Ponte en Contacto
 Duración 14 horas

Temario del curso

Fundamentos de la IA Agentica para el Sector Salud

  • Aplicaciones de LLM Agenticas vs. aplicaciones solo con herramientas
  • Límites de autonomía, políticas y supervisión humana
  • Panorama y restricciones de los datos de salud (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)

  • Ingestión y segmentación (chunking) de documentos médicos
  • Embeddings, almacenes vectoriales y evaluación de relevancia
  • Fundamentación de respuestas y estrategias de citación

Integraciones e Interoperabilidad en Salud

  • Conceptos básicos de FHIR/SMART para la conectividad de agentes
  • Trabajo con datos clínicos estructurados y no estructurados
  • Eventos, APIs y bitácoras de auditoría

Seguridad, Riesgo y Gobernanza

  • Barreras de seguridad (guardrails), pruebas de penetración (red-teaming) y diseño de contingencia (fail-safe)
  • Manejo de PHI, desidentificación y controles de acceso
  • Revisión con intervención humana (human-in-the-loop) y rutas de escalación

Evaluación y Monitoreo

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

Patrones de Despliegue y Laboratorio Práctico

  • Elección entre modelos basados en API vs. on-prem
  • Construcción de un agente aumentado por recuperación (RAG) con LangChain, FastAPI y ChromaDB
  • Simulación de respuesta ante incidentes y procedimientos de reversión (rollback)

Resumen y Próximos Pasos

Requerimientos

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

Público Objetivo

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

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas