La microcredencial universitaria en Inteligencia Artificial en la práctica clínica es una formación pionera, diseñada específicamente para profesionales sanitarios que desean integrar la inteligencia artificial en su día a día asistencial y en proyectos de investigación. A través de una estructura dinámica y aplicada, los participantes adquieren competencias fundamentales en machine learning y deep learning, programación en Python, análisis de datos clínicos y evaluación de modelos diagnósticos.

El curso proporciona una visión integral de todo el proceso: desde la recogida y preprocesamiento de datos hasta la validación e interpretación de modelos, incluyendo aspectos legales y éticos. Al finalizar, los alumnos estarán capacitados para colaborar en proyectos de IA médica, interpretar resultados con sentido clínico y aplicar estos conocimientos en su entorno profesional. Esta microcredencial supone un reconocimiento universitario oficial que acredita una competencia cada vez más demandada en el ámbito de la salud digital y la investigación biomédica.

Objetivos:

El objetivo de esta microcredencial es capacitar a profesionales de la salud en el uso práctico de la inteligencia artificial aplicada al ámbito clínico. A lo largo del curso, el alumno aprenderá a desarrollar, interpretar y aplicar modelos de machine learning y deep learning a partir de datos reales, entendiendo las etapas clave del proceso: desde el preprocesamiento y la exploración de datos hasta la validación y evaluación de modelos diagnósticos. Además, se abordarán aspectos éticos, legales y metodológicos esenciales para el uso responsable de la IA en medicina. El curso combina teoría, práctica guiada y tutorías personalizadas para garantizar una formación rigurosa, accesible y útil, tanto para la práctica clínica como para proyectos de investigación en entornos hospitalarios.

DESTINATARIOS

• Esta microcredencial está dirigida a profesionales del Área Biosanitaria y estudiantes de ciencias de la salud interesados en introducirse en el mundo de la inteligencia artificial aplicada a la práctica clínica. Está especialmente recomendada para médicos, investigadores, personal clínico y residentes que deseen comprender, desarrollar o aplicar herramientas de machine learning y deep learning en su entorno asistencial o académico.
• También puede resultar de gran interés para perfiles técnicos (como ingenieros biomédicos o analistas de datos) que busquen entender mejor las particularidades del entorno médico y la aplicación de algoritmos sobre datos clínicos reales. No se requieren conocimientos previos en programación o estadística, ya que el curso parte de conceptos básicos y avanza de forma progresiva, combinando teoría, práctica y tutorías. No obstante sería muy recomendable unos aspectos básicos para sacarle más rendimiento al curso.

REQUISITOS DE ACCESO

• No se requieren titulaciones previas, colegiación profesional ni experiencia técnica para acceder a esta microcredencial. El curso está diseñado para ser accesible tanto a profesionales sanitarios como a estudiantes de ciencias de la salud o perfiles técnicos que deseen iniciarse en la inteligencia artificial aplicada al ámbito clínico. No es necesario tener conocimientos previos de programación, estadística o informática, ya que se parte de una base introductoria y se avanza de forma guiada y progresiva. Tampoco es obligatorio contar con material específico: todo el contenido práctico se desarrolla mediante herramientas de libre acceso como Google Colab y Jupyter Notebooks. El único requisito es tener interés por aprender y una actitud proactiva para aplicar nuevas tecnologías al entorno clínico real.
• Según el perfil del solicitante, además de la hoja de solicitud, CV, copia de su DNI/pasaporte/NIE y justificante bancario del pago de la matrícula del curso, la documentación a presentar será:
  • Profesionales Sanitarios: documentación que justifique la vinculación de su actividad laboral con el contenido del curso.
  • Estudiante universitario: certificado de matriculación y certificado académico actualizados
  • Titulados universitarios: título universitario escaneado (ambas caras)

Metodología:
La microcredencial combina sesiones teóricas con actividades prácticas en un entorno participativo y aplicado. La docencia se apoya en casos clínicos reales y entornos de programación accesibles como Google Colab, lo que permite al alumnado desarrollar habilidades prácticas desde el primer momento, sin necesidad de instalación de software.

Evaluación

La evaluación se realizará al final del curso mediante una prueba teórico-práctica que incluirá ejercicios tipo test y tareas de aplicación directa de los contenidos. La dificultad del examen será equivalente a la del curso impartido, asegurando que el alumnado que haya asistido activamente pueda superar la prueba.

Para obtener el certificado, será necesario alcanzar una nota mínima de 6 sobre 10. Además, la asistencia completa a las clases computará un 50 % de la nota final, reconociendo el valor del seguimiento continuo y la participación activa durante todo el programa.

Módulo 0 – Presentación del curso: introducción general al programa y objetivos formativos.

Módulo 1 – Introducción a la IA en medicina y herramientas básicas: contextualización del papel de la inteligencia artificial en la práctica clínica y primeras herramientas de desarrollo en Python, Jupyter y Google Colab.

