IA - Programa teórico | Cátedra de Medicina Interna

PROGRAMA TEÓRICO

Lección 11A. Perspectiva histórica y evolutiva de la Inteligencia Artificial (IA)
Lección 12A. Definición y glosario de conceptos básicos de IA. Clasificación y principales tipos de IA
Lección 13A. Impacto de la IA en la actividad humana. Uso actual. Uso e impacto en ciencias de la salud
Lección 14A. IA generativa. Historia y situación actual de uso a nivel global y en ciencias de la salud.
Lección 15A. Usos reales y potenciales de la IA generativa en el ámbito académico en ciencias de la salud

Profesorado: Juanjo do Olmo, Antoni Sisó-Almirall, Pilar Brito-Zerón

Inicio: 19-2-24

Tema 2.1. Introducción: listado de conceptos básicos
Tema 2.2. ¿Cómo funcionan los MLN?
Tema 2.3. Clasificaciones distintas de los MLN
Tema 2.4. Historia y desarrollo de los principales MLN genéricos: chatGPT, Bard, Claude, LLaMA
Tema 2.5. Historia y desarrollo de los principales MLN médicos
Tema 2.6. Situación actual de los MLNs en investigación y docencia médicas
Tema 2.7. Limitaciones y riesgos de los MLN en ciencias de la salud

Tema 3.1. Introducción al Prompt. Definición, origen y evolución histórica, papel del prompt en la interacción humano-IA
Tema 3.2. Tipos de prompts, Explícitos vs. Implícitos, Basados en la tarea o en el resultado deseado, otras clasificaciones
Tema 3.3. Componentes de un Prompt Efectivo, importancia del orden de las palabras, papel de los signos de puntuación, una o múltiples frases, Influencia del lenguaje, Barreras del lenguaje humano traducido a prompt, contexto cultural
Tema 3.4. Características específicas: Tono, Formalidad, Especificidad, claridad, Precisión, Longitud, Complejidad
Tema 3.5. Feedback y ajuste del prompt. Limitaciones y sesgos, Interpretando respuestas, tareas, prompt paso a paso
Tema 3.6. El uso del prompt en medicina. Historia y evolución. Componentes y características específicas en medicina. Lenguaje médico vs lenguaje de prompt. Cómo interpreta chatGPT el lenguaje médico.

Tema 4.1. Introducción a ChatGPT. Origen y antecedentes en modelos de lenguaje generativos (GPT, GPT-2). Innovaciones y mejoras a partir de ChatGPT 3. Comparación con otros modelos generativos (BERT, ELMO, etc.)
Tema 4.2. Componentes Técnicos y Arquitectura de ChatGPT. Capas, parámetros y nodos en la arquitectura Transformer. Decodificador. Mecanismos de auto-atención y sus implicancias en la coherencia textual
Tema 4.3. Corpus de Entrenamiento y Preprocesamiento de Datos. Tipos de datos utilizados en el entrenamiento. Métodos de preprocesamiento: limpieza, tokenización y vectorización. Diversidad de corpus y riesgos asociados (sesgo, ruido, etc.)
Tema 4.4. Parámetros y Custom Instructions
Tema 4.5. Data Analysis y Plugin

Tema 5.1. Consideraciones Éticas: Privacidad de los Datos, Responsabilidad, Supervisión, Transparencia
Tema 5.2. Autonomía del Paciente: Limitaciones, Dependencia de Datos, Complejidad de la Biología Humana
Tema 5.3. Interpretabilidad: Falta de Empatía, Actualizaciones y Mantenimiento
Tema 5.4. ¿Qué pueden hacer las IAs en salud? Diagnóstico Asistido, Predicción de Enfermedades, Tratamientos Personalizados, Automatización de Tareas Rutinarias
Tema 5.5. ¿Qué no pueden hacer? Reemplazar a los Médicos, Garantizar el 100% de Precisión, Entender Contextos Complejos

Tema 1.1. Introducción: Marco Conceptual y Metas Educativas
Tema 1.2. Fundamentos de la Ofimática Médica: Alcance e Impacto
Tema 1.3. Inteligencia Artificial y Ofimática Médica: Una Visión General
Tema 1.4. Plataformas de IA en Ofimática Médica: Un Catálogo Integral
Tema 1.5. Sinergia de IA en Herramientas de Comunicación. Correo Electrónico y Colaboración en Línea
Tema 1.6. IA en la Gestión Personal. Notas Inteligentes y Calendarios Autónomos
Tema 1.7. Normativas y Seguridad en Ofimática Médica Asistida por IA