Una Especialización 100% online, que te da la oportunidad de realizar una puesta al día en tan solo 6 meses sobre el Análisis de Imágenes Biomédicas y Big Data en E-Health” 

El Big Data aplicado al ámbito sanitario, el análisis de sus resultados y los avances técnicos en la obtención de imágenes biomédicas han permitido en los últimos años mejorar el diagnóstico de diferentes patologías. De esta manera, la extensa recopilación de datos sobre la salud ha contribuido a la investigación científica, al ajuste de las políticas de Recursos Humanos, la gestión de turnos del personal o la compra de materiales en centros hospitalarios.

Así, hoy es día es imprescindible que los profesionales de la Medicina estén al tanto de las problemáticas existentes sobre el uso de dicha tecnología, así como las bondades del empleo de determinadas herramientas para valorar a los pacientes. Ante esta realidad, esta institución académica ha creado esta Especialización en Análisis de Imágenes Biomédicas y Big Data en E-Health, que consta de 6 meses de duración de conocimiento actual e intensivo.

Para ello, TECH ha reunido a un excelente equipo de profesionales versados en este ámbito, que aportarán su amplia experiencia en un temario avanzado. Aquello le permitirá al especialista indagar en las últimas novedades entorno a las técnicas y dispositivos utilizados en imágenes biomédicas, la recopilación de datos y las aplicaciones de la inteligencia artificial e internet de las cosas (IoT) a la telemedicina.

Una información que llegará al egresado de manera dinámica y atractiva, gracias a las píldoras multimedia, que conforman la biblioteca de recursos a la que tendrá acceso, en cualquier momento del día. Además, el profesional reducirá las largas horas de estudio y memorización con el sistema Relearning, utilizado por esta institución en todos sus programas.

Un Experto Universitario 100% online, que supone una excelente oportunidad para el profesional que desea realizar una puesta al día de sus conocimientos a través de una titulación flexible. Y es que únicamente necesita de un dispositivo electrónico (ordenador, Tablet o móvil) con conexión a internet, para poder visualizar el contenido alojado en el Campus Virtual. Una opción cómoda e ideal, para quienes buscan un programa de alto nivel compatible con las responsabilidades más exigentes.

Inscríbete en un programa académico que te permitirá indagar en la medicina nuclear, las diferencias entre PET y SPECT y sus aplicaciones clínicas” 

Esta Especialización en Análisis de Imágenes Biomédicas y Big Data en E-Health contiene el programa científico más completo y actualizado del mercado. Sus características más destacadas son:

• El desarrollo de casos prácticos presentados por expertos en imágenes biomédicas y bases de datos
• Los contenidos gráficos, esquemáticos y eminentemente prácticos con los que está concebido recogen una información práctica sobre aquellas disciplinas indispensables para el ejercicio profesional
• Los ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje
• Su especial hincapié en metodologías innovadoras
• Las lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual
• La disponibilidad de acceso a los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet

Accede al temario más avanzado en Análisis de Imágenes Biomédicas y Big Data en E-Health a través de cualquier dispositivo electrónico con conexión a internet” 

El programa incluye, en su cuadro docente, a profesionales del sector que vierten en esta capacitación la experiencia de su trabajo, además de reconocidos especialistas de sociedades de referencia y universidades de prestigio.

Su contenido multimedia, elaborado con la última tecnología educativa, permitirá al profesional un aprendizaje situado y contextual, es decir, un entorno simulado que proporcionará una capacitación inmersiva programada para entrenarse ante situaciones reales.

El diseño de este programa se centra en el Aprendizaje Basado en Problemas, mediante el cual el profesional deberá tratar de resolver las distintas situaciones de práctica profesional que se le planteen a lo largo del programa. Para ello, contará con la ayuda de un novedoso sistema de vídeo interactivo realizado por reconocidos expertos.  

Indaga en los recientes avances tecnológicos y científicos en genómica estructural y genómica funcional"

Esta titulación te llevará a descubrir los beneficios del uso de la inteligencia artificial en el control de la COVID-19"

El plan de estudios de esta Especialización en Análisis de Imágenes Biomédicas y Big Data en E-Health ha sido elaborado por un equipo de profesionales ampliamente conocedores del área de la medicina, la genómica, la biomecánica y la inteligencia artificial. Aquello queda reflejado en un temario que cuenta con contenido avanzado y complementado por píldoras multimedia, lecturas esenciales y simulaciones de casos de estudio. De esta manera, el profesional de la Medicina podrá actualizar sus conocimientos y acceder al programa, cuando y donde, desee.

