TurnoCursoProfesor(es)
Mañana Introducción al Diseño de Interfaz de usuario en Informática Médica

Prof. Rosa Arriaga

Georgia Tech, USA

Imágenes Biomédicas

Prof. Natalia Gudino

National Institutes of Health, USA

Computing the Mind

Prof. Shimon Edelman

Cornell University, USA

Tarde TIC, Médicos y Pacientes

Prof. Monserrat Gil

Universidad Autónoma de Barcelona, España

Modelización y Simulación Orientada al Individuo y su aplicación a la Informática Médica

Profs. Emilio Luque y Dolores Rexachs

Universidad Autónoma de Barcelona, España

Análisis automático de programas

Prof. Diego Garbervetsky

Universidad de Buenos Aires, Argentina

Gestión del conocimiento

Prof. Gerardo Maturro

Universidad ORT, Uruguay

 


 

Introducción al Diseño de Interfaz de usuario en Informática Médica

 

Lunes a Jueves, de 9:00 a 12:45 hs

Sala: Lab. De Modelado y Simulación

Este curso introducirá al estudiante al diseño de interfaz de usuario, específicamente, al diseño centrado en el usuario. Este modo de diseño pone al usuario en primer lugar y a la tecnología per se en segundo lugar. Los estudiantes tendrán una introducción a los principios de diseño, que serán aplicados en trabajos grupales. Además, este curso introduce a los estudiantes a la cultura de trabajo del “mundo real”, donde se les asignará un proyecto y equipo para desarrollarlo. Se abordará un componente crítico del ciclo de diseño por día, tal como sigue:

1. Identificar las necesidades y establecer los requerimientos.

2. Desarrollar las alternativas de diseño.

3. Construir las versiones interactivas de los diseños.

4. Evaluar los diseños.

En este curso centraremos los esfuerzos de diseños en el área de informática médica. Consideraremos lo que implica construir sistemas en la intersección de ciencias de la información, ciencias de la computación y el cuidado de la salud. Utilizaremos la modalidad de taller, donde los estudiantes desarrollarán una variedad de técnicas en un contexto de proyectos. Nos enfocaremos en los intereses de los participantes para guiar los proyectos que se desarrollen.

Objetivos del curso

  • Conocer los conceptos de interacción Humano-Computador.
  • Obtener habilidades para el diseño de interfaces de usuarios, incluyendo: personas, escenarios, tareas de análisis jerárquicos y usabilidad.
  • Demostrar que el diseño es un proceso sistemático y orientado a datos.
  • Diseñar sistemas a partir del contexto del usuario, tal que, el diseño de los sistemas sean deseables y que el siguiente paso se oriente, naturalmente, a completar una tarea.
  • Obtener experiencia como diseñador de tecnología interactiva, donde los mismos alumnos desarrollen prototipos de interfaces y funciones (pero no necesariamente desarrollando el back-end).
  • Desarrollar métodos para evaluar la tecnología en términos de usabilidad.

A quiénes va dirigido el curso: Cualquier persona interesada en el tema.

Conocimientos previos requeridos: Conocimiento básico de los primeros semestres de las carreras en ingeniería, ciencias exactas y análisis de sistemas.

Idioma del curso: Español.

La Dra. Arriaga es psicóloga para el desarrollo en la Facultad de Computación Interactiva. Se especializa en utilizar métodos psicológicos para manejar tópicos fundamentales de la interacción Humano-Computador. Sus intereses de investigación en el área de salud incluyen: la manera en la cual la tecnología puede ayudar a las personas con distintos Trastornos de Espectro del Autismo (ASD) y a sus cuidadores, así como la manera en que el software puede mejorar el control de asma en niños y cómo las tecnologías de laboratorios se pueden escalar y desplegar para ampliar su impacto. Sitio Web
 
 
 
 

Imágenes Biomédicas

 

Lunes a viernes, de 9:00 a 12:00 hs.

Sala:  Lab. De Algoritmos y Lenguajes de Programacion

Objetivo del curso: Introducir al estudiante a las distintas técnicas de imágenes biomédicas con énfasis en Imagen por Resonancia Magnética.

