Síntesis del Programa de Curso:
Explorando la IA en salud: Retos y Oportunidades

Enviado por: Joriv Tomas Yañez Caceres Participación: Profesor Encargado Fecha envío: 30-01-2026 15:02:15
Validado por: Francisco Javier Bustamante Toncio Cargo: Coordinador línea DPP Fecha validación: 16-03-2026 11:07:22
Antecedentes generales
Unidad(es) Académica(s):
- Dirección de Pregrado
Código del Curso: FG00000503429
Tipo de curso: Electivo Línea Formativa: General
Créditos: 2 Período: Primer Semestre año 2026
Horas Presenciales: 24 Horas No Presenciales: 30
Requisitos: SR
Equipo docente a cargo
# Nombre Función (Secciones)
1 Joriv Tomas Yañez Caceres Profesor Encargado (1)
Propósito Formativo
Estimular el desarrollo de habilidades psicosociales del estudiante que promuevan la autoestima, el autocuidado, la capacidad de tomar decisiones responsables, el respeto, la comunicación efectiva y afectiva, resolución de conflictos para dar respuesta a las situaciones que deba enfrentar en su actuar cotidiano y profesional. Además, esta línea suscita el liderazgo y el trabajo colaborativo del estudiante, respetando sus propias convicciones. Promover la capacidad reflexiva, el desarrollo de habilidades para analizar y evaluar la información existente y su veracidad, con el propósito de alcanzar una idea fundamentada al respecto.
Competencias
Dominio: Dominio Genérico Transversal
"Corresponde a un conjunto de espacios formativos que contribuyen a la formación de los profesionales de la salud en tanto sujetos multidimensionales, potenciando las competencias transversales declaradas en los perfiles de egreso de las 8 Carreras de la Salud y fortaleciendo el sello de Facultad y de la Universidad de Chile, en coherencia con los lineamientos institucionales."
Competencia 3
"Establecer una comunicación efectiva, evidenciando habilidades de expresión oral y escrita en lenguaje formal y culto, adaptando su relato en función de la intención y de las personas, corroborando la comprensión del mensaje, abordando tópicos de la profesión, ciencia, sociedad y ciudadanía."
Subcompetencia 3.1
"Se comunica efectivamente de manera oral y escrita con las personas que interactúa."

Subcompetencia 3.2
"Adapta su lenguaje verbal y no verbal a las características de las personas y contextos en los que se desenvuelve."


Competencia 4
"Motivar y coordinar a diferentes personas que participan de un proceso para conseguir un objetivo común, evidenciando elementos de autoestima positiva e iniciativa, más allá de la condición jerárquica formal que tenga al interior del grupo y/o equipo de trabajo."
Subcompetencia 4.1
"Demuestra iniciativa frente a nuevos desafíos que se presentan en su formación."

Subcompetencia 4.2
"Evidencia habilidades de liderazgo horizontal con sus pares para el logro de metas comunes. "

Subcompetencia 4.3
"Reconoce sus fortalezas y dificultades, como herramientas de autoconocimiento, para enfrentar desafíos y obstáculos que se le presenten en su proceso formativo. "


Competencia 5
"Establecer una relación empática, asertiva y honesta con las personas, considerando su particular nivel de desarrollo, etnia, cultura y religión, en las diversas situaciones que debe enfrentar en su formación profesional."
Subcompetencia 5.1
"Demuestra habilidades de empatía con las personas con las que interactúa, considerando sus características personales y culturales."

Subcompetencia 5.2
"Demuestra habilidades de asertividad con las personas con las que interactúa, considerando sus características personales y culturales."


Resultados de Aprendizaje
1.

Describir los conceptos básicos y las aplicaciones actuales de la inteligencia artificial en la salud, identificando tanto sus beneficios como sus limitaciones, a través de análisis de casos y presentaciones grupales, en donde los estudiantes expliquen aplicaciones específicas de IA en salud.

2.

Identificar las barreras tecnológicas, éticas y sociales que enfrenta la IA en salud, y cómo estas pueden superarse o mitigarse para mejorar la atención sanitaria, a través de un debate en clase, seguido de la redacción de una actividad grupal donde se exploren estas barreras y las posibles soluciones.

3.

Diseñar un plan de análisis para abordar un problema específico en el área de la salud, utilizando herramientas de inteligencia artificial e integrando diversas perspectivas y conocimientos de diferentes disciplinas para diseñar soluciones efectivas y creativas, a través de un trabajo colaborativo, que combine perspectivas interdisciplinarias y proponga soluciones innovadoras.

4.

Evaluar diferentes soluciones basadas en inteligencia artificial para un problema específico en salud, considerando su viabilidad técnica, impacto en los pacientes y la factibilidad de su implementación en un entorno clínico, a través de la ejercitación con casos prácticos en el que el/la estudiante interactúe con las herramientas computacionales pertinentes.

Unidades
Unidad 1: Elementos de Machine Learning
Encargado: Joriv Tomas Yañez Caceres

Indicadores de logros Acciones asociadas
  • Diferencia entre los tipos de aprendizaje (supervisado, no supervisado, y otros), señalando sus aplicaciones en problemas específicos de salud.
  • Aplica herramientas de aprendizaje supervisado en ejemplos prácticos, justificando la elección de cada herramienta.
  • Analiza situaciones donde las herramientas de aprendizaje no supervisado pueden ser útiles en la identificación de patrones en datos médicos.