Módulo 2 – Puesta en práctica: Machine Learning y Deep Learning: fundamentos de algoritmos clásicos y redes neuronales, entrenamiento supervisado y evaluación de modelos diagnósticos.

Módulo 3 – Preprocesamiento y análisis de datos médicos: limpieza, curación, almacenamiento, análisis exploratorio e inferencial de datos clínicos.

Módulo 4 – Inteligencia artificial e investigación clínica: aspectos ético-legales, anonimización de datos y perspectivas futuras de la IA en medicina.

Prof. Josué Fernández Carnero. Catedrático de Universidad de la universidad Rey Juan Carlos ( josue.fernandez@urjc.es )

PROFESORADO

• Pablo Menéndez Fernández Miranda. Médico especialista en Radiodiagnóstico. Hospital Universitario Rey Juan Carlos. Prof. Asociado de la Universidad Rey Juan Carlos.
• Juan Miranda Bautista. Médico especialista en Radiodiagnóstico. Hospital Universitario Rey Juan Carlos

Horario (virtual sincrónico):

• Lunes, miércoles y jueves de 12h a 14h

Reserva de plazas y matrículas

• Nº plazas ofertadas: 30
• Importe total del curso: 325€ (Este importe se abonará en un único plazo a la hora de presentar la solicitud. Este importe se devolverá en caso de que el solicitante no resultase admitido/a ó el curso se anulase/aplazase. En caso de resultar admitido/a y rechazar la plaza, este importe NO se devolvería. El inicio del curso queda condicionado al nº mínimo de alumnos matriculados)
• Plazo de solicitud: 15/09/2025 al 15/01/2026
• Fecha de inicio del curso: 03/02/26
• Fecha de fin de curso: 17/03/26

Las sesiones del curso se dividirán en clases teóricas, clases prácticas y tutorías. Las clases teóricas abordarán los fundamentos conceptuales, mientras que las prácticas permitirán aplicar los conocimientos en entornos reales de desarrollo con código. Las tutorías estarán orientadas a resolver dudas y acompañar el progreso individual del alumno. Todas las sesiones quedarán grabadas y disponibles para su visualización en diferido, facilitando el seguimiento del curso incluso en caso de no poder asistir en directo. El horario será flexible y estará distribuido en mañanas y tardes de días de semana, adaptado a la disponibilidad de los profesionales sanitarios.

Proceso de admisión

No es necesario realizar ninguna prueba de admisión, la plaza será asignada tras la revisión de la documentación presentada por los solicitantes.

Las personas interesadas deberán aportar lo siguiente: · Hoja de solicitud debidamente cumplimentada y firmada – Descargar solicitud

· Fotocopia del DNI/NIE (ambas caras) o Pasaporte

· Currículum Vitae Actualizado (no podrá superar las 10 hojas)

· Recibo bancario, justificativo del pago del importe de la matrícula del programa solicitado. Nº de cuenta (Banco Santander) indicado en la hoja de solicitud.

· En caso necesario, documentación específica requerida por la Dirección del Título Propio (Consultar Aptdo. Requisitos de Acceso)

LEER CON ATENCIÓN:

1. Toda la documentación necesaria para inscribirse en esta convocatoria deberá ser enviada mediante un único correo electrónico a la siguiente dirección: clinica.ttpp@urjc.es

2. Es imprescindible indicar en el asunto el nombre del posgrado en el que quiere inscribirse

3. El tamaño total de la documentación no podrá sobrepasar los 25MB.

4. Toda la documentación deberá ser enviada en formato PDF MULTIPÁGINA, utilizando un único archivo con el orden que se indica a continuación:

· Hoja de preinscripción cumplimentada y firmada

· Fotocopia del DNI/NIE (ambas caras) o Pasaporte

· CV actualizado (no podrá superar las 10 hojas)

· Documentos de carácter profesional y/o académico

· Recibo bancario, justificativo del pago del importe de la matrícula del programa solicitado. Nº de cuenta (Banco Santander) indicado en la hoja de solicitud.

· Documentación requerida por la dirección del curso, en caso de que la hubiera.

No se admiten word, jpg, winzip, winrar, ni ningún otro formato que no sea PDF.

Una vez recibida y comprobada la documentación requerida, se remitirá un correo electrónico en calidad de acuse de recibo, donde se indicará si el/la candidato/a ha presentado la documentación correctamente.

Para resolver dudas relativas a los Títulos Propios, por favor, diríjase al siguiente mail: clinica.ttpp@urjc.es

Teléfono: +34 91 488 48 61 

Atención Presencial únicamente solicitando cita previa a través de: clinica.ttpp@urjc.es 

Horario Atención: 

• Mañanas: lunes a viernes de 10:00h a 14:00h
• Tardes: lunes a jueves de 16:00h a 18:00h