A quiénes va dirigido: Estudiantes de Ingeniería Electrónica, Electromecánica y Eléctrica así como para estudiantes de la carrera de Física.

Contenido del curso

Primera parte 

  • Principios generales de diferentes técnicas de imágenes: rayos X (X-rays), Tomografía computada (CT-Scan), Tomografía computada por emisión de fotón único (SPECT), Tomografía por emisión de positrones (PET), Ultrasonido, Tomografía de coherencia óptica (OCT), Imagen por Resonancia Magnética (MRI).
  • Caracterización de imagines: resolución, relación señal-ruido (SNR), relación contraste-ruido (CNR). 
  • Aplicaciones

Segunda parte 

  • Principios físicos de resonancia magnética nuclear. 
  • Descripción de los distintos tipos de campos en MRI (B0, B1 y G)
  • Magnetización, tiempos de relajación y ecuaciones de Bloch 
  • Adquisición de la señal
  • Dominio de frecuencia espacial (k-space). 
  • Distintos tipos de secuencias en MRI
  • Distintos tipos de contrastes en MRI
  • Recepción múltiple de señales (parallel imaging) 
  • Transmisión paralela
  • Aplicaciones

Conocimientos previos requeridos: Conocimientos básicos de los primeros años de las carreras de Ingeniería o Física. Conceptos generales de electromagnetismo, Transformada de Fourier. Inglés a nivel de lectura.

Idioma del curso: Español

La Dra. Gudino obtuvo los grados de M. Sc. y Ph.D. en Ingeniería Biomédica por la Case Western Reserve University en el 2008 y 2012, respectivamente. El grado de Ingeniería Electrónica por la Universidad Nacional de Rosario.  Actualmente trabaja como investigadora en el National Institutes of Health en EE.UU. Es co-autora de tres patentes y de varias publicaciones en revista de prestigio. Sus intereses en investigación son la Resonacia Magnética Avanzada, LFMI y NINDS. Sitio Web

 

 

Computing the Mind

 

Lunes a Jueves, de 9:00 a 12:00 hs

Sala:  Lab. de Sistemas Operativos

This brief overview course states and motivates the observation that cognition is fundamentally a computational process and explores the implications of this idea. Students are introduced to a number of conceptual tools for thinking about cognitive information processing, including statistical learning from experience and the use of patterns distilled from past experience in guiding future actions. The application of these tools to the understanding of natural minds and to advancing the goals of artificial intelligence is illustrated on selected examples drawn from the domains of perception, memory, motor control, language, action planning, problem solving, decision making, reasoning, creativity, and consciousness. The recommended textbook for the course is "Computing the Mind" (Oxford University Press, 2008). Additional readings (in PDF) will be made available on the instructor's website.

A quiénes va dirigido: The material is aimed at advanced undergraduate students, as well as graduate students from computer science and natural sciences.

Programa del Curso: Descargar

Conocimientos previos requeridos: Knowledge adquired in advance semesters in Computer Science and closely related disciplines.

Idioma del curso: Inglés

Professor Shimon Edelman, PHD.
 
Shimon Edelman was brought up in the USSR during a golden age that valued science geekdom, encouraged sci-fi addiction, and fostered general dissidence among the thinking classes. He had aspired to study optoelectronics and laser engineering, but was turned by a clever book about AI and obtained instead a degree in computer science. His research interests, which range across many areas of cognitive science, led to publications in animal and machine vision, robotics and motor control, learning and learnability, theoretical neuroscience, neuroimaging, memory, computational linguistics, acquisition of language and of birdsong, consciousness, and metaphysics.
 
He is the author of
  • Representation and Recognition in Vision (1999),
  • Computing the Mind: How the Mind Really Works (2008), and
  • The Happiness of Pursuit (2012).
He lives in Ithaca, NY, where he is Professor of Psychology at Cornell University. Sitio Web
 
 

TIC, Médicos y Pacientes

 

Lunes a viernes, de 14:00 a 17:00 hs.

