Humanitas University

Máster en Análisis de Datos e Inteligencia Artificial en Ciencias de la Salud (DAIHS)

El plan de estudios ha sido estructurado para fusionar campos disciplinares de la ciencia de datos con campos disciplinares del ámbito médico-biológico.

Esto permitirá combinar la formación avanzada en estadística, programación informática, aprendizaje automático e inteligencia artificial con conocimientos de biología, genética, ética y regulación dentro del sector sanitario.

El plan de estudios de DAIHS tiene como objetivo desarrollar un perfil cultural y profesional que pueda contribuir directamente a la mejora de la vida de los pacientes y de las organizaciones de salud.

Para alcanzar este objetivo, el plan de estudios se ha estructurado de forma que fusione los campos científicos disciplinares de la titulación LM Data Science con los campos científicos disciplinares del ámbito médico-biológico. Esto nos permitirá combinar una formación profunda en programación avanzada, estadística, Machine Learning e Inteligencia Artificial con sólidos conocimientos de biología, genética, ética y regulación específica del sector sanitario.

El curso se estructura en dos años y se impartirá íntegramente en inglés. El profesorado del curso DAIHS está formado por profesores y expertos internacionales con una sólida experiencia profesional en el extranjero.

Los estudiantes también tendrán la oportunidad de aprender en experiencias internacionales como parte del desarrollo de la tesis.

El primer año se centra principalmente en proporcionar los conocimientos necesarios en programación avanzada, estadística, aprendizaje automático e inteligencia artificial y, debido a estas características, se imparte principalmente en la Universidad Bocconi. El segundo año se lleva a cabo en Humanitas University para sumergir a los estudiantes en la realidad de un gran hospital universitario, trabajando con datos biológicos y clínicos.

Plan de estudios

El primer año se centra principalmente en proporcionar los conocimientos necesarios en estadística avanzada, programación, aprendizaje automático e inteligencia artificial, y se imparte principalmente en la Universidad Bocconi. La parte final del primer año, y todo el segundo año, complementa la formación principalmente en Humanitas University , a través de una experiencia de aprendizaje inmersiva y práctica que incluye la impartición de docencia integrada obligatoria, exámenes electivos, seminarios, experiencias prácticas e investigación independiente.

Los estudiantes también tendrán la oportunidad de aprender durante experiencias internacionales como parte del desarrollo de su tesis y pasantía.

1er año

• Estadística avanzada para las ciencias de la salud
• Programación informática avanzada
• Inteligencia artificial – Módulo 1
• Privacidad, ética y regulación en la aplicación de la IA – Seminario
• Aprendizaje automático
• Inteligencia artificial – Módulo 2
• Sistemas de datos en la atención sanitaria
• 1 curso electivo de:
• Inferencia causal
• Procesamiento natural del lenguaje
• Modelado dinámico de sistemas complejos
• Biología y Genética
• Ciencia de datos para clínicas
• Epidemiología clínica
  • Inferencia causal
  • Procesamiento natural del lenguaje
  • Modelado dinámico de sistemas complejos
  • Biología y Genética
  • Ciencia de datos para clínicas
  • Epidemiología clínica

Segundo año

• Secuenciación de próxima generación y bioinformática
• Aplicaciones de la Inteligencia Artificial en Ciencias de la Salud
• 1 curso electivo de:
• Inteligencia artificial y técnicas de visualización y navegación en cirugía y endoscopia
• Inteligencia artificial aplicada a la imagenología (radiología y patología humana)
• Sistema de decisión clínica e inteligencia artificial
• Directrices para la evaluación de la calidad y la presentación de informes en publicaciones sobre IA – Seminario
• Lengua extranjera (1er semestre)
• Internado
• Tesis
  • Inteligencia artificial y técnicas de visualización y navegación en cirugía y endoscopia
  • Inteligencia artificial aplicada a la imagenología (radiología y patología humana)
  • Sistema de decisión clínica e inteligencia artificial
  • Directrices para la evaluación de la calidad y la presentación de informes en publicaciones sobre IA – Seminario
  • Lengua extranjera (1er semestre)
  • Internado
  • Tesis

Este Máster tiene como objetivo formar figuras profesionales con conocimiento del sector salud y un conocimiento profundo de los conocimientos teóricos y prácticos necesarios para implementar métodos de IA y aprendizaje automático en dicho sector.

El papel del científico de datos en las ciencias de la salud

Los graduados en este puesto extraerán, analizarán, modelarán e interpretarán eficazmente datos de salud mediante la aplicación de técnicas analíticas de última generación derivadas de la estadística, el aprendizaje automático y la inteligencia artificial, para obtener respuestas útiles para la investigación científica. También interpretarán Pathways clínico-diagnósticas-terapéuticas, comprenderán las demandas de los médicos e investigadores básicos e identificarán las herramientas de software necesarias para el procesamiento y análisis de datos clínicos y biológicos. Por último, diseñarán y realizarán estudios científicos en el campo de la medicina y las ciencias de la salud colaborando eficazmente con profesionales de la salud e investigadores de diferentes disciplinas.

Pueden ser empleados por una variedad de empleadores, incluidas instituciones de investigación, industrias farmacéuticas y biotecnológicas, empresas de tecnología sanitaria, organismos públicos e instituciones gubernamentales, hospitales y organizaciones de atención de la salud, empresas emergentes en la industria de la atención de la salud, servicios de consultoría y profesionales e instituciones de investigación.

Los graduados del programa podrán:

• Diseñar e implementar un proceso completo de análisis estadístico de datos de salud, desde la adquisición hasta la extracción de la información de interés, con especial foco en métodos y algoritmos de Machine Learning e Inteligencia Artificial.
• Construir modelos predictivos a partir de datos
• Diseñar y desarrollar software para realizar el análisis e interpretar los resultados del análisis de datos de salud.
• Representar y comunicar los resultados de los análisis.
• Describir e implementar procedimientos para la protección de la calidad de los datos, la privacidad y la propiedad intelectual.