Talleres

DIRECTOR: David Restrepo

Objetivo: Este taller de 1 hora y 30 minutos está diseñado para clínicos y científicos de datos interesados en comprender cómo funciona el Procesamiento del Lenguaje Natural (NLP) y las limitaciones de las arquitecturas de los Modelos de Lenguaje más recientes (Large Languages Models,LLM).

Descripción: Durante este taller, los participantes obtendrán información sobre cómo las computadoras interactúan con el texto, cómo se procesa y analiza el texto utilizando técnicas de NLP y una exploración profunda del funcionamiento de los modelos LLM más novedosos. También exploraremos los sesgos inherentes en estos modelos, generando una discusión sobre las consideraciones éticas en torno a la inteligencia artificial y el procesamiento del lenguaje.

Metas de Aprendizaje para los Participantes:

- Comprender los fundamentos del Procesamiento del Lenguaje Natural (NLP).

- Obtener información sobre el procesamiento y análisis de texto mediante técnicas de NLP.

- Explorar el funcionamiento de los últimos Modelos de Lenguaje Grandes (LLMs).

- Reconocer y abordar el sesgo en los modelos de lenguaje de inteligencia artificial.

El propósito de este taller es promover una mayor comprensión sobre cómo se puede aplicar el NLP en el campo de la atención médica y en otros contextos, con el objetivo de estrechar la colaboración entre las comunidades clínicas y de ciencias de la computación.

DURACIÓN ESTIMADA: 1 hora y 30 minutos

DETALLES ADICIONALES:

- Requisitos Previos: Ninguno

- Requisitos Técnicos: Acceso a Internet y una computadora portátil o tableta

- Público Objetivo: Clínicos, científicos de datos e informáticos  interesados en NLP y ética en la inteligencia artificial.

DIRECTORA:  Constanza Vásquez

El presente taller busca acercar a los asistentes a la aplicación de IA para el apoyo cuantitativo del diagnóstico radiológico y entregar los conocimientos base para el desarrollo tecnológico de estas herramientas. 

Se explorará un software gratuito basado en IA para la segmentación de imágenes de tomografía computarizada (CT) de tórax y abdomen, y se discutirán los principales requerimientos para su integración en el flujo clínico en base a la experiencia adquirida en el proyecto IA-TRad Chile: Inteligencia Artificial para apoyo diagnóstico y procesos de atención en radiología y tele-radiología clínica (COVID0733, ANID, Chile) llevado a cabo entre 2020 y 2021 por la Universidad de Chile, la Universidad de Concepción y el Hospital Clínico de la Universidad de Chile. Los participantes del taller podrán no sólo adquirir conocimientos relacionados a IA, sino que también desarrollarán una mirada crítica de su aplicación en el ámbito médico, pudiendo potenciar su correcto desarrollo e integración en sus respectivas instituciones. 

Objetivos:

1. Describir los conceptos básicos y técnicas de la IA en radiología.

2. Explorar las herramientas de segmentación automática en tomografía computarizada de tórax y abdomen.

3. Analizar y discutir la importancia de la calidad de los datos y del compromiso de equipos interdisciplinarios para el desarrollo de IA.

DURACIÓN ESTIMADA : 2.5H

DETALLES ADICIONALES  

Pre-requisitos: Ninguno

Requerimientos técnicos : notebook, conexión a internet. 

Audiencia objetivo: profesionales de la Salud e Ingeniería (Graduados y estudiantes)

DIRECTORES: Diego Kaminker y Ariel Fernandez

Este taller tiene como objetivo capacitar a profesionales de la salud y del ámbito tecnológico en la integración y transformación de datos de salud utilizando los estándares OMOP y FHIR. Los asistentes aprenderán los fundamentos de ambos estándares, cómo se relacionan y cómo aplicarlos en casos reales de interoperabilidad. 

Se realizarán ejercicios prácticos para implementar una solución de interoperabilidad utilizando OMOP on FHIR. Los datos utilizados serán tomados de fuentes abiertas en internet.

DURACIÓN ESTIMADA 2H - 3H 

DETALLES ADICIONALES

Requerimientos Previos: Conocimientos básicos en informática médica y estándares de datos de salud. 

Requerimientos Técnicos: Laptop con acceso a Internet. 

Audiencia Objetivo: Profesionales de la salud, ingenieros de software, líderes de proyectos en tecnologías de la salud.

Objetivos: Comprender la importancia de la interoperabilidad en el sector de la salud.

Arquitectura: Descripción detallada de los modelos de datos de OMOP y FHIR, cómo se relacionan y familiarizarse con los mismos.

