UNORTE

Sobre el Curso

El MBA en Inteligencia Artificial Aplicada a la Salud de Unorte tiene como objetivo capacitar médicos y odontólogos para comprender, evaluar e implementar soluciones de inteligencia artificial en hospitales, clínicas y consultorios.

El programa integra fundamentos tecnológicos, aplicaciones clínicas y visión estratégica, permitiendo que los profesionales de la salud lideren procesos de transformación digital en sus instituciones.

El curso se ofrece en formato presencial intensivo, con actividades prácticas en laboratorio y el desarrollo de un proyecto final aplicado. Las clases serán impartidas en español, permitiendo la participación de profesionales provenientes de diferentes países de América Latina.

Formato: El programa está estructurado en 6 módulos presenciales intensivos, con clases de lunes a viernes, en horario de 9:00 a 17:00, en laboratorios equipados con computadoras. Además, el programa contará con un ciclo de conferencias ejecutivas realizado cada dos meses, con líderes del sector salud, tecnología e innovación.

Carga horaria: 8 horas académicas por día × 5 días = 40 horas por módulo. Con 6 módulos presenciales, la carga horaria presencial total es de 240 horas. La carga horaria total del programa, incluyendo actividades complementarias, es de 380 horas, cumpliendo con los requisitos mínimos para programas de posgrado Lato Sensu.

Público objetivo: Médicos, odontólogos, gestores de instituciones de salud y líderes clínicos interesados en innovación tecnológica — especialmente profesionales que desean comprender el impacto de la inteligencia artificial en la práctica clínica y liderar procesos de transformación digital en sus instituciones.

Cuerpo Docente

El cuerpo docente está compuesto por profesionales con formación académica y experiencia práctica en inteligencia artificial, ciencia de datos, salud digital y gestión de innovación en salud:

Matheus Viana Machado — Especialista y mentor en IA Generativa, con más de 15 años de experiencia en ventas consultivas, innovación y estrategia de negocios. Fundador de Ascendero, socio del AI Festival Brasil y coordinador del Núcleo de Industria 4.0 del CIESP Ribeirão Preto. Más de 2.500 horas de capacitaciones sobre IA en instituciones como USP, UNESP, UFBA y Supera Parque.
Vanise Rafaela Zivieri Ralio — Administradora, Doctora en Ingeniería de Producción por la UFSCAR, docente en educación superior desde el año 2000, coordinadora y profesora del curso de Administración en Unorte. Consultora acreditada por el Sebrae en las áreas de Calidad, Emprendimiento y Liderazgo.
Ranieri Torsinelli — Ejecutivo, consejero y mentor con más de 30 años de experiencia en gestión, gobernanza y estructuración de negocios en entornos regulados. Fundador de Lùmineo y Qvantvm, actúa en la intersección entre estrategia, gobernanza y tecnologías emergentes. Formación ejecutiva en Stanford (MediaX), asociado al IBGC.

Ciclo de Conferencias Ejecutivas

Durante el programa se realizarán conferencias con ejecutivos y especialistas invitados del sector salud y tecnología, con periodicidad bimestral. Temas posibles:

Inteligencia artificial en redes hospitalarias
Healthtechs en América Latina
IA en diagnóstico por imagen
Odontología digital y tecnologías emergentes
Inteligencia artificial en seguros de salud
Medicina personalizada y el futuro de la salud

Sistema de Evaluación

La evaluación de los estudiantes se realizará de forma continua durante todo el programa, con nota mínima de aprobación de 7,0 por módulo. El Trabajo de Conclusión del Programa consistirá en el desarrollo de un Proyecto de Implementación de Inteligencia Artificial en Salud, que deberá incluir: definición de un problema clínico, análisis de datos disponibles, propuesta de solución basada en IA, evaluación del impacto clínico y operativo, y análisis ético y regulatorio. El trabajo será presentado ante una banca evaluadora compuesta por dos docentes del programa.

Objetivos

El programa está diseñado para que los participantes desarrollen las siguientes competencias, organizadas por módulo:

Módulo 1 — Transformación Digital y Big Data en Salud:
Comprender el papel estratégico de los datos en los sistemas de salud e identificar oportunidades de aplicación de inteligencia artificial en la práctica médica y odontológica.

