- Código
- FD0139
- Tipo
- Curso de Formación Específica - MICROCREDENCIAL
- Modalidade
- Híbrido
- Duración
- 1 ano
- Créditos
- 12.0
- Curso
- 2022-2023
- Prezo
- 480,00€
- Centro
- Centro Singular de Investigación en Tecnoloxías da Información da USC (CITIUS)
- Dirección
- Senén Barro Ameneiro
- Contacto
mariajose.carreira [at] usc.es
Departamento / Centro Organizador
Centro Singular de Investigación en Tecnoloxías da Información da USC (CITIUS)
MARIA JOSE CARREIRA NOUCHE
16431
mariajose.carreira [at] usc.es
Centro Singular de Investigación en Tecnoloxías da Información da USC (CITIUS)
Datas
Duración: 20/02/2023 - 27/06/2023
Preinscrición: 23/01/2023 - 30/01/2023
Matrícula: 06/02/2023 - 12/02/2023
Número alumnos/as mínimo: 20
Número alumnos/as máximo: 40
Comentarios: Registration will be made after selection based on the criteria detailed in the "Access Criteria" section defined by the Committee of Experts promoting the course, made up of external experts and staff from USC and GSK. The target audience is health professionals (specifically, specialists in hospital pharmacy, oncology, hematology and technical personnel for pharmacoeconomic evaluation of the administration) interested in training in the application of Artificial Intelligence in oncohematology clinical practice, in particular in relation to concepts and tools for advanced data analysis and machine learning techniques. The course will be remote and will end with the presentations of the final projects in a face-to-face session.
Seguro obrigatorio:
17,50€ (Aos alumnos que formalicen matricula en cursos de Posgrao Propio, Formación Continua e Programa de Formación, se lles incluirá ademáis o importe do seguro obrigatorio de accidentes e asistencia en viaxe para estudantes da USC, segundo o establecido na normativa vixente (Acordo Consello Goberno 29 de xuño de 2009) e emitirase xunto coa 1ª liquidacion de matrícula. Excepto nos curso que sexan 100% virtuais, considerados estos por curso académico; e nos casos en que os alumnos teñan pagado este mesmo seguro nunha titulación da USC no presente curso académico.)
Requisitos de acceso
O curso está dirixido a persoal exercendo actualmente a súa profesión en España e que pertence a algún dos seguintes perfís: a) Persoal Farmacéutico Hospitalario con experiencia en Oncohematoloxía Interno Residente de 3er ano ou superior. b) Persoal Médico Especialista en Oncoloxía ou Hematoloxía Interno Residente de 3er ano ou superior. c) Persoal Técnico de avaliación de xestión sanitaria e farmacoeconomía. Recoméndase que as persoas candidatas teñan experiencia ou coñecementos básicos de estatística. Este coñecemento será valorado nos criterios de selección. As persoas admitidas, para formalizar a matrícula, deberán cumplimentar un documento con relación á declaración da transferencia de valor por parte de GSK. Este documento seralles facilitado xunto coa comunicación de admisión ao curso. Ademais, no caso de ser persoal técnico de avaliación de xestión sanitaria e farmacoeconomía, deberán cumplimentar un documento con relación á súa posible influencia na compra ou avaliación de medicamentes. Este documento seralles facilitado xunto coa comunicación de admisión ao curso.
Preinscrición
Pode consultar un manual do procedemento de admisión na páxina web do CEP en Arquivo ou clicando aquí
Para realizar a solicitude de admisión acceda ao seguinte enlace da secretaria virtual
https://matricula.usc.es/Posgrao/SolicitudeEstudosPropios
Acceso a preinscrición e matrícula
Sistema de selección
Os establecidos nos requisitos de acceso. No caso de superar as solicitudes que cumpren os requisitos as 40 prazas dispoñibles, o criterio de admisión será segundo orden de inscrición.
Obxectivos
Que os participantes, ao final do curso, sexan capaces de comprender e utilizar as técnicas de IA nas súas actividades de investigación e coidados.Obxectivos específicos:
- Coñecer e consolidar os conceptos básicos para poder poñer en marcha e liderar proxectos de Intelixencia Artificial nos seus hospitais/rexións.
- Practicar exercicios propostos con solucións low-code/no-code (non é necesario programar)
- Discutir as ideas do alumnado para identificar os riscos potenciais: prexuízos, problemas de reputación, fiabilidade, etc.
- Enfoque desta formación práctica para lograr unha visión 360º da IA
- Descubremento dos problemas que se poden resolver coa aprendizaxe automática, así como os principais algoritmos e solucións de IA-como-servizo.
Competencias
O curso será non presencial, con sesións nas que se abordará cada tema e sesións maxistrais en directo (tamén dispoñibles en diferido) e prácticas. O alumnado realizará un traballo final que se presentará nunha sesión presencial ao final do curso.Avaliación
Asistencia ás sesións en directo ou en diferido. Para obter a certificación deben completarse alomenos un 85% das sesións e presentar un proxecto final.
Metodoloxía
O curso está estruturado en 4 materias, un proxecto persoal, e 4 sesións maxistrais.
Martes de 17h a 19h e xoves 4 clases maestras dunha hora. Tamén se poderán completar en diferido na aula virtual. Programaranse titorías os luns de 17h a 18h.
Observacións
No caso de variar as datas, estas comunicaranse ao alumnado con suficiente antelación.
| Código | Materia | Créditos |
|---|---|---|
| 1 | Introdución a Ia: Fundamentos e Recorrido Histórico. | 1.0 |
| 2 | Ia: Aspectos Legais e éticos. | 1.0 |
| 3 | Ia: Ferramentas de Análise de Datos/información e Aprendizaxe Automática. | 2.5 |
| 4 | Deseño de Solucións de Calidade e Fiables. | 1.5 |
| 5 | Sesións Maxistrais. | 0.5 |
| 6 | Proxecto Final. | 5.5 |