2022 - Curso Inteligencia Artificial en Imagen Médica.

El objetivo principal del este curso de Inteligencia Artificial (IA) en Imagen Médica es brindar a los profesionales conocimientos y habilidades necesarias para integrar la IA en el campo de las imágenes médicas.

Así mismo busca que nuestros profesionales desarrollen un espíritu crítico al trabajar con aplicaciones de IA en las diferentes especialidades del Diagnóstico por Imagen. 

 

REQUISITOS TÉCNICOS OBLIGATORIOS PARA PODERSE INSCRIBIR

- Conexión a internet de calidad y estable.

- Cámara web.

- Micrófono y altavoces.

ACTEDI no se hace responsable de las averías, deficiencias o carencias que el alumno pueda tener con respecto a los requisitos solicitados.

 

Dirigido a:

A todo profesional vinculado con la imagen médica.

Lugar:

Plataforma Zoom de ACTEDI.

Francesc Torres Giménez y Daniel Fontes Caramé.

Programa:

DIRECCIÓN: Francesc Torres Giménez y Daniel Fontes Caramé.

METODOLOGÍA: El curso se va a realizar con doble modalidad. Habrá una parte puramente teórica que se realizará a través de la plataforma Classroom©, donde encontrarás las clases de los profesores, así como otras actividades y material de consulta, sin olvidar un chat y foro donde podrás dejar tus dudas que se irán resolviendo. Esto te va a permitir ver las clases tantas veces como desees y apuntar las dudas que tengas o necesites resolver presencialmente el día que nos conectemos en directo.

La segunda parte del curso consta de una conexión vía zoom de ACTEDI, los sábados de cada módulo, en horario de tarde (15:00 hora española), donde se resolverán las dudas que tengamos. También se realizarán los talleres en ese horario en los módulos que hay talleres.

PROGRAMA
El programa está compuesto de 6 módulos:

MÓDULO 1: INTRODUCCIÓN A LA IA Y NOCIONES BÁSICAS DE LA INFORMÁTICA MÉDICA (O TOMA DE CONTACTO).

Semana del 19 al 25 de septiembre.

Introducción a la IA, neuronas artificiales, convolución, redes neuronales convolucionales (CNN) y la inteligencia artificial y la inteligencia biológica (IB). lenguajes de programación, algoritmia y programación para procesamiento de imágenes.

• Introducción a la IA. En este apartado se vas a encontrar información de los orígenes de la IA y sobre los diferentes tipos existentes hoy en día, así como la formación básica sobre las tomas de decisiones, neuronas artificiales, etc.

• Lenguajes de programación en el procesamiento de imágenes. Módulo donde se va a explicar la parte más básica de la programación y los lenguajes de programación utilizados en IA. Es muy interesante saber cuál es el lenguaje y cómo funciona en los diferentes formatos de IA.

Sábado 24 de septiembre de 16:00 a 17:00h Consultas y resolución de dudas.

 

MÓDULO 2: ALGORITMIA Y PROGRAMACIÓN EN IMÁGENES MÉDICAS.

Semana del 26 de septiembre al 2 de octubre.

En los apartados anteriores se va a relacionar uno de los lenguajes de programación visto en el módulo anterior con el procesamiento informático y su aplicación en la imagen médica. También se mostrarán los principales repositorios o bibliotecas utilizados en el área de la imagen médica.

• Informática en el procesamiento de imágenes médicas.

o Lenguaje de programación Python para imágenes médicas.
o Procesamiento digital de imágenes médicas.
o Principales bibliotecas en Python para procesamiento de imágenes médicas.
o Aplicaciones de algoritmos de procesamiento de imágenes médicas.

Parte del módulo donde se pondrán en práctica (mediante un taller) los conocimientos del apartado anterior. Se procederá a conectar con las diferentes bibliotecas, se realizarán importaciones de datos y se implementarás los algoritmos que los profesores ya tienen predefinidos. Se podrá poner en práctica algoritmos de segmentación o sustracción de imágenes.

• Data preparación para IA.

o Anonimación de datos.
o Homogeneización de datos.
o Repositorios de imagen médica.

• Mi primer proyecto Python en el procesamiento de imágenes médicas (Taller).

o Definición de la arquitectura Python para procesamiento.
o Demostración de importación de bibliotecas Python.
o Definición de variables informáticas.
o Implementación de un algoritmo en informática.
o Definición de funciones en informática.
o Demostración de algoritmos de sustracción de imágenes.
o Aplicación de algoritmos de segmentación de imágenes.
o Análisis de imágenes post processing.

Sábado 1 de octubre de 16:00 a 18:00h Taller práctico. 18:00 a 19:00h Consultas y resolución de dudas.

 

MÓDULO 3: APLICACIÓN DE LA IA (MARCO TEÓRICO BÁSICO).

Semana del 3 al 9 de octubre.

En este apartado se va a enseñar las diferentes aplicaciones clínicas tanto en el ámbito de la salud como en el de la investigación, de los diferentes modelos de IA explicados en los módulos anteriores. También se tratarán aspectos éticos y limitaciones de la IA en la actualidad.

