Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 21 horas
Temario del curso
Fundamentos de TinyML en la salud
- Características de los sistemas TinyML
- Restricciones y requisitos específicos de la salud
- Resumen de las arquitecturas de IA vestible
Adquisición y preprocesamiento de señales biológicas
- Trabajo con sensores fisiológicos
- Técnicas de reducción de ruido y filtrado
- Extracción de características para series temporales médicas
Desarrollo de modelos TinyML para dispositivos vestibles
- Selección de algoritmos para datos fisiológicos
- Entrenamiento de modelos en entornos con restricciones
- Evaluación del rendimiento en conjuntos de datos de salud
Implementación de modelos en dispositivos vestibles
- Uso de TensorFlow Lite Micro para inferencia en el dispositivo
- Integración de modelos de IA en dispositivos médicos vestibles
- Pruebas y validación en hardware embebido
Optimización de energía y memoria
- Técnicas para reducir la carga computacional
- Optimización del flujo de datos y el uso de memoria
- Equilibrio entre precisión y eficiencia
Seguridad, fiabilidad y cumplimiento normativo
- Consideraciones regulatorias para dispositivos vestibles habilitados con IA
- Garantizar la robustez y la usabilidad clínica
- Mecanismos de fallo seguro y manejo de errores
Estudios de caso y aplicaciones en salud
- Sistemas de monitoreo cardíaco vestible
- Reconocimiento de actividades en rehabilitación
- Seguimiento continuo de glucosa y biométricas
Direcciones futuras en TinyML médico
- Enfoques de fusión multisensores
- Analítica de salud personalizada
- Chips de IA de baja potencia de próxima generación
Resumen y siguientes pasos
Requerimientos
- Comprensión de conceptos básicos de aprendizaje automático
- Experiencia con dispositivos embebidos o biomédicos
- Conocimiento de desarrollo basado en Python o C
Público objetivo
- Profesionales de la salud
- Ingenieros biomédicos
- Desarrolladores de IA
Reseñas (2)
habilidades y proyectos en Claude, una variedad de herramientas para diferentes fines
Agnieszka Czypionka
Curso - Generative AI in Healthcare: Transforming Medicine and Patient Care
Traducción Automática
Profundidad sobre el contexto de fondo y la formulación de prompts.
Olaf Kannt - Helios Klinikum Krefeld
Curso - Generative AI and Prompt Engineering in Healthcare
Traducción Automática