PLAN DE ESTUDIOS

- Carga horaria total del curso: 90 hs.

Unidad I – Fundamentos de Inteligencia Artificial y Datos en Salud

Objetivo específico: Comprender los conceptos básicos de IA y su impacto en la medicina moderna y alcance de los desarrollos actuales. 

Semana 1: Módulo 1 – Evolución de la IA en salud en el Ecosistema Clínico Digital

• Tipos de IA aplicadas a la práctica médica (generativa, predictiva, diagnóstica, operativa).

• Impacto en la toma de decisiones clínicas.

• El concepto de medicina aumentada y médico hibrido. 

• Relación médico–paciente en tiempos de IA.

• Alcances y límites actuales de los modelos.

• Introducción al rol del dato como materia primera de la IA.

• Prompts para tareas simples a complejas

Semana 2: Módulo 2 – Arquitectura, Calidad y Gobernanza del Dato Sanitario 

• Ciclo de vida del dato sanitario: Captura, almacenamiento, procesamiento, reutilización.

• Datos estructurados vs datos no estructurados en salud.

• Calidad del dato clínico: completitud, consistencia, trazabilidad.

• Sesgos de origen y distorsión estadística.

• Historia Clínica Electrónica como infraestructura estratégica para IA.

• Interoperabilidad (conceptos de HL7 y FHIR en lenguaje clínico).

• Integración con Wearables, apps médicas y monitoreo remoto.

• Seguridad, anonimización y pseudo anonimización.

• Experiencia paciente: rol activo de pacientes en tiempos de IA, beneficios, riesgos, usabilidad.

Semana 3: Módulo 3 – Gobernanza del Dato y Preparación Institucional para IA

• Data governance en hospitales y clínicas.

• Roles y responsabilidades en la gestión del dato.

• Data readiness para proyectos de IA.

• Reutilización secundaria de datos clínicos.

• Trazabilidad y auditoría del dato.

• Indicadores de madurez digital institucional.

• El rol del profesional de salud y las organizaciones médicas en la gobernanza del dato. 

Cápsula práctica: Mapeo del flujo de datos en la institución del cursante y análisis de puntos críticos para implementación de IA.

Unidad II –  Prompting Clínico y Aplicación en la Práctica Profesional

Objetivo específico:

Desarrollar habilidades prácticas para el uso profesional, crítico y seguro de herramientas de IA en el consultorio, clínica u hospital.

Semana 4: Módulo 4 – Prompting Clínico Profesional

• Estructura de prompts médicos en el paciente domiciliario.

• Redacción asistida de evoluciones, epicrisis e informes.

• Consentimiento informado en tiempos de salud digital e IA.

• Alfabetización del profesional de la salud en IA: Revisión bibliográfica asistida, Validación de respuestas, identificación de errores y alucinaciones.

Semana 5: Módulo 5 – IA en la Práctica Diaria del Profesional de Salud

• Uso de IA en el consultorio. Prompting avanzado. Diseño de prompts por especialidad en el ecosistema de la salud digital.

• Seguimiento automatizado de pacientes crónicos, tableros de comando para la gestión. Optimización de procesos administrativos.

• IA en imágenes y laboratorio.

• IA como asistente cognitivo clínico.

• IA en el soporte de la psicoeducación del paciente.

• Buenas prácticas en uso cotidiano de herramientas centradas en el paciente

Cápsula práctica:

Análisis de un caso real de la especialidad del cursante con diseño de solución asistida por IA.

Unidad III – IA en Gestión Sanitaria y Proyectos Institucionales

Objetivo específico:

Adquirir habilidades para diseñar, implementar y  evaluar proyectos de implementación de IA en hospitales y centros de salud, hacia la eficacia y modernización de la gestión sanitaria.

Semana 6: Módulo 6 – IA en Gestión Clínica y Hospitalaria

• Triage asistido por IA. Triage de la logística hospitalaria.

• Gestión de camas y optimización de recursos.

• Modelos predictivos hospitalarios e indicadores de calidad y eficiencia.

• Ejemplos en la automatización de procesos administrativos para la sostenibilidad del sistema.

• Análisis de impacto costo-efectividad.

Semana 7: Módulo 7 – Diseño y Evaluación de Proyectos de IA en Salud

• Fases de un proyecto IA en salud.

• Definición de requerimientos de la organización sanitaria y de prestaciones médicas.

• KPIs clínicos y métricas de impacto.

• Evaluación de proveedores tecnológicos.

• Validación clínica de modelos.

• Gestión del cambio organizacional.

• Experiencia paciente en la hoja de ruta de las organizaciones sanitarias a partir de la IA.

Cápsula práctica:

Simulación de proyecto de IA aplicado en su organización sanitaria: diseño, implementación y  evaluación de un proyecto de implementación hospitalaria.