Adéntrate a través de un contenido multimedia atractivo en las últimas técnicas biomédicas utilizadas en intervenciones guiadas por imagen”

Módulo 1. Técnicas, reconocimiento e intervención a través de imágenes biomédicas

1.1. Imágenes médicas

1.1.1. Modalidades de las imágenes médicas
1.1.2. Objetivos de los sistemas de imagen médica
1.1.3. Sistemas de almacenamiento de las imágenes médicas

1.2. Radiología

1.2.1. Método de obtención de imágenes
1.2.2. Interpretación de la radiología
1.2.3. Aplicaciones clínicas

1.3. Tomografía computarizada (TC)

1.3.1. Principio de funcionamiento
1.3.2. Generación y obtención de la imagen
1.3.3. Tomografía computarizada. Tipología
1.3.4. Aplicaciones clínicas

1.4. Resonancia magnética (RM)

1.4.1. Principio de funcionamiento
1.4.2. Generación y obtención de la imagen
1.4.3. Aplicaciones clínicas

1.5. Ultrasonidos: ecografía y ecografía Doppler

1.5.1. Principio de funcionamiento
1.5.2. Generación y obtención de la imagen
1.5.3. Tipología
1.5.4. Aplicaciones clínicas

1.6. Medicina Nuclear

1.6.1. Fundamento fisiológico de los estudios nucleares. Radiofármacos y Medicina Nuclear
1.6.2. Generación y obtención de la imagen
1.6.3. Tipos de pruebas

1.6.3.1. Gammagrafía
1.6.3.2. SPECT
1.6.3.3. PET
1.6.3.4. Aplicaciones clínicas

1.7. Intervencionismo guiado por imagen

1.7.1. La radiología Intervencionista
1.7.2. Objetivos de la radiología intervencionista
1.7.3. Procedimientos
1.7.4. Ventajas y desventajas

1.8. La calidad de la imagen

1.8.1. Técnica
1.8.2. Contraste
1.8.3. Resolución
1.8.4. Ruido
1.8.5. Distorsión y artefactos

1.9. Pruebas de imágenes médicas. Biomedicina

1.9.1. Creación de imágenes 3D
1.9.2. Los biomodelos

1.9.2.1. Estándar DICOM
1.9.2.2. Aplicaciones clínicas

1.10. Protección radiológica

1.10.1. Legislación europea aplicable a los servicios de radiología
1.10.2. Seguridad y protocolos de actuación
1.10.3. Gestión de residuos radiológicos
1.10.4. Protección radiológica
1.10.5. Cuidados y características de las salas

Módulo 2. Big Data en Medicina: procesamiento masivo de datos médicos

2.1. Big Data en investigación biomédica

2.1.1. Generación de datos en biomedicina
2.1.2. Alto rendimiento (Tecnología High-throughput)
2.1.3. Utilidad de los datos de alto rendimiento. Hipótesis en la era del Big Data

2.2. Preprocesado de datos en Big Data

2.2.1. Preprocesado de datos
2.2.2. Métodos y aproximaciones
2.2.3. Problemáticas del preprocesado de datos en Big Data

2.3. Genómica estructural

2.3.1. La secuenciación del genoma humano
2.3.2. Secuenciación vs. Chips
2.3.3. Descubrimiento de variantes

2.4. Genómica funcional

2.4.1. Anotación funcional
2.4.2. Predictores de riesgo en mutaciones
2.4.3. Estudios de asociación en genómica

2.5. Transcriptómica

2.5.1. Técnicas de obtención de datos masivos en transcriptómica: RNA-seq
2.5.2. Normalización de datos en transcriptómica
2.5.3. Estudios de expresión diferencial

2.6. Interactómica y epigenómica

2.6.1. El papel de la cromatina en la expresión genética
2.6.2. Estudios de alto rendimiento en interactómica
2.6.3. Estudios de alto rendimiento en epigenética

