Centro de Consultoría y Educación Continua

Diplomado en Inteligencia Artificial aplicada a la Práctica Clínica

Presentación

La inteligencia artificial (IA) está transformando profundamente la medicina contemporánea. Hoy, los sistemas inteligentes permiten analizar grandes volúmenes de datos clínicos, apoyar el razonamiento diagnóstico y orientar tratamientos personalizados. No obstante, su verdadero valor depende de la capacidad del profesional de la salud para comprender, aplicar e integrar estas herramientas con criterio clínico, sentido ético y juicio humano.

El Diplomado en Inteligencia Artificial Aplicada a la Práctica Clínica surge como una respuesta a este nuevo escenario. Su propósito es fortalecer las competencias de los profesionales de la salud en el uso ético, técnico y reflexivo de la IA, promoviendo la transformación digital del sector sanitario sin perder de vista el principio esencial del cuidado: la dignidad del paciente.

El programa aborda la inteligencia artificial como una herramienta de apoyo clínico y no como sustituto del criterio médico. Desde esta perspectiva, los participantes aprenden a emplear la IA para la toma de decisiones médicas personalizadas, el diagnóstico asistido por datos, la investigación biomédica y la gestión institucional de la tecnología en salud.

El diplomado combina fundamentos conceptuales y prácticos con un enfoque interdisciplinar que articula la medicina, la ingeniería biomédica, la analítica de datos y la bioética. A través de tres módulos el participante desarrolla una visión integral del potencial y los límites de la IA en la práctica clínica cotidiana.

Este programa está diseñado para formar profesionales capaces de interpretar los datos con sentido crítico, transformar la información en conocimiento clínico útil y liderar procesos éticos de innovación tecnológica en salud. En síntesis, busca consolidar un perfil médico-tecnológico con conciencia humana, preparado para enfrentar los desafíos de una medicina cada vez más digital, predictiva y personalizada.

Dirigido

Está dirigido a médicos generales y especialistas en áreas como radiología, medicina nuclear, oncología, cardiología, medicina interna y atención primaria; así como a enfermeros, fisioterapeutas, bacteriólogos, bioingenieros, odontólogos, nutricionistas, psicólogos clínicos, investigadores, gestores sanitarios y profesionales de la ingeniería biomédica, informática médica y ciencia de datos en salud interesados en liderar procesos de innovación y transformación digital en el ámbito sanitario.

Imagen dirigido

Docentes

Luis Felipe Colmenter R.

Médico cirujano. Especialista en Medicina nuclear. Doctor en Ciencias médicas. Experto en PET/CT por la Agencia internacional de energía atómica (AIEA). Editor del grupo Conceptualizando para la revista Journal de la Sociedad latinoamericana de Biología y medicina nuclear (ALASBIMN). Autor de los libros PET/CT Fundamentos, PET/CT en oncología y Oncologia y PET/CT con FDG. Prof. colaborador en el Postgrado en Radiología y Diagnostico por imágenes clínica Sagrada Familia-Universidad del Zulia, Venezuela. Profesor colaborador para el posgrado de Cabeza y cuello de la Universidad Nacional de Bogotá.

Insignia digital de Educación Continua

Al culminar el diplomado de Educación Continua de la Javeriana Cali recibes una insignia digital que acredita tu asistencia y participación en el programa. La insignia digital es una nueva forma de reconocimiento de logros que puedes compartir en redes sociales y diferentes plataformas digitales para demostrar tus capacidades y aumentar tus posibilidades de conseguir nuevas oportunidades de desarrollo.

Imagen metodología

Metodología

El diplomado se desarrolla en modalidad combinada actividades sincrónicas con experiencias asincrónicas de aprendizaje autónomo y colaborativo. La metodología promueve la integración crítica de la Inteligencia Artificial (IA) en los procesos clínicos mediante el análisis de casos, la práctica con herramientas digitales y la reflexión ética sobre su uso en salud.