Módulo 2 — Machine Learning para Diagnóstico y Predicción Clínica:
Comprender cómo funcionan los modelos de aprendizaje automático aplicados al diagnóstico y la predicción clínica.

Módulo 3 — Inteligencia Artificial Generativa y NLP en Salud:
Explorar aplicaciones de inteligencia artificial generativa y procesamiento de lenguaje natural en documentación clínica y soporte a decisiones médicas.

Módulo 4 — Deep Learning y Diagnóstico por Imagen Médica y Odontológica:
Comprender cómo el deep learning está siendo aplicado en diagnóstico por imagen en medicina y odontología.

Módulo 5 — Liderazgo e Innovación en Proyectos de IA en Salud:
Capacitar médicos y odontólogos para liderar proyectos de transformación digital en instituciones de salud.

Módulo 6 — Regulación, Ética y Gobernanza de la Inteligencia Artificial en Salud:
Comprender los desafíos regulatorios y éticos asociados al uso de inteligencia artificial en medicina y odontología.

Contenido

El programa está estructurado en 6 módulos progresivos, cada uno con 40 horas de carga horaria, combinando exposición conceptual con laboratorios prácticos.

Módulo 1 — Transformación Digital y Big Data en Salud (40h)
- Transformación digital en sistemas de salud
- Big Data clínico y epidemiológico
- Historia clínica electrónica y registros odontológicos digitales
- Interoperabilidad y estándares de datos en salud (HL7 y FHIR)
- Infraestructura tecnológica: cloud computing, data lakes y pipelines de datos
- Calidad y gobernanza de datos clínicos
- Introducción a la inteligencia artificial aplicada a la salud
- Laboratorio práctico de análisis exploratorio de datos clínicos

Módulo 2 — Machine Learning para Diagnóstico y Predicción Clínica (40h)
- Fundamentos de Machine Learning
- Modelos de clasificación y regresión aplicados a la salud
- Predicción de riesgo clínico
- Métricas médicas: sensibilidad, especificidad, precisión y AUC
- Sobreajuste (overfitting) y validación de modelos clínicos
- Adquisición y preparación de datos médicos
- Evaluación de impacto clínico y estadístico
- Laboratorio práctico de construcción de modelo predictivo

Módulo 3 — Inteligencia Artificial Generativa y NLP en Salud (40h)
- Fundamentos de modelos fundacionales
- Procesamiento de lenguaje natural aplicado a la salud
- Automatización de informes médicos y odontológicos
- Asistentes clínicos basados en IA
- Ingeniería de prompts para profesionales de la salud
- Sistemas RAG aplicados a protocolos clínicos
- Riesgos de alucinaciones en modelos generativos
- Laboratorio práctico de creación de asistente clínico

Módulo 4 — Deep Learning y Diagnóstico por Imagen Médica y Odontológica (40h)
- Introducción a redes neuronales profundas
- Redes neuronales convolucionales
- IA aplicada a radiología médica
- IA aplicada a radiología odontológica y tomografía dental
- IA en dermatología y patología
- Sesgos en datasets médicos
- Validación clínica de modelos de visión computacional
- Laboratorio práctico de clasificación de imágenes médicas

Módulo 5 — Liderazgo e Innovación en Proyectos de IA en Salud (40h)
- Estrategias de adopción de IA en hospitales y clínicas
- Evaluación de retorno de inversión en proyectos de IA
- Gestión del cambio en equipos clínicos
- Integración de IA en flujos de trabajo médicos
- Gobernanza de datos clínicos
- Introducción a MLOps en salud
- Desarrollo del Proyecto Final

Módulo 6 — Regulación, Ética y Gobernanza de la Inteligencia Artificial en Salud (40h)
- Ética médica en la era de la inteligencia artificial
- Protección de datos en salud
- Regulaciones internacionales (LGPD, GDPR)
- Regulación de IA en salud
- AI Act de la Unión Europea
- Responsabilidad profesional en decisiones asistidas por IA
- Gobernanza de datos clínicos
- Simulación de casos de compliance en salud

Carga Horária: 380
Tipo: Posgraduación
Área: Tecnología de la Informacion