BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//hacksw/handcal//NONSGML v1.0//EN
BEGIN:VEVENT
UID:a333565194495d7a85eacc8699b196a3
DTSTAMP:20260613T130349Z

DTSTART:20240923T000000
DTEND:20240923T000000
SUMMARY:Máster en Inteligencia Artificial y Big Data en Salud
DESCRIPTION:<p>La formación en inteligencia artificial en salud se presenta con 3 modalidades formativas:</p>
<ul>
<li><strong>Máster en <span class="hiddenGrammarError">inteligencia Artificial</span> y Big Data en Salud:</strong> la formación más completa, con <span class="hiddenGreenError">2</span> años de duración, 60 créditos ECTS, 5 asignaturas de 10 <span class="hiddenSpellError">ETCS</span> y Trabajo Final de Máster.</li>
<li><strong>Diploma de Especialización:</strong> <span class="hiddenGreenError">1</span> año de duración, 35 créditos ECTS, 3 primeras asignaturas del Máster y Trabajo Final de Diploma.</li>
<li><strong>Curso de especialización en <span class="hiddenGrammarError">inteligencia Artificial</span>:</strong> 10 créditos ECTS correspondiente a la primera asignatura del Máster (una vez realizada ésta, es extensible a cualquier asignatura del máster y con posibilidades de adaptación al programa de Diploma o de Máster cuando se hayan cursado las asignaturas correspondientes).</li>
</ul>
<h3>Objetivos generales</h3>
<p class="gt-block">El objetivo fundamental de estos estudios es adquirir el conocimiento necesario para analizar las necesidades de información que se plantean <span class="hiddenGreenError">en el entorno de</span> Salud y seguir todas las etapas del proceso de construcción de una solución para mejorar el conocimiento y toma de decisiones en esta área sin olvidar la parte legal y ética.</p>
<p>Los objetivos formativos del programa son:</p>
<ul>
<li>Formar a profesionales especializados en el procesamiento y análisis de datos relacionados con la salud mediante la utilización de las herramientas que proporciona la IA y el Big Data.</li>
<li>Adquirir los conocimientos específicos para analizar los datos generados y facilitar la toma de decisiones <span class="hiddenGreenError">en el entorno de</span> Salud siguiendo todas las etapas del proceso de creación de una solución para mejorar el conocimiento y toma de decisiones en esta área sin olvidar los condicionamientos legales ni éticos.</li>
<li>Desarrollar la capacidad de trabajo y creación/integración de equipos multidisciplinares que permitan abordar los nuevos retos que plantean esta medicina personalizada.</li>
</ul>
<p>Considerando el Marco Español de Calificaciones para la Educación Superior (CUNAS) y su despliegue como Marco Catalán de Calificaciones para la Educación Superior (2023), se utilizan los resultados de aprendizaje como la combinación de conocimientos, habilidades y competencias que los estudiantes serán capaces de demostrar al final del proceso educativo y que para los presentes estudios son:</p>
<h4>CONOCIMIENTOS</h4>
<ul>
<li>Reconocer las tecnologías de generación de datos sanitarios.</li>
<li>Identificar los entornos basados ​​en <span class="hiddenGrammarError">inteligencia Artificial</span> (IA) y los modelos utilizados.</li>
<li>Identificar las tecnologías y conceptos específicos en el ámbito de los datos masivos (Big Data).</li>
<li>Demostrar conocimientos en entornos/aplicaciones/modelos de IA y Big Data en Salud.</li>
</ul>
<h4>HABILIDADES</h4>
<ul>
<li>Analizar las transformaciones y el tratamiento de los datos en el ámbito de Ciencias de la Salud.</li>
<li>Relacionar todos los aspectos vinculados a los datos en el ámbito de ciencias de la salud.</li>
<li>Analizar las metodologías de IA aplicadas a datos médicos.</li>
<li><span class="hiddenGreenError">Utilizar</span> entornos y herramientas para la gestión de datos masivos.</li>
<li>Determinar los entornos y estructuras eficientes de gestión de datos.</li>
<li>Experimentar con herramientas y modelos de IA y Big Data.</li>
</ul>
<h4>COMPETENCIAS</h4>
<ul>
<li>Evaluar distintos aspectos relacionados con los datos en el ámbito de Ciencias de la Salud.</li>
<li>Diseñar entornos para el procesamiento de datos médicos.</li>
<li>Validar las herramientas tecnológicas de gestión de datos masivos.</li>
<li>Diseñar un código de procesamiento de datos masivos.</li>
<li>Construir entornos de procesamiento basado en IA y Big Data.</li>
</ul>
LOCATION:
END:VEVENT

END:VCALENDAR