Aplicaciones de Ollama en el sector salud
Ollama es una plataforma ligera diseñada para ejecutar modelos de lenguaje de gran escala (LLM) de manera local.
Este curso, impartido por un instructor profesional y ofrecido en modalidad presencial en vivo (ya sea online o en sitio), está dirigido a profesionales de la 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.
A la finalización de esta capacitación, los participantes estarán en capacidad de:
- Instalar y configurar Ollama para su uso seguro en entornos de atención médica.
- Integrar LLM locales en los flujos de trabajo clínicos y en los procesos administrativos.
- Personalizar los modelos para adaptarlos a la terminología y tareas específicas del sector salud.
- Aplicar mejores prácticas en materia de privacidad, seguridad y cumplimiento normativo.
Formato del curso
- Exposición teórica interactiva y sesiones de discusión.
- Demostraciones prácticas y ejercicios guiados.
- Implementación práctica en un entorno simulado de salud con aislamiento seguro (sandbox).
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar los detalles.
Temario del curso
Introducción a Ollama en el sector salud
- Comprensión de la implementación de LLM locales
- Por qué el sector salud se beneficia de los modelos en el dispositivo
- Características clave y limitaciones de Ollama
Instalación y configuración de Ollama
- Requisitos del sistema y configuración inicial
- Selección de modelos y flujo de trabajo de instalación
- Configuración del entorno para aplicaciones de salud
Casos de uso específicos del sector salud
- Apoyo en la documentación clínica
- Comunicación con el paciente y resumen de información
- Automatización de flujos de trabajo en hospitales y clínicas
Personalización y ajuste fino de modelos
- Ingeniería de prompts para escenarios de salud
- Extensión de modelos con datos específicos del dominio
- Gestión del rendimiento y la calidad de la inferencia
Integración con sistemas de salud
- Consideraciones sobre API e interoperabilidad
- Conexión con entornos de HCE (Historia Clínica Electrónica) y HIS (Sistema de Información Hospitalaria)
- Automatización y scripting para operaciones diarias
Privacidad de datos, seguridad y cumplimiento normativo
- Ventajas de los modelos locales para la protección de datos
- Consideraciones sobre HIPAA y normativas regionales
- Patrones de implementación seguros
Pruebas, validación y garantía de calidad
- Evaluación de la precisión y fiabilidad del modelo
- Evaluación de la seguridad clínica y la gestión de riesgos
- Estrategias de mejora continua
Despliegue operativo y mantenimiento
- Monitoreo del rendimiento y del uso
- Actualización de modelos y dependencias
- Solución de problemas comunes
Resumen y próximos pasos
Requerimientos
- Comprensión de los flujos de trabajo clínicos
- Experiencia en el análisis de datos o en sistemas de TI de la salud
- Conocimiento de conceptos básicos de IA
Público objetivo
- Profesionales de la salud
- Personal de TI médica
- Analistas y administradores técnicos
Los cursos públicos requieren más de 5 participantes.
Aplicaciones de Ollama en el sector salud - Reserva
Aplicaciones de Ollama en el sector salud - Consulta
Aplicaciones de Ollama en el sector salud - Solicitud de consultoría
Próximos cursos
Cursos Relacionados
Depuración y evaluación avanzada de modelos Ollama
35 HorasIA agéntica en el sector salud
14 HorasAgentes de IA para atención médica y diagnóstico
14 HorasEsta 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.
IA y AR/VR en el sector de la salud
14 HorasEsta 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.
Inteligencia Artificial para la Salud utilizando Google Colab
14 HorasEsta 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.
IA en el sector salud
21 HorasEsta 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.
ChatGPT para el Cuidado de la Salud
14 HorasEsta 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.
IA en el borde para atención médica
14 HorasEsta 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.
Ajuste fino de IA para la atención médica: Diagnóstico médico y análisis predictivo
14 HorasEsta 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.
IA generativa e ingeniería de prompts en el sector salud
8 HorasIA Generativa en la Atención Médica: Transformando la Medicina y el Cuidado al Paciente
21 HorasEste 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 en la Atención Médica: Orquestación de Flujos de Trabajo para Entornos Regulados
35 HorasIA multimodal para la atención médica
21 HorasEsta 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.
Ingeniería de Prompts para el Sector Salud
14 HorasEsta 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 en la salud: IA en dispositivos vestibles
21 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala cubre la implementación de soluciones de TinyML para el monitoreo y el diagnóstico en el ámbito de la salud. Los participantes aprenden a diseñar modelos para datos de salud en tiempo real, a optimizarlos para dispositivos vestibles de bajo consumo y a garantizar su fiabilidad clínica. Incluye ejercicios prácticos de laboratorio.