2.7. Proteómica

2.7.1. Análisis de datos de espectometría de masas
2.7.2. Estudio de modificaciones postraduccionales
2.7.3. Proteómica cuantitativa

2.8. Técnicas de enriquecimiento y Clustering

2.8.1. Contextualización de los resultados
2.8.2. Algoritmos de clustering en técnicas ómicas
2.8.3. Repositorios para el enriquecimiento: Gene Ontology y KEGG

2.9. Aplicaciones del Big Data en salud pública

2.9.1. Descubrimiento de nuevos biomarcadores y dianas terapéuticas
2.9.2. Predictores de riesgo
2.9.3. Medicina personalizada

2.10. Big Data aplicado en Medicina

2.10.1. El potencial de la ayuda al diagnóstico y la prevención
2.10.2. Uso de algoritmos de Machine Learning en salud pública
2.10.3. El problema de la privacidad

Módulo 3. Aplicaciones de la inteligencia artificial e internet de las cosas (IoT) a la telemedicina

3.1. Plataforma E-Health. Personalización del servicio sanitario

3.1.1. Plataforma E-Health
3.1.2. Recursos para una plataforma de E-Health
3.1.3. Programa “Europa Digital”. Digital Europe-4-Health y Horizonte Europa

3.2. La inteligencia artificial en el ámbito sanitario I: nuevas soluciones en aplicaciones informáticas

3.2.1. Análisis remoto de los resultados
3.2.2. Chatbox
3.2.3. Prevención y monitorización en tiempo real
3.2.4. Medicina preventiva y personalizada en el ámbito de la oncología

3.3. La inteligencia artificial en el ámbito sanitario II: monitorización y retos éticos

3.3.1. Monitorización de pacientes con movilidad educida
3.3.2. Monitorización cardíaca, diabetes, asma
3.3.3. Apps de salud y bienestar

3.3.3.1. Pulsómetros
3.3.3.2. Pulseras de presión arterial

3.3.4. Ética para la IA en el ámbito médico. Protección de datos

3.4. Algoritmos de inteligencia artificial para el procesamiento de imágenes

3.4.1. Algoritmos de inteligencia artificial para el tratamiento de imágenes
3.4.2. Diagnóstico y monitorización por imagen en telemedicina

3.4.2.1. Diagnóstico del melanoma

3.4.3. Limitaciones y retos del procesamiento de imagen en telemedicina

3.5. Aplicaciones de la aceleración mediante Unidad Gráfica de Procesamiento (GPU) en Medicina

3.5.1. Paralelización de programas
3.5.2. Funcionamiento de la GPU
3.5.3. Aplicaciones de la aceleración por GPU en medicina

3.6. Procesamiento de Lenguaje Natural (NLP) en telemedicina

3.6.1. Procesamiento de textos del ámbito médico. Metodología
3.6.2. El procesamiento de lenguaje natural en la terapia e historias clínicas
3.6.3. Limitaciones y retos del procesamiento de lenguaje natural en telemedicina

3.7. El Internet de las Cosas (IoT) en la telemedicina. Aplicaciones

3.7.1. Monitorización de los signos vitales. Weareables

3.7.1.1. Presión arterial, temperatura, ritmo cardiaco

3.7.2. IoT y tecnología Cloud

3.7.2.1. Transmisión de datos a la nube

3.7.3. Terminales de autoservicio

3.8. IoT en el seguimiento y asistencia de pacientes

3.8.1. Aplicaciones IoT para detectar urgencias
3.8.2. El internet de las cosas en rehabilitación de pacientes
3.8.3. Apoyo de la inteligencia artificial en el reconocimiento de víctimas y salvamento

3.9. Nanorobots. Tipología

3.9.1. Nanotecnología
3.9.2. Tipos de Nano-Robots

3.9.2.1. Ensambladores. Aplicaciones
3.9.2.2. Auto-replicantes. Aplicaciones

3.10. La inteligencia artificial en el control de la COVID-19

3.10.1. COVID-19 y telemedicina
3.10.2. Gestión y comunicación de los avances y brotes
3.10.3. Predicción de brotes con la inteligencia artificial

Una titulación diseñada para profesionales como tú, que entienden el futuro de la medicina aplicando la inteligencia artificial”