Intel·ligència Artificial a l'Assistència Sanitària

• Hores setmanals
• Competències
• Objectius
• Continguts
• Activitats
• Metodologia docent
• Mètode d'avaluació
• Bibliografia
• Web links
• Capacitats prèvies

Professorat

Responsable

• Domenec Savi Puig Valls ( )

Hores setmanals

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
   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

Metodologia docent

Mètode d'avaluació

Bibliografia

Bàsica:

• The coming of age of artificial intelligence in medicine - Patel, V.L.; [i 6 més], Artificial Intelligence in Medicine,
  https://www.sciencedirect.com/science/journal/09333657
• Grand challenges in clinical decision support - Sittig, D.F.; [i 7 més], Journal of Biomedical Informatics,
  https://www.sciencedirect.com/science/journal/15320464
• A survey on data mining approaches to healthcare - Tomar, D.; Agarwal, S, International Journal of Bio-Science and Bio-Technology,
  https://doi.org/10.14257/ijbsbt.2013.5.5.25
• Big data analytics in healthcare: promise and potential - Raghupathi, W.; Raghupathi, V, Health Information Science and Systems,
  https://www.ncbi.nlm.nih.gov/pmc/journals/2692
• IBM Watson: how cognitive computing can be applied to big data challenges in life sciences research - Chen, Y.; Argentinis, E.; Weber, G, Clinical therapeutics,
  https://search.proquest.com/publication/1226358

Complementaria:

• 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

• Official page of the course https://campusvirtual.urv.cat/course/view.php?id=87557

Capacitats prèvies