Participar en sesiones de clases, trabajos grupales y de laboratorio.
Unidad 2: Fundamentos de Inteligencia Artificial en Salud y Medicina.
Encargado: Caroll Andrea Cuellar Godoy

Indicadores de logros Acciones asociadas


  • Reconoce y ejemplifica los principales principios éticos asociados al uso de IA en salud, relacionándolos con dilemas reales o potenciales en la práctica clínica.
  • Analiza críticamente el impacto social de la IA en salud y medicina, considerando beneficios, riesgos y desafíos en la equidad de acceso, sesgos algorítmicos y confianza pública.

Participar en sesiones de clases, trabajos grupales y de laboratorio.
Unidad 2: Elementos de la IA Generativa
Encargado: Ingrid Del Pilar Galaz Paredes

Indicadores de logros Acciones asociadas
  •  Comprende principios básicos de la IA generativa (modelos, entrenamiento y generación de datos) y diferencia su uso respecto de otras ramas de la inteligencia artificial en el ámbito de la salud.
  • Utiliza una herramienta de IA generativa (texto, imagen o datos sintéticos) para resolver un caso simulado en salud, justificando la pertinencia y limitaciones de la solución propuesta.
  • Analiza críticamente los riesgos éticos, legales y de sesgo asociados al uso de IA generativa en salud, proponiendo al menos una estrategia de mitigación en el contexto clínico o investigativo.

Participar en sesiones de clases, trabajos grupales y de laboratorio.
Estrategias de evaluación
Tipo_Evaluación
Nombre_Evaluación
Porcentaje
Observaciones
Presentación individual o grupal
Talleres Colaborativos
60.00 %
Promedio de actividades prácticas en equipo que promoverán el aprendizaje colaborativo durante el curso.
Presentación individual o grupal
Unidad de Investigación
40.00 %
Un proyecto interdisciplinario que integrará los conocimientos adquiridos a lo largo del curso, permitiendo a los estudiantes desarrollar una solución innovadora a un problema real.
Suma de ponderaciones para notal final:
100%
Bibliografía Obligatoria
Formato: Libro digital
  • Panesar, Arjun, author. , 2021 , Machine learning and AI for healthcare : big data for improved health outcomes , Second edition. , New York, New York State : APress , Inglés , https://bibliotecadigital.uchile.cl/permalink/56UDC_INST/25canv/alma991007822145403936
Formato: Libro digital
  • Bohr, Adam, editor. ; Memarzadeh, Kaveh, editor. , 2020 , Artificial intelligence in healthcare. Academic Press. , London : Academic Press, imprint of Elsevier , Español , https://bibliotecadigital.uchile.cl/permalink/56UDC_INST/25canv/alma991007778426003936
Formato: Publicación de revista
  • Dave, M., & Patel, N. , 2023 , Artificial intelligence in healthcare and education. , British Dental Journal , 234 , 10 , Inglés , 761-764 , doi: 10.1038/s41415-023-5845-2
Formato: Informe
  • Facultad de Medicina Universidad de Chile , 2024 , Humanizar la Inteligencia Orientaciones para uso etico y transformador de la IA en la educación y la investigación en Salud , Facultad de Medicina Universidad de Chile , Español
Bibliografía Complementaria
Plan de mejora a implementar

Se actualiza el orden de las unidades para introducir con más orden el Machine Learning y responder a las observaciones realizadas por los estudiantes en la encuesta docente.


Se actualizan los porcentajes de evaluación para que estén más distribuidos durante el semestre.

Requisitos de aprobación y asistencia adicionales a lo indicado en decreto Exento N°23842 del 04 de julio de 2013.
Porcentaje y número máximo permisible de inasistencias que sean factibles de recuperar:

Las clases teóricas son de asistencia libre; sin embargo, se recomienda a los estudiantes asistir
regularmente.
Las actividades prácticas, como talleres y evaluaciones, son obligatorias y requieren de un 100% de
asistencia.
Son consideradas actividades obligatorias: las evaluaciones, los talleres y presentaciones. En el caso que la inasistencia se produjese a una actividad de evaluación, la presentación de justificación de inasistencia debe realizarse en un plazo máximo de cinco días hábiles a contar de la fecha de la inasistencia. El estudiante deberá avisar por correo electronico al PEC del curso dentro de las 24 horas siguientes.
Si no se realiza esta justificación en los plazos estipulados, el estudiante será calificado con la nota
mínima (1.0) en esa actividad de evaluación.

RESOLUCION EXENTA Nº111 DE ENERO DE 2024 QUE FIJA NORMAS DE ASISTENCIA A las ACTIVIDADES CURRICULARES DE LAS CARRERAS DE PREGRADO QUE IMPARTE LA FACULTAD DE MEDICINA.

Las modalidades de recuperación de actividades obligatorias y de evaluación:

Recuperación de la actividad con nuevo plazo.

Otros requisitos de aprobación:
Condiciones adicionales para eximirse:
Curso no posee examen.
¿El examen es reprobatorio?
NO, el examen no será reprobatorio.