Intel·ligència Artificial a l'Assistència Sanitària

Esteu aquí

Crèdits
3
Tipus
Optativa
Requisits
Aquesta assignatura no té requisits, però té capacitats prèvies
Departament
URV;CS
Mail
L'àmbit de la salut és un dels principals camps d'aplicació de la intel·ligència artificial (IA) des de la seva aparició en 1956. La major part de les tecnologies d'IA troben una àrea d'aplicació natural en problemes mèdics, encara que el benefici d'aquesta aplicació s'ha posat de vegades en dubte. En els últims temps, però, hem estat testimonis d'un renaixement de l'interès de en l'IA aplicada a la medicina.

Mitjançant l'anàlisi d'articles científic-tecnològics rellevants, durant aquest curs l'estudiant serà introduït en diverses solucions d'IA a problemes i necessitats de la medicina i es correlacionen els conceptes i tecnologies d'IA estudiades en altres assignatures del màster amb la resolució (o el suport a la resolució) de problemes clínics.

Les classes són quinzenals.

Professors

Responsable

  • David Riaño Ramos ( )

Hores setmanals

Teoria
1.5
Problemes
0
Laboratori
0
Aprenentatge dirigit
0
Aprenentatge autònom
3.5

Competències

Competències Tècniques Generals

Genèriques

  • CG1 - Capacitat per a projectar, dissenyar i implantar productes, processos, serveis i instal·lacions en tots els àmbits de la Intel·ligència Artificial.

Competències Tècniques de cada especialitat

Acadèmiques

  • CEA8 - Capacitat de realitzar investigació en noves tècniques, metodologies, arquitectures, serveis o sistemes en l'àrea de la Intel·ligència Artificial.

Professionals

  • CEP3 - Capacitat d'aplicació de les tècniques d'Intel·ligència Artificial en entorns tecnològics i industrials per a la millora de la qualitat i la productivitat.
  • CEP6 - Capacitat d'assimilar i integrar els canvis de l'entorn econòmic, social i tecnològic als objectius i procediments del treball informàtic en sistemes intel·ligents.

Competències Transversals

Treball en equip

  • CT3 - Ser capaç de treballar com a membre d'un equip interdisciplinari, ja sigui com un membre més o duent a terme tasques de direcció, amb la finalitat de contribuir a desenvolupar projectes amb pragmatisme i sentit de la responsabilitat, tot assumint compromisos considerant els recursos disponibles.

Raonament

  • CT6 - Capacitat d'avaluar i analitzar de manera raonada i crítica sobre situacions, projectes, propostes, informes i estudis de caracter cientific-tecnic. Capacitat d'argumentar les raons que expliquen o justifiquen aquestes situacions, propostes, etc.

Bàsiques

  • CB7 - Que els estudiants siguin capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, essent incomplerta o limitada, inclogui reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis.
  • CB8 - Que els estudiants sàpiguen comunicar les seves conclusions i els coneixements i raons darreres que les sustenten- a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats.
  • CB9 - Que els estudiants posseeixin les habilitats d'aprenentatge que els permetin continuar estudiant d'una manera que haurà de ser en gran mesura autodirigida o autònoma.

Objectius

  1. Capacitat de llegir, entendre i relacionar la informació continguda en documents científics i tecnològics
    Competències relacionades: CEA8, CG1, CT3, CT6, CB7, CB8, CB9,
  2. Entrenar la síntesi, preparació, exposició i defensa de temes científics en públic
    Competències relacionades: CEA8, CG1, CT3, CT6, CB7, CB8, CB9,
  3. Habilitat de connectar i complementar les pròpies idees amb les d'altres i també amb les tecnologies de l'IA explicades a d'altres assignatures.
    Competències relacionades: CEP3, CEP6, CT3, CT6,

Continguts

  1. La Intel·ligència Artificial en la salut
    Revisió de l'estat de la IA en la salut
  2. Grans reptes del suport a la decisió clínica
    Revisión de los temas pendientes de investigación y desarrollo de los sistemas de ayuda a la decisión clínica
  3. Mineria de dades en salut
    A review of important AI data mining technologies and their application to medicine will be analyzed
  4. Anàlisis de grans dades en salut
    Una descripció de l'anàlisi de grans dades en salut i la seva aplicació
  5. IBM Watson
    L'ús d'IBM Watson i la tecnologia subjacent en l'aplicació a la salut
  6. Conclusions a la IA en salut
    Resum de temes interessants de l'IA en la salut

Activitats

Activitat Acte avaluatiu


Introducció de l'assignatura

El professor exposarà els aspectes rellevants de l'assignatura: Contingut; Material; Calendari; Avaluació; Bibliografia
  • Teoria: Presentació professor i curs, mètode d'avaluació i dinàmica de les classes

Teoria
2h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Preparació de 5 temes pels alumnes

Els cinc temes del curs són preparats pels estudiants en grups, setmanes alternes.
  • Aprenentatge autònom: L'estudiant desenvoluparà 5 temes per presentar en grup
Objectius: 1
Continguts:
Teoria
0h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
40h

Exposició i preguntes Tema 1

Els estudiants exposaran i respondran preguntes sobre el tema 1 (en grup)
Objectius: 2
Setmana: 3
Tipus: examen de teoria
Teoria
3h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
2h

Exposició i preguntes Tema 2

Els estudiants exposaran i respondran preguntes sobre el tema 2 (en grup)
Objectius: 2
Setmana: 5
Tipus: examen de teoria
Teoria
3h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
2h

Exposició i Preguntes Tema 3

Els estudiants exposaran i respondran preguntes sobre el tema 3 (en grup)
Objectius: 2
Setmana: 7
Tipus: examen de teoria
Teoria
3h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
2h

Exposició i Preguntes Tema 4

Els estudiants exposaran i respondran preguntes sobre el tema 4 (en grup)

Setmana: 9
Tipus: examen de teoria
Teoria
3h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
2h

Exposició i Preguntes Tema 5

Els estudiants exposaran i respondran preguntes sobre el tema 5 (en grup)

Setmana: 11
Tipus: examen de teoria
Teoria
3h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
2h

Presentació Conclusions pel professor

Exposició de les conclusions del curs i de la materia.
Objectius: 3
Teoria
3h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Metodologia docent

Tota l'assignatura es treballarà en grups. A tots els grups se'ls hi farà una presentació d'un tema d'IA aplicat a la medicina i es donarà a conèixer un article i unes preguntes rellevants relacionats amb el tema presentat. El grup tindrà 2 setmanes per prepara una presentació oral de 15 minuts on exposarà els temes rellevants de l'article així com la seva resposta a les preguntes platejades. Després de la presentació de tots els grups, es farà una discussió oberta entre tots els grups del tema en qüestió. Aquesta metodologia es repetirà 5 vegades al llarg del curs, cadascuna amb un tema de IA aplicada a la medicina diferent.

Mètode d'avaluació

Presentacions (60%)
Participació i discussions d'altres presentacions (40%)

Bibliografia

Bàsica:

Capacitats prèvies

Conceptes bàsics de la IA.

Addenda

Continguts

There are no changes to the information published in the Academic Guide.

Metodologia docent

Due to COVID19, the course AIHC will start fully online. This methodology could last till the end of the first term. Only if the clinical and social situation stabilizes in a save condition and classes can turn back to face-to-face, the registered students will be asked to decide if they prefer to continue with online classes or move to in-room classes. No decision will be taken unilaterally by the professor, but as a result of an agreement between all the students.

Mètode d'avaluació

There are no changes to the information published in the Academic Guide.

Pla de contingència

There are no changes to the information published in the Academic Guide.