Adquirir habilidades prácticas en la transformación y mapeo de datos clínicos

RECURSOS ADICIONALES https://hl7-reasoning-omop.hl7.org/oof/fhir/metadata 

https://hl7-reasoning-omop.hl7.org/atlas/#/

https://ohdsi.github.io/TheBookOfOhdsi/

client:secret es usuario y password de autenticación básica para OOF

DIRECTORA:  Constanza Vásquez

El presente taller busca acercar a los asistentes a la aplicación de IA para el apoyo cuantitativo del diagnóstico radiológico y entregar los conocimientos base para el desarrollo tecnológico de estas herramientas. 

Se explorará un software gratuito basado en IA para la segmentación de imágenes de tomografía computarizada (CT) de tórax y abdomen, y se discutirán los principales requerimientos para su integración en el flujo clínico en base a la experiencia adquirida en el proyecto IA-TRad Chile: Inteligencia Artificial para apoyo diagnóstico y procesos de atención en radiología y tele-radiología clínica (COVID0733, ANID, Chile) llevado a cabo entre 2020 y 2021 por la Universidad de Chile, la Universidad de Concepción y el Hospital Clínico de la Universidad de Chile. Los participantes del taller podrán no sólo adquirir conocimientos relacionados a IA, sino que también desarrollarán una mirada crítica de su aplicación en el ámbito médico, pudiendo potenciar su correcto desarrollo e integración en sus respectivas instituciones. 

Objetivos:

1. Describir los conceptos básicos y técnicas de la IA en radiología.

2. Explorar las herramientas de segmentación automática en tomografía computarizada de tórax y abdomen.

3. Analizar y discutir la importancia de la calidad de los datos y del compromiso de equipos interdisciplinarios para el desarrollo de IA.

DURACIÓN ESTIMADA : 2.5H

DETALLES ADICIONALES  

Pre-requisitos: Ninguno

Requerimientos técnicos : notebook, conexión a internet. 

Audiencia objetivo: profesionales de la Salud e Ingeniería (Graduados y estudiantes)

DIRECTOR: Antonio Vazquez Brust. 

Objetivo: Este taller propone un repaso a varias técnicas prácticas para trabajar con datos relacionados a ubicaciones - desde convertir direcciones a coordenadas geográficas hasta mostrar indicadores demográficos en mapas de alta resolución.

Descripción: El taller será práctico, con ejemplos interactivos que aplican código para resolver las tareas. Se describirán los principios y técnicas para trabajar con datos geográficos: direcciones, pares latitud/longitud, y archivo geoespaciales con puntos, líneas o áreas -cómo los que representan áreas administrativas o el tendido de calles. Mostraremos funciones de programación específicas, y consejos para el análisis y visualización de los datos.

Metas de Aprendizaje para los Participantes:

- Abrir, examinar, y visualizar datos geográficos.

- Acceder a cartografía y datos georreferenciados de fuentes oficiales

- Aprovechar servicios online para procesamiento espacial, como georeferenciamiento y cálculo de itinerarios

- Generar visualizaciones con mapas combinando diversas fuentes de datos, incluyendo los propios

 DURACIÓN ESTIMADA: 2 horas

 DETALLES ADICIONALES:

- Requisitos Previos: Alguna noción de programación, o paciencia para aprender sobre la marcha. Los ejercicios serán resueltos utilizando un servicio online para procesamiento de datos (Google Colab), y el lenguaje de programación utilizado será R.

- Requisitos Técnicos: Acceso a Internet y una computadora portátil. Disponer de una cuenta de correo @gmail.com (requisito para acceder a Google Colab)

- Público Objetivo: investigadores y comunicadores con interés en análisis y visualización de datos geográficos.

 - Tema 1: Sesgo en las bases de datos

  - Tema 2 : ¿Cómo evaluar la equidad en las bases de datos y los modelos de inteligencia artificial?

DIRECTORES: - Liam McCoy y David Restrepo

Objetivos: Este taller de 2 horas tiene como objetivo proporcionar a los participantes una comprensión global del sesgo en las bases de datos y de los métodos para evaluar la equidad en las bases de datos y en los modelos de aprendizaje automático. Está dirigido a un público tanto con perfil clínico como técnico, con distintos niveles de conocimientos técnicos.

Descripción: El taller estará integrado por contenidos teóricos y prácticos, de acuerdo al siguiente programa:

1. 1. Conferencia de 45 minutos sobre el sesgo en las bases de datos:

- En esta sección, Liam McCoy ofrecerá una interesante conferencia sobre el concepto de sesgo en las bases de datos , destacando su importancia en el aprendizaje automático y sus implicaciones para diversas aplicaciones.