Diferencias de la aplicación de la IA en:

• Aplicaciones clínicas e investigación.

o Inteligencia artificial.
o Machine Learning.
o Deep Learning.
o Aprendizaje supervisado.
o Aprendizaje no supervisado.
o Aplicaciones de la IA en salud.
o Aplicaciones de la IA en investigación.
o Aspectos éticos de la IA.
o Limitaciones de la IA.

En esta sección se introducirán las técnicas ómicas y se revisarán en más profundidad aspectos básicos de la radiómica, que estudia la extracción de características de imágenes médicas, así como sus aplicaciones en la práctica clínica.

• Radiómica.

o General.
o Aplicaciones.

Sábado 8 de octubre de 16:00 a 17:00h Consultas y resolución de dudas.

 

MÓDULO 4: IA CON PYTHON PARA PROCESAR IMÁGENES MÉDICAS.

Semana del 10 al 16 de octubre.

En esta parte del módulo se darán conceptos básicos de programación de una red convolucional donde se darán los conocimientos sobre el tensor en IA, se definirán explicaran conceptos que ayudan a entender cómo funciona el aumento de datos o el ajuste de datos para su procesamiento. Todo ello enfocado a la práctica posterior. 

• Programación de una red convolucional (CNN) con Python.

o Bibliotecas de IA con Python.
o Definición de un tensor para IA.
o Programación de un tensor.
o Retos de Google vs Facebook en la IA.
o Definición de data augmentation.
o Definición de overfitting y underfitting.
o Control de hiper parámetros de IA en Python.

En este apartado se va a poner en práctica lo visto en el apartado anterior. Se importarán datos de las bibliotecas de IA y se realizará la programación de un tensor mediante códigos facilitados por el profesorado para una fácil aplicación. Se pondrá en práctica el control y análisis del aprendizaje y la segmentación de imágenes biomédicas. 

• Mi primer proyecto Python de IA (Taller).

o Definición de una arquitectura de IA en Python.
o Importación de bibliotecas de IA.
o Importación de imágenes médicas en Python.
o Programación de un tensor.
o Conversión de vóxeles a tensor.
o Definición de una arquitectura de redes neuronales convolucionales en Python.
o Ejecución del aprendizaje de la IA.
o Control y análisis del aprendizaje de IA.
o Segmentación de imágenes biomédicas por IA.

Sábado 15 de octubre de 16:00 a 18:00h Taller práctico. 18:00 a 19:00h Consultas y resolución de dudas.

 

MÓDULO 5: DATA SCIENCE Y PERSPECTIVA AL FUTURO DE LA IA.

Semana del 17 al 23 de octubre.

Se trataran los conceptos relacionados con la extracción sobre el conocimiento de los datos obtenidos en la IA en imagen médica. También encontrarás información sobre diferentes atlas y plantillas en imágenes médicas.

• Data Science en imágenes médicas.

o Data Science.
o Biobank in Medical Imagine.
o Atlas y templates de imágenes médicas.
o El Human Connectome Project (HCP).

Uno de los mayores problemas de los programas de IA es la fiabilidad en la práctica clínica. En esta sección discutiremos varios criterios a tener en cuenta a la hora de desarrollar y evaluar la calidad de los algoritmos de IA. Este representa un tema abierto actualmente en la comunidad de imagen médica que requiere de reflexión por parte de todos los actores para mejorar la integración clínica de la IA.

• Evaluación/control de calidad de algoritmos de IA.

o Criterios o recomendaciones a tener en cuenta en la implementación de algoritmos de IA.

Reflexión personal por parte de los profesores del rumbo que tomará la IA en el futuro de la imagen médica, y cómo afectará a los diferentes actores del sistema sanitario. Se abrirán debates para dar pie al pensamiento personal.

• El “Quo Vadis” de la historia en imágenes médicas.

o Redes GAN: Generative Adversarial Network.
o Synthetic CT.
o Fake lesions by GAN.
o Data augmentation by GAN.
o Digital Twin for Imaging modelisation.

Sábado 22 de octubre de 16:00 a 17:00h Consultas y resolución de dudas.

 

MÓDULO 6: Pendiente de programa.

 

AVISO
Con posterioridad a 1 de agosto de 2022, no se aceptará ningún cambio o anulación en las inscripciones o reservas efectuadas. Cualquier cambio o anulación hecha con anterioridad a esa fecha, tendrá unos gastos del 25% del precio de inscripción. Todas las modificaciones o cancelaciones tendrán que ser remitidas a: iaimagenmedica@gmail.com.
La organización se reserva el derecho a realizar cambios, suspender o posponer el evento en caso de no alcanzar el mínimo necesario.

Para la obtención del certificado de asistencia al curso es obligatorio cumplir el 80% de asistencia, la cual será grabada y controlada visualmente y por medio de preguntas aleatorias durante cada clase, que servirán para confirmar la presencia de el alumno. Asimismo, el alumno deberá cumplimentar los diferentes controles que se realizarán al finalizar cada uno de los módulos.

En el caso de solicitud de factura ésta será emitida a nombre del inscrito o pagador, si la factura solicitada debe ir a nombre de empresa, ésta no podrá beneficiarse del precio de socio, debiendo abonar la diferencia.