Pasar al contenido principal

INTELIGENCIA ARTIFICIAL EN RADIOLOGÍA, NUEVAS HERRAMIENTAS EN TIEMPOS DE COVID – 19

INTELIGENCIA ARTIFICIAL EN RADIOLOGÍA, NUEVAS HERRAMIENTAS EN TIEMPOS DE COVID – 19

ACERCA DE:

La Inteligencia artificial (IA) es una de las áreas que está experimentando mayor crecimiento en el campo de las ciencias computacionales y que cuenta con gran impacto en la radiología, por lo que resulta de enorme importancia para los que trabajan en el mundo radiológico plantearse sus posibles aplicaciones y los problemas éticos derivados de la utilización de estos sistemas.

La inteligencia artificial ha aterrizado recientemente en la Radiología y lo ha hecho con un aura de revolución. Probablemente desde la irrupción de la RM y del TC, no llegaba algo tan prometedor y de tal magnitud como para poner en jaque la forma actual de trabajar el día a día de una disciplina tan arraigada como es la Radiología. Por ello, se hace necesario comprender las bases de la inteligencia artificial ya que pronto trabajaremos con ella codo a codo.

La Universidad Peruana Cayetano Heredia dentro de su programación de educación continua, ha organizado este curso virtual de Inteligencia Artificial aplicado a la Radiología, donde revisaremos conceptos básicos como el “maching learning”, “deep learning”, “redes neuronales” y “big data”. Además, mostraremos las primeras experiencias en el Perú de I.A. para el diagnóstico del SARS-CoV-2 y la proyección a futuro que tienen los fabricantes de equipos radiológicos y casas comerciales al incorporar las tecnologías de I.A. en sus nuevos productos.

Les damos la bienvenida a este curso virtual y los animamos a participar con nosotros para conocer algo más de este apasionante campo de estudio.

DIRIGIDO A:

El curso está dirigido a Tecnólogos médicos en Radiología, Médicos Radiólogos, Residentes en Radiología, otros profesionales de la salud y estudiantes del último ciclo de estudios de la Carrera de Radiología.

OBJETIVOS:

Revisar conceptos básicos del “maching learning”, “deep learning”, “redes neuronales” y “big data”. Además, demostrar las primeras experiencias en el Perú de Inteligencia Artificial (I.A) para el diagnóstico del SARS-CoV-2 y la proyección a futuro que tienen los fabricantes de equipos radiológicos y casas comerciales al incorporar las tecnologías de I.A. en sus nuevos productos.

CERTIFICACIÓN:

Los participantes que cumplan con los requisitos establecidos, podrán recibir los siguientes documentos, a nombre de la Unidad de Posgrado y Especialización de la Facultad de Medicina de la Universidad Peruana Cayetano Heredia:

  • Constancia de asistencia: se expedirá cuando el estudiante haya asistido a las clases online (mínimo 80 % de asistencia).
  • Certificado: se otorgará cuando el participante además de haber asistido a las clases online (mínimo 80 % de asistencia), haya aprobado con 11 o más el examen que se aplicará al finalizar el curso.

 

Valor académico del curso: 1 crédito (16 hrs).

BENEFICIOS

Al finalizar el curso, el participante será capaz de:

  • Explicar cómo funcionan los procesos de desarrollo de Big Data y Machine Learning.
  • Manejar los conceptos estadísticos clave para el desarrollo de modelos predictivos a partir del uso de algoritmos de Machine Learning.
  • Reconocer herramientas o software basados en inteligencia artificial para procesar, analizar y visualizar grandes volúmenes de datos en radiología para el diagnóstico de SARS-CoV-2.
  • Valorar los aspectos éticos que implica el manejo de grandes volúmenes de información.
PLAN DE ESTUDIO

UNIDAD DIDÁCTICA I

Fundamentos de Inteligencia Artificial:

• Aspectos Históricos.
• Conceptos de radiología cuantitativa.
• Conceptos Estadísticos y Aplicaciones médicas de Machine Learning.
• Conceptos Estadísticos y Aplicaciones médicas de Deep Learning.
• Aspectos éticos de la aplicación de inteligencia artificial.

 

UNIDAD DIDÁCTICA II

Aplicaciones de la Inteligencia Artificial:

• Inteligencia Artificial en radiología.
• Inteligencia Artificial en tomografía pulmonar.
• Software específico de inteligencia artificial según marca.
• Software específico para diagnóstico de SARS – Cov2.
• Valoración Clínica de Software específico para diagnóstico de SARS – Cov2.

DOCENTES

Lic. Néstor Tenio Obregón
Coordinador del curso
Tecnólogo Medico en Radiología – UNMSM.
Maestría en Docencia e Investigación – UAP.
Segunda Especialidad en Tecnología en Tomografía Computarizada – UPCH.
Profesor del Departamento Académico de Tecnología Médica – UPCH.
Jefe de Tecnólogos Médicos del Centro De Imágenes de Clínica SANNA – San Borja.

