presencial) está dirigida a profesionales de la salud, ingenieros biomédicos y desarrolladores de IA de nivel intermedio que deseen aprovechar la IA en el borde para desarrollar soluciones innovadoras en atención médica.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el rol y los beneficios de la IA en el borde en el sector de la salud.
• Desarrollar e implementar modelos de IA en dispositivos periféricos para aplicaciones médicas.
• Implementar soluciones de IA en el borde en dispositivos portátiles y herramientas de diagnóstico.
• Diseñar y desplegar sistemas de monitoreo de pacientes utilizando IA en el borde.
• Abordar consideraciones éticas y regulatorias en aplicaciones de IA para la salud.

Esta capacitación en vivo dirigida por instructores en Guatemala (en línea o presencial) está orientada a desarrolladores y científicos de datos de IA médica de nivel intermedio a avanzado que deseen realizar ajustes finos en modelos para el diagnóstico clínico, la predicción de enfermedades y la previsión de resultados de pacientes utilizando datos médicos estructurados y no estructurados.

Al finalizar esta capacitación, los participantes serán capaces de:

• Realizar ajustes finos en modelos de IA con conjuntos de datos de atención médica, incluidas las historias médicas electrónicas (EMR), imágenes y datos de series temporales.
• Aplicar aprendizaje por transferencia, adaptación de dominios y compresión de modelos en contextos médicos.
• Abordar la privacidad, el sesgo y el cumplimiento normativo en el desarrollo de modelos.
• Implementar y monitorear modelos ajustados en entornos reales de atención médica.

Este taller en vivo, impartido por un instructor en Guatemala (en línea o presencial), está dirigido a profesionales de la salud, analistas de datos y formuladores de políticas con conocimientos desde nivel básico hasta intermedio, quienes desean comprender y aplicar la IA generativa en el contexto de la atención médica.

Al finalizar este taller, los participantes serán capaces de:

• Explicar los principios y las aplicaciones de la IA generativa en la salud.
• Identificar oportunidades para que la IA generativa mejore el descubrimiento de fármacos y la medicina personalizada.
• Utilizar técnicas de IA generativa en la imagenología médica y el diagnóstico.
• Evaluar las implicaciones éticas de la IA en entornos médicos.
• Desarrollar estrategias para integrar tecnologías de IA en los sistemas de atención sanitaria.

LangGraph permite el diseño de flujos de trabajo con estado y múltiples actores, impulsados por modelos de lenguaje grandes (LLM), ofreciendo un control preciso sobre las rutas de ejecución y la persistencia del estado. En el sector sanitario, estas capacidades son fundamentales para garantizar el cumplimiento normativo, la interoperabilidad y el desarrollo de sistemas de apoyo a la decisión que se alineen con los flujos de trabajo médicos.

Esta formación en línea o presencial, impartida por un instructor, está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y gestionar soluciones sanitarias basadas en LangGraph, abordando al mismo tiempo los desafíos regulatorios, éticos y operativos.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar flujos de trabajo específicos para el sector sanitario con LangGraph, teniendo en cuenta el cumplimiento normativo y la capacidad de auditoría.
• Integrar aplicaciones LangGraph con ontologías y estándares médicos (FHIR, SNOMED CT, ICD).
• Aplicar las mejores prácticas para garantizar fiabilidad, trazabilidad y explicabilidad en entornos sensibles.
• Desplegar, supervisar y validar aplicaciones LangGraph en entornos de producción sanitaria.

Formato del curso

• Clase interactiva y discusión.
• Ejercicios prácticos con casos de estudio del mundo real.
• Práctica de implementación en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.

Esta formación en vivo con instrucción directa en Guatemala (en línea o presencial) está dirigida a profesionales de la salud de nivel intermedio a avanzado, investigadores médicos y desarrolladores de IA que deseen aplicar la IA multimodal en diagnósticos médicos y aplicaciones de atención médica.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel de la IA multimodal en la atención médica moderna.
• Integrar datos médicos estructurados y no estructurados para diagnósticos impulsados por IA.
• Aplicar técnicas de IA para analizar imágenes médicas y historiales clínicos electrónicos.
• Desarrollar modelos predictivos para el diagnóstico de enfermedades y recomendaciones de tratamiento.
• Implementar procesamiento del habla y lenguaje natural (NLP) para la transcripción médica y la interacción con pacientes.

Ollama es una plataforma ligera para ejecutar modelos de lenguaje grandes de manera local.

Esta formación impartida por un instructor (en línea o presencial) está dirigida a profesionales del sector salud y equipos de TI de nivel intermedio que deseen implementar, personalizar y operar soluciones de IA basadas en Ollama dentro de entornos clínicos y administrativos.

Al completar esta capacitación, los participantes serán capaces de:

• Instalar y configurar Ollama para su uso seguro en entornos de salud.
• Integrar modelos de lenguaje locales (LLM) en flujos de trabajo clínicos y procesos administrativos.
• Personalizar los modelos para terminología y tareas específicas del sector salud.
• Aplicar las mejores prácticas en cuanto a privacidad, seguridad y cumplimiento normativo.

Formato del curso

• Conferencia interactiva y discusión grupal.
• Demostraciones prácticas y ejercicios guiados.
• Ejecución práctica en un entorno simulado de salud con aislamiento (sandbox).

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarlo.

Esta formación en vivo impartida por instructores en Guatemala (en línea o presencial) está dirigida a profesionales de la salud con nivel intermedio y desarrolladores de IA que desean aprovechar las técnicas de ingeniería de prompts para mejorar los flujos de trabajo médicos, la eficiencia en la investigación y los resultados de los pacientes.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de la ingeniería de prompts en el sector salud.
• Utilizar prompts de IA para la documentación clínica y las interacciones con pacientes.
• Aprovechar la IA para la investigación médica y la revisión de literatura.
• Mejorar el descubrimiento de medicamentos y la toma de decisiones clínicas mediante prompts impulsados por IA.
• Garantizar el cumplimiento de las normas reglamentarias y éticas en la IA aplicada a la salud.

TinyML es la integración del aprendizaje automático en dispositivos portátiles y médicos de bajo consumo energético y recursos limitados.

Esta capacitación impartida por instructores (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean implementar soluciones de TinyML para el monitoreo y diagnóstico en salud.

Al finalizar esta capacitación, los participantes podrán:

• Diseñar e implementar modelos de TinyML para el procesamiento de datos de salud en tiempo real.
• Recopilar, preprocesar e interpretar datos de biosensores para obtener información impulsada por IA.
• Optimizar modelos para dispositivos portátiles con bajo consumo energético y memoria limitada.
• Evaluar la relevancia clínica, fiabilidad y seguridad de los resultados generados por TinyML.

Formato del curso

• Conferencias complementadas con demostraciones en vivo y discusiones interactivas.
• Práctica manual con datos de dispositivos portátiles y frameworks de TinyML.
• Ejercicios de implementación en un entorno de laboratorio guiado.

Opciones de personalización del curso

• Para capacitaciones a medida que se ajusten a dispositivos médicos específicos o flujos regulatorios, comuníquese con nosotros para personalizar el programa.