- Los tópicos que se tratarán incluyen:

Definiciones variables y contrapuestas de equidad

Generadores de sesgo e inequidad en los procesos de generación de datos médicos

Contexto sociotécnico del sesgo de las bases de datos 

Evaluación del sesgo en los Grandes Modelos de Lenguage o Large Language Models (discusión acerca de la desigualdad en la Codificación y en GPT-4) 

2. Pausa de 15 minutos / formación de equipos.

3. Tutorial de 45 minutos utilizando Jupyter Notebooks:

   - David Restrepo dirigirá este tutorial práctico, donde los participantes aprenderán a evaluar la equidad en las bases de datos y modelos. El tutorial cubrirá:

     - Exploración básica de datos para análisis de representatividad

     - Técnicas para evaluar la calibración de los modelos en  diferentes grupos demográficos

     - Comprensión y tratamiento de las diferentes tasas basales de eventos

     - Espacio dedicado para el debate y la colaboración entre los asistentes para abordar los problemas de equidad.

4. 15 minutos de repaso / preguntas

   - El taller concluirá con una breve sesión de repaso, en la que se resumirán los puntos clave y las ideas adquiridas durante la conferencia y el tutorial.

Objetivos de aprendizaje:

 Fomentar el debate y la colaboración para abordar los problemas de equidad en Inteligencia Artificial  y Machine Learning.

Al finalizar este taller, los participantes:

- Comprenderán el concepto de sesgo de las bases de datos y su importancia en el aprendizaje automático.

- Adquirirán habilidades prácticas para evaluar la equidad e imparcialidad en bases de datos y modelos.

- Dominarán las técnicas básicas de exploración de datos.

- Serán capaces de evaluar la calibración de los modelos en diferentes grupos demográficos.

- Podrán reconocer el impacto de las diferentes tasas basales en el rendimiento del modelo.

DURACIÓN ESTIMADA: 2 horas

DETALLES ADICIONALES:

- Requisitos previos: Este taller está diseñado para un público con perfil que incluye tanto profesionales clínicos como técnicos. Los requisitos de conocimientos técnicos no serán excesivamente elevados.

- Requisitos técnicos: Los participantes deberán traer sus notebooks ( grupos entre 3 y 5 personas) para la práctica. Se requerirá acceso a internet para trabajar en las notebook de Jupyter. 

-Audiencia objetivo: personal de salud y científicos de datos interesados en técnicas de procesamiento del lenguaje natural y ética en la Inteligencia Artificial.

 DIRECTOR DEL TALLER: Juan Sebastian Osorio Valencia, MSc MPH

DISERTANTES-INSTRUCTORES: Isabella Delgado, Miguel A. Camacho Laguado.

En este taller se explorarán los avances en la intersección de la salud, la tecnología y la innovación. 

Objetivos: Analizar el estado actual del sector de la salud, destacando el potencial de la innovación en salud digital para  generar  transformaciones positivas en la calidad de vida de los pacientes.

Proporcionar una visión integral de cómo la innovación en imágenes, wearables e IA puede  mejorar la calidad de vida de los pacientes.

Descripción: La sesión introductoria se enfocará en el impacto de tecnologías como dispositivos wearables, Inteligencia Artificial y el procesamiento de imágenes, en la promoción de estrategias de diagnóstico y monitoreo remoto de pacientes. 

Se presentará luego de ello un estudio de caso significativo relacionado con la enfermedad de Parkinson, el cual utiliza estas tecnologías en combinación con un análisis de la marcha para facilitar tanto el diagnóstico como el seguimiento de la enfermedad. Este proyecto, fruto de la colaboración entre la Universidad ICESI y la Fundación Valle de Lili en Cali, Colombia, abordará a profundidad el problema, la solución propuesta y el impacto positivo que ha tenido en la atención a pacientes. El taller finalizará con una demostración práctica de la tecnología, explorando la adquisición de datos y el proceso de análisis. 

Metas de aprendizaje para los asistentes: 

1-Identificar las aplicaciones prácticas de dispositivos wearables, IA y procesamiento de imágenes en el diagnóstico y monitoreo remoto de pacientes.

2-Conocer un estudio de caso específico relacionado con la enfermedad de Parkinson que demuestra cómo estas tecnologías se utilizan para facilitar el diagnóstico y seguimiento de la enfermedad.

3-Comprender el proceso de colaboración entre instituciones académicas y organizaciones de salud para desarrollar soluciones innovadoras en el campo de la salud.

4- Participar en una demostración práctica de la tecnología, explorando la adquisición de datos y el proceso de análisis.

DURACIÓN ESTIMADA 3H

DETALLES ADICIONALES

Requerimientos previos: ninguno

Audiencia Objetivo: Profesionales de la salud y en tecnología interesados en conocer un ejemplo práctico del impacto que las nuevas tecnologías en salud digital tiene en el sector salud