Dra. Nataly Angulo Carvallo
Médico Radiólogo del Centro de Diagnóstico por Imágenes de Clínica Internacional.
Coordinadora de la Unidad Toraco-Abdominal del Centro de Diagnóstico por Imágenes de Clínica Internacional.
 
Leonardo Cordero – Venezuela
Especialista de General Electric – Health Care

Cristian E. Allard – Chile
Especialista de General Electric – Health Care.

Lic. Vladimir Viton Zorrilla
Tecnólogo Medico en Radiología – UNMSM.
Maestría en Docencia e Investigación – UAP.
Segunda Especialidad en Tecnología en Tomografía Computarizada – UPCH.
Segunda Especialidad en Tecnología en Resonancia Magnética – UNFV.
Profesor del Departamento Académico de Tecnología Médica – UPCH.
Supervisor de Tecnólogos Médicos del Centro de Diagnóstico por Imágenes de Clínica Internacional.

Lic. Waynner Sánchez García
Tecnólogo Medico en Radiología – UNMSM.
Maestría en Gerencia de Servicios de Salud – UNMSM.
Segunda Especialidad en Tecnología en Tomografía Computarizada – UPCH.
Segunda Especialidad en Tecnología en Resonancia Magnética – UNFV.
Profesor del Departamento Académico de Tecnología Médica – UPCH.
Supervisor de Tecnólogos Médicos del Centro de Diagnóstico por Imágenes de Clínica Internacional.

Lic. Luis A. G. Chumpitaz Francia
Tecnólogo Medico en Radiología – UNMSM.
Maestría en Ingeniería Biomédica – PUCP.
Segunda Especialidad en Tecnología en Resonancia Magnética – UNFV.
Tecnólogo Médico de Resonancia Magnética en Clínica SANNA.

Lic. Andreé C. Valerio Rao
Tecnólogo Medico en Radiología – UNMSM.
Maestría en Ingeniería Biomédica – PUCP.
Segunda Especialidad en Tecnología en Resonancia Magnética – UNFV.
Tecnólogo Médico de Resonancia Magnética en Clínica SANNA.
Tecnólogo Médico del Instituto Nacional de Salud del Niño – San Borja.

Lic. Víctor M. Bernal Gonzales
Tecnólogo Medico en Radiología – UNMSM.
Maestría en Docencia e Investigación – UAP.
Segunda Especialidad en Tecnología en Resonancia Magnética – UNFV.
Tecnólogo Médico de Tomografía del Hospital Nacional Víctor Lazarte Echegaray.

INFORMACIÓN GENERAL

Modalidad: virtual
Sesiones de aprendizaje a través del sistema ZOOM, en las cuales el docente presenta los principales lineamientos teóricos del curso y atiende consultas, dudas e inquietudes de los estudiantes; además las sesiones incluyen una demostración virtual del Software específico para diagnóstico de SARS – Cov2.

Horario:
Del 24 al 29 de agosto 2020
Lunes a viernes: de 20:30 a 22:00 hrs.
Sábado: de 09:00 a 13:30 hrs.

INFORMES E INSCRIPCIONES

ASESOR DE MARKETING:

Srta. Violeta Bazán Fernández

Whatsapp: 944559655

Email: violeta.bazan.f@upch.pe

Horario de Atención:
De lunes a viernes de 8:00am. a  3:00pm. 

 

UNIDAD DE POSGRADO - EDUCACIÓN CONTINUA

Horario de Atención:

De lunes a viernes de 8:30am. a 4:30pm.

Teléfono: 3190000 anexo 222414 

5° Piso de la Facultad de Medicina

Av. Honorio Delgado 430, Ingeniería – San Martín de Porres

INVERSIÓN

Inscripción general: S/. 150.00 soles.

 

PAGAR AQUÍ

 

Nota:
Se le considerará inscrito una vez que haya enviado el comprobante de pago con los datos y le hayan  confirmado la inscripción a través del correo electrónico.

(*) La UPCH se reserva el derecho de cancelar o reprogramar el programa académico, si no llega al cupo mínimo de participantes admitidos.

TITULO CRM PROGRAMA
ETM - CURSO - INTELIGENCIA ARTIFICIAL EN RADIOLOGIA, NUEVAS HERRAMIENTAS EN LOS TIEMPOS DE COVID - 19
FORMULARIO
CAPTCHA de imagen
Introduzca los caracteres mostrados en la imagen.

CRM TEMPORAL

FAMEE - Generico
Nombre*
Apellidos*
Correo electrónico*
Móvil*
Tipo de Programa
Programa
Convocatoria
Estado
Tipo de Origen
Fuente de posible cliente