Sala:   Lab. De Algoritmos y Lenguajes de Programacion

Objetivo del curso: Abordar la complejidad de las instituciones sanitarias y sus sistemas de información y adquirir una visión global sobre la conceptualización, el diseño y la implementación de la historia clínica electrónica

Contenido del curso

1. La complejidad de las instituciones sanitarias y la configuración de sus sistemas de gestión y de información asistencial
2. La necesaria relación de los sistemas de información y la práctica asistencial
3. La necesidad de estandarización (clínica y de sistemas)
4. Legislación, confidencialidad y seguridad de los datos sanitarios
5. Historia clínica electrónica, conceptualización y diseño
6. Requerimientos necesarios y estructuración de la información de la historia clínica electrónica
7. Herramientas de ayuda a la toma de decisiones
8. Definición y análisis de los procesos asistenciales. Definición de las necesidades y requerimientos funcionales. GAP análisis.
9. Gestión del cambio. Gestión de las incidencias post-cambio
10. Explotación de datos y autoevaluación para implementación de mejoras
11. Historia Clínica Compartida de Cataluña (HC3) un modelo para compartir información entre diferentes niveles asistenciales
12. El ciudadano responsable de su salud y de su historia clínica

A quiénes va dirigido el curso: Estudiantes y profesionales relacionados con las tecnologías de la información y la comunicación (informáticos, ingenieros), o con profesiones sanitarias (médicos, enfermeras) y administrativos y gestores / directivos del ámbito de la salud

Conocimientos previos requeridos: Ofimática a nivel de usuario, Inglés a nivel lectura

La Dra. Gil, es médico del Hospital Universitario Parc Taulí de Sabadell. Su actividad profesional ha estado dedicada a les enfermedades hepáticas, trabajando en la Unidad de Hepatología desde 1990. Se ha desempeñado, entre otros cargos, como:

  • Coordinadora médica del proyecto SICLO (implantación de un nuevo Sistema de Información Clínica y Organizativo)
  • Presidenta de la Comisión de Documentación Clínica del hospital desde mayo de 2004
  • Presidenta de la Junta de Gobierno de la Filial del Vallés Occidental de l’Académia de Ciencias Médicas y de la Salud de Catalunya y de Balears de 2005 a 2009.
  • Tutora de tesinas, trabajo fin de master, del “Master y Diplomatura en Atención Primaria de Salud”, organizado por la Sociedad Catalana de Medicina Familiar y Comunitaria (CAMFIC).
  • Profesora docente en el Máster Universitario sobre la Gestión de la Información y el Conocimiento en el Ámbito de la Salud (MUGICAS), desde su primera edición en 2011
  • Evaluadora de proyectos para el soporte y la incentivación de la investigación y la innovación del Hospital Universitario Parc Taulí de Sabadell, desde 2004

 

Modelización y Simulación Orientada al Individuo y su aplicación a la Informática Médica

 

Lunes a viernes, de 14:00 a 17:00 hs.

Sala: Lab. de Sistemas Operativos

Objetivo del curso:

No existen modelos estándares que describan el comportamiento de sistemas complejos, pero estos comparten características en común. La Simulación se convierte en una herramienta para la modelización de este tipo de sistemas, permitiendo dar respuesta a preguntas de tipo “qué pasaría si...”, cuando nos referimos al efecto que tendría la variación de algunos de los elementos o características de dichos sistemas.

En la actualidad existe un gran interés en el desarrollo de la modelización basada en agentes (ABM) como una técnica computacional general aplicable al estudio de los sistemas de gran escala.

La Modelización y Simulación basada en Agentes (ABMS) es una técnica que tiene sus orígenes en la simulación de eventos discretos, algoritmos genéticos y autómatas celulares. En las técnicas de ABMS lo más importante es la definición y modelización del comportamiento de los individuos que operan en un sistema dado y las interacciones que se producen entre ellos. El comportamiento del sistema "surge/emerge" como consecuencia de la conducta de los individuos y sus interacciones.

Estas características hacen que sea posible explorar la conexión entre el comportamiento a nivel micro de los individuos y los patrones de nivel macro que surgen de la interacción de muchos individuos.

