Inteligencia Artificial en Medicina con Oracle Analytics

Esta microcredencial aborda la aplicación de la inteligencia artificial y la analítica de datos en el ámbito médico mediante el uso de Oracle Analytics. A lo largo del curso, el alumnado aprenderá a transformar información clínica en conocimiento útil, integrando técnicas avanzadas como modelos de lenguaje (LLM) para el procesamiento de texto médico, métodos de machine learning para el desarrollo de modelos predictivos y herramientas de visualización para la interpretación de resultados en contextos sanitarios.

El programa combina fundamentos teóricos con un enfoque práctico basado en un caso de estudio realista, que permite recorrer todo el proceso analítico: desde la extracción de variables clínicas a partir de texto libre, hasta la construcción de modelos predictivos y el desarrollo de dashboards interactivos. Se abordan también aspectos clave como la calidad de los datos, la interpretación de resultados y el uso responsable de la inteligencia artificial en salud, fomentando una visión crítica, inclusiva y orientada a la toma de decisiones en entornos clínicos.

Resultados del aprendizaje y tipo de logro

Resultado de aprendizaje 1:  Analizar datos clínicos y biomédicos utilizando herramientas de analítica de datos para identificar patrones relevantes en información sanitaria.

Tipo de logro:  Aplicación / Análisis

Resultado de aprendizaje 2:  Aplicar técnicas básicas de inteligencia artificial y procesamiento de información para transformar datos clínicos en información estructurada susceptible de análisis.

Tipo de logro:  Aplicación

Resultado de aprendizaje 3:  Preparar y transformar conjuntos de datos clínicos mediante herramientas de analítica de datos con el fin de construir modelos analíticos adecuados para su explotación.

Tipo de logro:  Aplicación / Procedimental

Resultado de aprendizaje 4:  Diseñar visualizaciones analíticas y paneles de control que permitan interpretar la evolución de indicadores clínicos mediante herramientas de análisis y visualización de datos.

Tipo de logro:  Aplicación / Síntesis

Resultado de aprendizaje 5:  Integrar técnicas de análisis de datos, inteligencia artificial y visualización analítica para desarrollar soluciones de análisis aplicadas al ámbito sanitario.

Tipo de logro:  Integración / Aplicación avanzada

Requisitos previos de acceso y criterios de admisión

La microcredencial está dirigida a titulados universitarios, estudiantes de últimos cursos de grado o máster y profesionales interesados en la aplicación de técnicas de inteligencia artificial y analítica de datos en el ámbito sanitario.

No se establecen requisitos formales estrictos de acceso. No obstante, se recomienda disponer de conocimientos básicos en alguno de los siguientes ámbitos: análisis de datos, informática, ingeniería, ciencias biomédicas o ciencias de la salud.

Asimismo, es recomendable tener familiaridad con el uso de herramientas informáticas y entornos digitales de trabajo.

En caso de que el número de solicitudes supere el número de plazas ofertadas, el proceso de admisión se propone realizar atendiendo al orden de inscripción y a la adecuación del perfil del solicitante a los objetivos formativos del curso.

Edad requerida: entre 25 y 64 años (durante el periodo de la actividad).

Nivel de la experiencia de aprendizaje según marco de cualificaciones EQF, European Qualifications Framework

Nivel EQF 6

La experiencia de aprendizaje se sitúa en el nivel 6 del Marco Europeo de Cualificaciones (EQF), correspondiente al nivel de grado universitario, ya que desarrolla competencias de aplicación práctica de técnicas de inteligencia artificial y analítica de datos en el ámbito sanitario dirigidas a titulados universitarios y profesionales cualificados.

Nivel de la microcredencial:  Intermedio / Especialización aplicada

Metodología

La microcredencial se basa en una metodología de aprendizaje activo que combina elementos de la enseñanza tradicional con enfoques innovadores orientados a la participación y la aplicación práctica. El curso integra explicaciones conceptuales breves con demostraciones guiadas y actividades prácticas, permitiendo al alumnado aplicar de forma inmediata los conocimientos adquiridos. La formación se articula en torno a un caso de estudio del ámbito sanitario que actúa como hilo conductor, facilitando el desarrollo progresivo de competencias desde el procesamiento de texto clínico hasta el análisis y visualización de datos. Se promueve el aprendizaje basado en la experimentación directa, la resolución de problemas y la interpretación conjunta de resultados, fomentando la participación activa de todas las personas. El uso de herramientas profesionales como Oracle Analytics y servicios de inteligencia artificial en la nube introduce al alumnado en entornos reales de trabajo. Además, se impulsa una visión crítica, inclusiva y orientada al uso responsable de la tecnología en el ámbito sanitario.