Unidad IV – Ética, Regulación y Ciberseguridad

Objetivo específico:

Identificar los marcos éticos y regulatorios de la IA en salud y analizar su impacto en la transformación de la práctica clínica.

Semana 8: Módulo 8 – Sesgos, Riesgos y Responsabilidad Profesional

• Aspectos éticos a considerar en la implementación de IA en salud  

• Sesgos algorítmicos en medicina.

• Errores de automatización.

• Riesgos y responsabilidad médica y legal.

• Auditoría clínica de sistemas IA desde la transparencia y explicabilidad.

• Impacto en la autonomía profesional desde la visión médico céntrica del ejercicio de la profesión. 

Semana 9: Módulo 9 – Regulación y Protección de Datos en Salud Digital en tiempos de IA

• Gobernanza del dato sanitario.

• Buenas prácticas y concesos internacionales.

• Marco normativo latinoamericano y argentino.

• Consentimiento informado digital. Protección de datos sensibles desde la práctica.

• Ciberseguridad en organizaciones sanitarias: el factor humano en la ciberseguridad

• Brechas de seguridad y riesgo sistémico

• El paciente portador del dato sanitario

Cápsula práctica: Análisis de riesgo ético y legal aplicado a la especialidad del cursante (taller grupal)

Unidad V – Innovación, Tendencias Futuras y Medicina Aumentada

Objetivo específico:

Explorar el impacto actual y futuro de la Inteligencia Artificial en la práctica médica y en la organización del sistema sanitario.

Semana 10: Módulo 10 – IA Predictiva y Medicina Personalizada, en la organización del sistema sanitario y en la investigación aplicada 

• Estratificación de riesgo poblacional.

• Modelos predictivos en oncología y cardiología.

• Medicina preventiva algorítmica.

• IA explicable aplicada a clínica.

• Medicina Personalizada

Semana 11: Módulo 11– Agentes Autónomos, Robótica y Nuevas Infraestructuras

• Asistentes clínicos autónomos.

• IA multimodal.

• Gemelos digitales.

• Robótica médica.

• BlockChain e identidad digital en salud.

• Trazabilidad y confianza algorítmica.

• Transformación del rol profesional y del paciente en el cuidado activo de su salud en tiempos de la IA

Cápsula práctica: Diseño conceptual de integración de una tecnología emergente en el ámbito del cursante (taller grupal).

Unidad VI – Proyecto Final Integrador

Objetivo específico:

Desarrollar un proyecto grupal aplicable a la práctica profesional o institucional de los participantes del curso.

Semana 12: Módulo 12 – Diseño del Proyecto Aplicado

• Definición del problema clínico o institucional.

• Diseño de solución asistida por IA.

• Identificación de riesgos y barreras.

• Definición de indicadores de impacto.

• Modelo preliminar de implementación.

• Rol del paciente

• Presentación del proyecto y Evaluación académica.

• Retroalimentación técnica y clínica.

• Conclusiones y proyección futura.

Objetivo General
Desarrollar competencias y habilidades profesionales digitales en médicos y profesionales de la salud para la comprensión y aplicación práctica de la Inteligencia Artificial y la Salud Digital en el consultorio, la clínica y administración en la práctica diaria, integrando aspectos éticos, regulatorios y de innovación.

Objetivos Específicos
- Comprender los fundamentos y el impacto de la IA en la medicina moderna, conociendo  herramientas de IA generales y específicas del ámbito clínico, con la adquisición de  habilidades en prompting clínico básico y avanzado.

- Explorar la integración de IA en la Historia Clínica Electrónica y la gestión de datos sanitarios más allá de hospitales: wearables, Apps, chatbot, interoperabilidad, seguridad, usabilidad.

- Evaluar aspectos regulatorios, éticos y de privacidad en salud digital en tiempos de IA, conociendo casos de uso actuales y tendencias futuras de IA en medicina. Identificando el valor del dato sanitario y su impacto en modelos predictivos.

- Desarrollar y presentar un prototipo de asistente virtual aplicado a la práctica clínica como caso práctico de la especialidad médica o especificidad del cursante, conociendo programas de diseño, planificación e implementación de proyectos con IA en organizaciones sanitarias y contemplando aspectos éticos, legales y regulatorios que sostienen la relación médico paciente que acompañen la disrupción tecnológica creciente en el ejercicio de la medicina.

La Escuela de Graduados de la Asociación Médica Argentina (EGAMA), enmarcada por el reconocimiento del Ministerio de Educación al asignarle a la EGAMA el Nº 1 del registro Público de Centros de Investigación e Instituciones de Formación Profesional Superior. (resolución del 26 de abril de 2004), dicta más de 100 cursos, cuyos contenidos abarcan todas las especialidades del arte de curar, resaltando incluso aquellas vinculadas con las ciencias humanísticas, la bioética y la medicina legal.