Aplicaciones de Ollama en el sector de la salud
Ollama es una plataforma ligera para ejecutar modelos de lenguaje de gran escala (LLM) de forma local.
Esta capacitación en vivo, dirigida por un instructor (online o presencial), está orientada a profesionales de la salud y equipos de TI de nivel intermedio que deseen desplegar, personalizar y operacionalizar soluciones de inteligencia artificial basadas en Ollama en entornos clínicos y administrativos.
Al completar esta capacitación, los participantes estarán en capacidad de:
- Instalar y configurar Ollama para su uso seguro en entornos de atención sanitaria.
- Integrar LLM locales en flujos de trabajo clínicos y procesos administrativos.
- Personalizar los modelos para la terminología y tareas específicas del sector salud.
- Aplicar las mejores prácticas en materia de privacidad, seguridad y cumplimiento normativo.
Formato del curso
- Charlas interactivas y discusión.
- Demostraciones prácticas y ejercicios guiados.
- Implementación práctica en un entorno de simulación sanitaria con aislamiento (sandbox).
Opciones de personalización del curso
- Para solicitar una capacitación a medida para este curso, contáctenos para coordinar los detalles.
Temario del curso
Introducción a Ollama en el sector de la salud
- Comprensión del despliegue local de LLM
- Por qué la 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 de la salud
- Apoyo a la documentación clínica
- Comunicación y resumen de información con pacientes
- 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 inferencia
Integración con sistemas de salud
- Consideraciones sobre APIs e interoperabilidad
- Conexión con entornos de HCE (Historia Clínica Electrónica) y HSI (Sistemas de Información Sanitaria)
- 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 despliegue seguro
Pruebas, validación y aseguramiento de la calidad
- Evaluación de la precisión y confiabilidad del modelo
- Evaluación de la seguridad clínica y riesgos
- Estrategias de mejora continua
Despliegue operativo y mantenimiento
- Monitoreo del rendimiento y el uso
- Actualización de modelos y dependencias
- Solución de problemas comunes
Resumen y próximos pasos
Requerimientos
- Comprensión de los flujos de trabajo clínicos
- Experiencia en análisis de datos o sistemas de TI para la salud
- Conocimiento básico de conceptos 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 de la salud - Reserva
Aplicaciones de Ollama en el sector de la salud - Consulta
Aplicaciones de Ollama en el sector de la salud - Solicitud de consultoría
Próximos cursos
Cursos Relacionados
Depuración y Evaluación Avanzada de Modelos Ollama
35 HorasIA Agéntica en Salud
14 HorasAgentes de IA para atención médica y diagnóstico
14 HorasEsta formación en vivo con un instructor en Ecuador (en línea o presencial) está dirigida a profesionales de la salud y desarrolladores de IA de nivel intermedio a avanzado que deseen implementar soluciones de atención médica basadas en inteligencia artificial.
Al finalizar esta capacitación, los participantes serán capaces de:
- Comprender el papel de los agentes de IA en la atención médica y el diagnóstico.
- Desarrollar modelos de IA para el 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 regulaciones sanitarias y las prácticas éticas de IA.
Inteligencia artificial y realidad aumentada/virtual en el sector sanitario
14 HorasEsta formación en vivo impartida por un instructor en Ecuador (en línea o presencial) está dirigida a profesionales del sector sanitario de nivel intermedio que deseen aplicar soluciones de IA y RA/RV 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 RA/RV en el sector sanitario.
- Utilizar RA/RV para simulaciones quirúrgicas y formación médica.
- Aplicar herramientas de RA/RV en la rehabilitación y terapia de pacientes.
- Explorar las preocupaciones éticas y de privacidad en las herramientas médicas potenciadas por IA.
IA para la atención médica utilizando Google Colab
14 HorasEsta formación práctica, impartida por un instructor, en Ecuador (en línea o presencial), está dirigida a científicos de datos y profesionales del ámbito sanitario de nivel intermedio que deseen aprovechar la IA para aplicaciones avanzadas en salud mediante Google Colab.
Al finalizar esta formación, los participantes serán capaces de:
- Implementar modelos de IA para la atención médica utilizando Google Colab.
- Utilizar la IA para la modelización predictiva en datos sanitarios.
- Analizar imágenes médicas con técnicas basadas en inteligencia artificial.
- Explorar las consideraciones éticas en las soluciones de salud basadas en IA.
IA en el sector de la salud
21 HorasEsta formación en vivo con instructor en Ecuador (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 podrán:
- Identificar los principales desafíos sanitarios 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 en el sector de la salud.
- Aplicar conceptos fundamentales de IA a escenarios sanitarios.
- Desarrollar modelos de aprendizaje automático para el análisis de datos médicos.
