Intel·ligència Artificial a l'Assistència Sanitària

Crèdits
3
Tipus
Optativa
Requisits
Aquesta assignatura no té requisits , però té capacitats prèvies
Departament
URV;CS
Web
https://moodle.urv.cat
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.

Professorat

Responsable

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: CB7, CB8, CB9, CT3, CT6, CEA8, CG1,
    2. Entrenar la síntesi, preparació, exposició i defensa de temes científics en públic
      Competències relacionades: CB7, CB8, CB9, CT3, CT6, CEA8, CG1,
    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: CT3, CT6, CEP6, CEP3,

    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
      Revisió de les tecnologies de mineria de dades importants i la seva aplicació a la medicina
    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. Reptes ètics i recomanacions en la IA per a la Salut
      Entorn de treball ètic quan l'IA s'aplica a la medicina

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

    Exposició i preguntes Tema 2

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

    Exposició i Preguntes Tema 3

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

    Exposició i Preguntes Tema 4

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

    Setmana: 9
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Exposició i Preguntes Tema 5

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

    Setmana: 11
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    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

    Bàsic

    Complementari

    • Thirty years of artificial intelligence in medicine (AIME) conferences: A review of research themes - Peek, N.; Combi, C.; Marín, R.; Bellazi, R., Artificial intelligence in medicine,
      https://pubmed.ncbi.nlm.nih.gov/26265491/
    • Artificial Intelligence transforms the future of health care - Noorbakhsh-Sabet, N.; Zand, R,; Zhang, Y.; Abedi, V., American journal of medicine,
      https://pubmed.ncbi.nlm.nih.gov/30710543/

    Web links

    Capacitats prèvies

    Conceptes bàsics de la IA.