Se sustenta en tres principios pedagógicos fundamentales:

  1. Aprendizaje activo y situado: Cada módulo parte de situaciones clínicas reales (consulta, diagnóstico, tratamiento o gestión hospitalaria) que permiten contextualizar el aprendizaje y transferirlo de manera inmediata a la práctica profesional. Las actividades se orientan a la resolución de problemas mediante el uso de IA como herramienta de apoyo al razonamiento clínico.

  2. Alineación Cognitiva: Los objetivos, competencias y evidencias de aprendizaje se articulan de forma coherente. Esta alineación garantiza que la IA no se estudie como un fin en sí mismo, sino como un medio para fortalecer el pensamiento médico y la toma de decisiones informada.

  3. Aprendizaje colaborativo y reflexivo: Se fomenta el intercambio interdisciplinar entre médicos, profesionales de la salud y expertos en tecnología, a través de foros, debates, simulaciones y proyectos colaborativos. Esta interacción potencia la comprensión ética y práctica de la IA en entornos clínicos diversos.

imagen horarios

Horario

Horario

Las sesiones se desarrollan los días martes, miércoles y jueves de 6:00 a 9:00 p.m.

Nota: Se entregará el certificado de asistencia a los participantes que cumplan como mínimo con el 80% de las horas programadas y estén a paz y salvo con sus compromisos de pago, el 20% restante se podrá destinar para las inasistencias que le resulten al participante ya sea de situaciones laborales, de salud, familiares, entre otras, se debe tener en cuenta que estas faltas no se eliminan de la asistencia del programa.

En caso de fuerza mayor, la Universidad se reserva el derecho de cambio en los docentes y fechas programadas, antes y durante la ejecución del curso. Estos cambios serán informados oportunamente a los participantes.

Ubicación

Online

Objetivos

Objetivo General
Integrar la Inteligencia Artificial (IA) como herramienta de apoyo clínico para la toma de decisiones médicas personalizadas, el diagnóstico asistido por datos y la optimización de tratamientos, desde un enfoque ético, clínico y tecnológico.

Objetivos Específicos

  • Analizar los fundamentos conceptuales, clínicos, éticos y regulatorios de la inteligencia artificial, comprendiendo su aplicabilidad en los distintos procesos de atención y gestión en salud.

  • Aplicar herramientas de IA en la práctica clínica para la optimización de la documentación médica, la comunicación con el paciente y la eficiencia de la consulta.

  • Integrar la inteligencia artificial en la investigación biomédica, el análisis de datos y la interpretación diagnóstica, garantizando validez científica, precisión clínica y sentido crítico frente a los resultados generados por sistemas automatizados.

  • Diseñar estrategias de personalización terapéutica mediante modelos predictivos que fortalezcan la toma de decisiones clínicas basadas en evidencia.

  • Evaluar la adopción institucional de herramientas de inteligencia artificial, considerando criterios de ética, regulación, seguridad de la información y sostenibilidad en los entornos clínicos.

Imagen logros

Contenido

Fundamentos y práctica clínica asistida por IA

Detalle del módulo:

Este módulo introduce a los fundamentos conceptuales, clínicos y éticos de la inteligencia artificial aplicada a la salud. Ofrece una comprensión clara de los principios que sustentan el aprendizaje automático, el procesamiento de lenguaje natural y la IA generativa, permitiendo al profesional de la salud integrar estas herramientas en su práctica clínica cotidiana.    

 Fundamentos conceptuales y técnicos

  • Qué es y qué no es IA: evolución, mitos y realidades.

  • Principales ramas: machine learning, deep learning, NLP, IA generativa.

  • Conceptos clave: datos estructurados/no estructurados, entrenamiento y sesgo algorítmico.

  • Ecosistema actual de la IA en salud (ejemplos globales y latinoamericanos).

    IA en la consulta y documentación clínica

  • Uso de asistentes de IA para resumir, organizar y codificar historias clínicas.

  • Análisis semántico de texto clínico y generación automatizada de reportes.