Los usos más comunes de la modelización basada en agentes (ABM) se encuentran en problemas de simulación y optimización sociales, tales como comportamiento de masas, la simulación urbana, el flujo de tráfico y las cadenas de suministro. En este curso vamos a presentar su aplicación en el ámbito sanitario, específicamente en la gestión de los Servicios de Urgencia de los Hospitales.

Programa:

Simulación: definición y motivación

•Sistemas, modelos y simulación. Sistemas complejos

•¿Para qué la simulación? Una pregunta clave: ¿qué pasa si...?

•Diferentes paradigmas

Modelización y simulación basada en Agentes

•Diferencias con otros enfoques. Particularidades, ventajas y riesgos

•Modelización basada en Agentes (Orientada al individuo)

•Simulación

Estudio de casos

•El banco de peces -  (Un modelo sencillo)

•Los movimientos de grupos de personas (Diferentes alternativas)

•Modelos “borrosos” (Fuzzy models)

Un marco de soporte de modelado basado en agentes y simulación: Netlogo

•Una introducción a NETLOGO

•Ejemplos

Modelización y simulación del Servicio de Urgencias Hospitalarias (SUH) mediante técnicas de Modelado Orientadas al Individuo (MoI)

De la “Funcionalidad” del Servicio de Urgencias Hospitalarias a los Agentes que intervienen

•Modelos conceptual y computacional del Servicio de Urgencias Hospitalarias: Agentes, máquinas de estado y  comunicación.

Optimización del Servicio de Urgencias Hospitalarias (SUH)

•Optimización: definición y formulación. Índices y restricciones

•¿Cuál es la mejor solución? “versus” ¿Qué pasa si…?

•El proceso de optimización en un sistema complejo: el SUH.

•Buscando la mejor solución y buscando una “buena solución”.

•Simulación y optimización como herramientas de ayuda en la toma de decisiones.

A quién va dirigido el curso

Este curso va dirigido a todos aquellos alumnos, de diferentes campos, incluido el ámbito social, interesados en poder utilizar las técnicas de modelización y simulación orientadas al individuo. También será de utilidad para aquellos que estén interesados en las ayudas que la simulación puede ofrecer en la gestión y la toma de decisiones, especialmente en el ámbito sanitario.

Conocimientos previos requeridos

El curso trata de ser autosuficiente. Un mínimo conocimiento de programación puede ser de utilidad, pero no es imprescindible. 

Idioma del curso: Español.

Emilio Luque es catedrático en la Universidad Autónoma de Barcelona. Ha sido profesor invitado en diferentes universidades de América, Europa y Asia, “key note speaker” en diversas Conferencias internacionales e investigador principal en numerosos proyectos de investigación. Ha dirigido 19 tesis doctorales y publicado más de 230 artículos científicos en revistas y conferencias de primer nivel.

 

Dolores Rexachs es profesora titular en la Universidad Autónoma de Barcelona. Profesora visitante en universidades de Argentina, Brasil, Chile and Paraguay, participando como investigadora en numerosos proyectos de investigación. Ha dirigido 7 tesis doctorales,  y ha publicado más de 50 artículos científicos en revistas y conferencias de primer nivel.

 

 

 

Análisis Automático de Programas

 

Lunes a viernes, de 14:00 a 17:00 hs.

Sala: Lab. De Base de Datos

 

En este curso, se estudiarán los principales conceptos del análisis de programas utilizando lenguajes orientados a objetos (tipo Java). Se espera que el alumno comprenda las potencialidades y limitaciones del análisis automático de programas y experimente con herramientas que se apoyan en diversas técnicas de análisis vistas en el curso. El curso se orienta en particular a la verificación de programas pero sin descuidar los temas principales de la disciplina.

Objetivo del curso

Se espera que el alumno pueda:

  • Conocer las técnicas principales de análisis estático de programas y poder determinar qué técnica se ajusta mejor a cada problemática.
  • Comprender los conceptos fundamentales de la disciplina así como sus fortalezas y limitaciones
  • Conocer herramientas actuales basadas en técnicas de análisis estático comprendiendo sobre que técnicas están montadas.

