Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 21 horas
Temario del curso
Fundamentos de TinyML en el sector salud
- Características de los sistemas TinyML
- Restricciones y requisitos específicos de la salud
- Resumen de arquitecturas de IA portátil
Adquisición y preprocesamiento de biosignales
- Trabajo con sensores fisiológicos
- Técnicas de reducción de ruido y filtrado
- Extracción de características para series temporales médicas
Desarrollo de modelos TinyML para dispositivos portátiles
- Selección de algoritmos para datos fisiológicos
- Entrenamiento de modelos en entornos restringidos
- Evaluación del rendimiento en conjuntos de datos de salud
Implementación de modelos en dispositivos portátiles
- Uso de TensorFlow Lite Micro para inferencia en el dispositivo
- Integración de modelos de IA en dispositivos médicos portátiles
- Pruebas y validación en hardware embebido
Optimización de energía y memoria
- Técnicas para reducir la carga computacional
- Optimización del flujo de datos y uso de memoria
- Equilibrio entre precisión y eficiencia
Seguridad, confiabilidad y cumplimiento normativo
- Consideraciones regulatorias para dispositivos portátiles habilitados con IA
- Garantizar la robustez y la usabilidad clínica
- Mecanismos de respaldo y manejo de errores
Estudios de casos y aplicaciones en el sector salud
- Sistemas de monitoreo cardíaco portátil
- Reconocimiento de actividad en rehabilitación
- Seguimiento continuo de glucosa y biometría
Directorios futuros en TinyML médico
- Enfoques de fusión multisensor
- Analítica de salud personalizada
- Chips de IA de próxima generación de bajo consumo
Resumen y próximos pasos
Requerimientos
- Comprensión de conceptos básicos de aprendizaje automático
- Experiencia con dispositivos embebidos o biomédicos
- Conocimiento del desarrollo en Python o C
Público objetivo
- Profesionales del sector salud
- Ingenieros biomédicos
- Desarrolladores de IA
Reseñas (2)
habilidades y proyectos en Claude, una variedad de herramientas para diferentes fines
Agnieszka Czypionka
Curso - Generative AI in Healthcare: Transforming Medicine and Patient Care
Traducción Automática
Profundidad sobre el contexto de fondo y la formulación de prompts.
Olaf Kannt - Helios Klinikum Krefeld
Curso - Generative AI and Prompt Engineering in Healthcare
Traducción Automática