  • Copilotos médicos: ventajas y precauciones en la práctica diaria.

    Educación del paciente y comunicación médico-paciente

  • Generación de materiales educativos adaptados al nivel de comprensión del paciente.

  • Chatbots clínicos para orientación y seguimiento remoto.

  • Consideraciones éticas y comunicacionales en la interacción humano–IA.

    Ética y seguridad de la información en salud digital

  • Protección de datos personales y confidencialidad.

  • Trazabilidad, consentimiento informado y transparencia algorítmica.

  • Buenas prácticas internacionales (HIPAA, GDPR, OMS).
     

Detalle del módulo:

Este módulo desarrolla habilidades para integrar la inteligencia artificial en la investigación biomédica, la analítica de datos y la interpretación diagnóstica. A partir de ejercicios prácticos, el participante aprende a utilizar asistentes de IA para la búsqueda científica, el análisis estadístico y la evaluación de imágenes médicas, fortaleciendo su pensamiento crítico, su capacidad de validar resultados clínicos y su habilidad para interpretar los hallazgos generados por modelos de IA desde una perspectiva médica y no automatizada.   

   IA en la investigación científica

  • Búsqueda bibliográfica y revisión sistemática con herramientas de IA (PubMed GPT, Scite, Elicit).

  • Redacción científica y generación de resúmenes críticos con apoyo de copilotos.

  • Validación de fuentes, sesgo algorítmico en la literatura y uso responsable de IA generativa en la investigación.

    Analítica de datos clínicos y biomédicos

  • Introducción a la minería de datos y estructuras clínicas.

  • Copilotos de datos: Excel, RStudio, GraphPad con integración IA.

  • Estadística simplificada y visualización inteligente de resultados.

  • Análisis exploratorio de un dataset clínico con asistencia IA.

    IA aplicada al diagnóstico por imágenes

  • Principios de visión computacional y redes neuronales convolucionales.

  • Segmentación, cuantificación y detección de patrones.

  • Plataformas de apoyo clínico (Aidoc, Arterys, Qure.ai).

  • Integración de resultados asistidos por IA al informe diagnóstico.

    Evaluación crítica de modelos diagnósticos

  • Validez, sensibilidad, especificidad y riesgo de sesgo.

  • Criterios de aceptación de resultados generados por IA.

  • Buenas prácticas de reporte médico y trazabilidad.
     

Detalle del módulo:

Este módulo profundiza en la aplicación de modelos predictivos y sistemas inteligentes para la personalización terapéutica, así como en la gestión institucional de la IA en salud. Se abordan los marcos regulatorios internacionales y las estrategias de adopción tecnológica seguras y sostenibles. Culmina con el desarrollo y sustentación de un proyecto integrador que demuestra la capacidad del participante para implementar soluciones de IA en su entorno profesional.   

  Modelos predictivos y medicina personalizada

  • Tipos de modelos: supervisados, no supervisados y redes neuronales.

  • Predicción de riesgo, respuesta o pronóstico.

  • Estratificación de pacientes (casos en oncología, cardiología y medicina interna).

  • Interpretación de modelos (explainable AI – XAI) y límites clínicos.

    Gestión institucional y gobernanza de la IA

  • Evaluación de herramientas tecnológicas y criterios de integración institucional de la IA en entornos hospitalarios.

  • Métricas de impacto y retorno clínico (valor agregado, eficiencia, seguridad).

  • Estrategias de liderazgo digital y capacitación del equipo médico.

    Regulación, ética y sostenibilidad

  • Principios normativos: HIPAA, GDPR, FDA, EMA, OMS.

  • Aspectos legales y responsabilidad profesional frente al uso de IA.

  • Criterios de sostenibilidad y alineación con políticas públicas de salud digital.

    Proyecto integrador aplicado

  • Identificación de un problema clínico o institucional.

  • Diseño de una propuesta de implementación de IA (diagnóstico, tratamiento o gestión).

  • Presentación tipo pitch clínico con retroalimentación colectiva.

s