ChatGPT para el Cuidado de la Salud
14 HorasEsta capacitación en vivo dirigida por instructores en Ecuador (en línea o presencial) está orientada a profesionales e investigadores de la salud que desean aprovechar ChatGPT para mejorar la atención al paciente, agilizar las flujos de trabajo y optimizar los resultados sanitarios.
Al finalizar esta capacitación, los participantes serán capaces de:
- Comprender los fundamentos de ChatGPT y sus aplicaciones en el sector sanitario.
- Utilizar ChatGPT para automatizar procesos e interacciones en el ámbito de la salud.
- 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 la Salud
14 HorasEsta formación en directo, impartida por un instructor en Ecuador (en línea o presencial), está dirigida a profesionales sanitarios de nivel intermedio, ingenieros biomédicos y desarrolladores de IA que deseen aprovechar la IA en el borde para crear soluciones innovadoras en el ámbito sanitario.
Al finalizar esta formación, los participantes podrán:
- Comprender el papel y los beneficios de la IA en el borde en el sector sanitario.
- Desarrollar e implementar modelos de IA en dispositivos periféricos para aplicaciones sanitarias.
- Implementar soluciones de IA en el borde en dispositivos portátiles y herramientas de diagnóstico.
- Diseñar e implementar sistemas de monitorización de pacientes utilizando IA en el borde.
- Abordar las consideraciones éticas y regulatorias en las aplicaciones de IA para la salud.
Ajuste Fino de IA para la Salud: Diagnóstico Médico y Analítica Predictiva
14 HorasEsta formación en vivo, impartida por un instructor, en Ecuador (en línea o presencial), está dirigida a desarrolladores de IA médica y científicos de datos con un nivel intermedio a avanzado que deseen realizar ajustes finos en modelos para diagnóstico clínico, predicción de enfermedades y pronóstico de resultados del paciente, utilizando datos médicos estructurados y no estructurados.
Al finalizar esta formación, los participantes podrán:
- Realizar ajustes finos en modelos de IA con conjuntos de datos de salud, incluyendo registros electrónicos de salud (EMR), imágenes y datos de series temporales.
- Aplicar aprendizaje por transferencia, adaptación de dominio 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 Salud
8 HorasIA Generativa en la Salud: Transformando la Medicina y la Atención al Paciente
21 HorasEsta formación impartida por un instructor en vivo en Ecuador (en línea o presencial) está dirigida a profesionales de la salud, analistas de datos y formuladores de políticas de nivel básico a intermedio que desean comprender y aplicar la inteligencia artificial generativa en el contexto de la atención sanitaria.
Al finalizar esta formación, los participantes serán capaces de:
- Explicar los principios y aplicaciones de la IA generativa en el ámbito de la salud.
- Identificar oportunidades mediante las cuales la IA generativa puede mejorar el descubrimiento de fármacos y la medicina personalizada.
- Utilizar técnicas de IA generativa para la imagen médica y el diagnóstico.
- Evaluación de las implicaciones éticas de la IA en entornos médicos.
- Desarrollar estrategias para integrar tecnologías de inteligencia artificial en los sistemas sanitarios.
LangGraph en el sector sanitario: Orquestación de flujos de trabajo para entornos regulados
35 HorasIA multimodal para la atención médica
21 HorasEsta formación en vivo impartida por un instructor en Ecuador (en línea o presencial) está dirigida a profesionales de la salud de nivel intermedio a avanzado, investigadores médicos y desarrolladores de IA que desean aplicar la IA multimodal en diagnósticos médicos y aplicaciones de atención sanitaria.
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 expedientes electrónicos de salud.
- 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 los pacientes.
Ingeniería de Prompts para el Sector Salud
14 HorasEste curso en vivo, impartido por instructores en Ecuador (en línea o presencial), está dirigido a profesionales del sector salud y desarrolladores de IA de nivel intermedio que desean aprovechar las técnicas de ingeniería de prompts para mejorar los flujos de trabajo médicos, la eficiencia de la investigación y los resultados de los pacientes.
Al finalizar este curso, 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 los pacientes.
- Aprovechar la IA para la investigación médica y la revisión bibliográfica.
- Mejorar el descubrimiento de fármacos y la toma de decisiones clínicas mediante prompts impulsados por IA.
- Garantizar el cumplimiento de las normativas y estándares éticos en la IA para el sector salud.
TinyML en el ámbito de la salud: IA en dispositivos portátiles
21 HorasEsta capacitación en vivo, dirigida por un instructor, en Ecuador aborda la implementación de soluciones de TinyML para el monitoreo y diagnóstico en el ámbito de la salud. Los participantes aprenderán a diseñar modelos para datos de salud en tiempo real, optimizarlos para dispositivos portátiles de bajo consumo y garantizar la fiabilidad clínica. Incluye ejercicios prácticos en laboratorio.