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.
Temario del curso
Fundamentos de la IA Agéntica para el Sector Salud
- Aplicaciones LLM agénticas vs. solo de herramientas
- Límites de autonomía, políticas y supervisión humana
- Panorama de datos de salud y restricciones (EHR, FHIR, PHI)
Diseño de Flujos de Trabajo de Agentes
- Planificación, memoria, uso de herramientas y bucles de reflexión
- Ingeniería de prompts, funciones/herramientas y selección de acciones
- Gestión de estado y patrones de orquestación
Agentes Aumentados con Recuperación
- Ingesta y segmentación de documentos médicos
- Incorporaciones (embeddings), almacenes vectoriales y evaluación de relevancia
- Sustrato de las respuestas y estrategias de citación
Integraciones e Interoperabilidad en Salud
- Nociones de FHIR/SMART para la conectividad de agentes
- Manejo de datos clínicos estructurados y no estructurados
- Eventos, APIs y registros de auditoría
Seguridad, Riesgo y Gobernanza
- Guardarraíles, pruebas de penetración (red-teaming) y diseño a prueba de fallos
- Manejo de PHI, anonimización y controles de acceso
- Revisión con humano en el circuito y rutas de escalado
Evaluación y Monitoreo
- Evaluaciones fuera de línea, conjuntos de oro (golden sets) y definición de KPI
- Detección de alucinaciones y comprobaciones de factualidad
- Observabilidad, registros (logging) y gestión de costos/latencia
Patrones de Despliegue y Laboratorio Práctico
- Elección de modelos basados en API vs. en las instalaciones (on-prem)
- Construcción de un agente aumentado con recuperación utilizando LangChain, FastAPI y ChromaDB
- Respuesta simulada a incidentes y procedimientos de reversión (rollback)
Resumen y Próximos Pasos
Requerimientos
- Comprensión de la programación básica en Python
- Experiencia con flujos de trabajo de análisis de datos o ML
- Familiaridad con conceptos de datos de salud (p. ej., EHR, FHIR)
Público Objetivo
- Científicos de datos del 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
14 Horas