Contenido del curso

Parte I: Fundamentos

  • Introducción al análisis estático
  • Conceptos fundamentales:
    • Aproximación,
    • Corrección y Completitud,
    • Falsos positivos vs negativos
    • Inferencia, Verifación/Chequeo, Validación

Parte 2: Análisis Dataflow

  • Motivación y uso
  • Análisis clásicos

Parte 3: Analisis basado en sistemas de tipos

  • Chequeo e inferencia
  • Extensiones al sistema de tipos
  • Modelado y refuerzo de propiedades usando tipos

Parte 4: Verificación asistida por computadora

  • Programación basada en contratos
  • Lenguajes de especificación
  • Invariantes de clases y ciclos
  • Traducción de programas a fórmulas
  • Demostradores automáticos

Parte 5: Conclusiones

  • Temáticas de la disciplina no abordados en el curso
  • Temas de investigación en boga
  • Conclusiones del curso.

 

A quienes va dirigido el curso: Idealmente alumnos avanzados pero lo fundamental es que tengan interés en el área de lenguajes de programación y/o temáticas de validación y verificación de programas.

Conocimientos previos requeridos:

  • Rudimentos de lógica de primer orden
  • Conocimientos básicos de Java o C#
  • Nociones elementales de verificación de código (recomendable pero no excluyente)

 

Idioma del curso: Español.

El Dr. Garverbetsky es profesor en el Departamento de Ciencias de la Computación en la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires. Actualmente está a cargo de la Secretaría de Investigación y Transferencia Tecnológica del Departamento de Ciencias de la Computación  Sus intereses en investigación tienen que ver con el análisis automático de programas. Actualmente aborda temas referentes al análisis estático enfocado al análisis de uso de programas estilo JAVA, también en la verificación automática de programas y validación. Sitio Web.

 

Gestión del Conocimiento

 

Lunes a viernes, de 14:00 a 17:00 hs.

Sala: Lab. de Modelado y Simulación

Contenido del curso

Tema 1: Conceptos preliminares

Definiciones de “conocimiento”, “experiencia” y “aprendizaje”. Motivaciones para gestionar el conocimiento y la experiencia en las organizaciones. Taxonomías del conocimiento. Modelo de creación de conocimiento organizacional de Nonaka-Takeuchi.

Tema 2: Procesos de gestión del conocimiento

Ciclo de vida del conocimiento y la experiencia. Estrategias organizacionales para la gestión del conocimiento. Procesos de alineación estratégica, identificación, adquisición, preservación, diseminación y reutilización del conocimiento y la experiencia.

Tema 3: Herramientas y técnicas generales de gestión del conocimiento

Mapas de conocimientos y experiencia. Skills management. Lecciones aprendidas. Mejores prácticas. Coaching y mentoring.

Tema 4: Gestión del conocimiento en ingeniería de software

Los proyectos software como fuentes de conocimientos y experiencia. Captura de conocimientos y experiencia en proyectos software. Gestión del conocimiento y mejora del proceso software. Aprendizaje organizacional y la organización software que aprende. Revisión de iniciativas de gestión del conocimiento en ingeniería de software.

A quiénes va dirigido: Estudiantes de carreras de grado relacionadas con las tecnologías de la información. Estudiantes de maestría y de doctorados en áreas afines. Profesionales, gerentes y tomadores de decisiones en las área de Ingeniería de software y Sistemas de información.

Conocimientos previos requeridos: No se requieren conocimientos previos.

Idioma del curso: Español

Gerardo Matturro es Doctor en Ingeniería Informática por la Universidad Politécnica de Madrid, España (2010), Master en Recursos Humanos y Gestión del Conocimiento por la Universidad de León, España (2009), y Master en Computación y Sistemas de Información por la Universidad ORT Uruguay (1996). Actualmente se desempeña como profesor e investigador en el Centro de Investigación e Innovación en Ingeniería de Software (CIS) de la Universidad ORT Uruguay, e integra el Sistema Nacional de Investigadores de Uruguay (SNI). Sus áreas de investigación son: Gestión del conocimiento en ingeniería de software, Aspectos humanos y organizacionales de la ingeniería de software, e Ingeniería de software empírica. Sitio Web