Aplicaciones prácticas de la IA en Cardiología

Bienvenida al ciclo, objetivos de los módulos y relevancia actual de la IA generativa para el médico.
Conceptos básicos: IA generativa, modelos de lenguaje, prompts y diferencia entre buscar y generar.
Oportunidades en la práctica médica y cardiológica: búsqueda, síntesis, redacción, explicación a pacientes, tareas administrativas y presentaciones.
Herramientas para comenzar —ChatGPT, Gemini, Claude— y demostración simple de una consulta bien formulada.

Prompts y asistentes médicos: cómo obtener mejores resultados con IA generativa
Qué es un prompt y cuáles son sus componentes básicos.
Cómo usar IA para construir mejores prompts.
Ejemplos de prompts frecuentes aplicados a cardiología.
Uso de asistentes simples, como Gemas de Gemini u otros entornos equivalentes.
Recomendaciones de seguridad y anonimización.
Investigación científica asistida por IA: Deep Research y evidencia médica aplicada.

Introducción a la investigación asistida por IA.
Uso de Deep Research para explorar una patología, pregunta clínica o tema terapéutico.
Uso de Open Evidence como herramienta orientada a evidencia médica.
Ejemplo aplicado a una molécula, patología.
Recomendaciones sobre validación de fuentes y lectura crítica.

Gestión del conocimiento clínico: uso de NotebookLM para organizar, consultar y transformar información.
Qué es NotebookLM y para qué puede servirle a un médico.
Carga de fuentes: papers, guías, documentos o materiales educativos.
Consulta y síntesis de información a partir de las fuentes cargadas.
Transformación del contenido en materiales útiles para estudio, consultorio, docencia o investigación.
Recomendaciones prácticas de uso.

Comunicación médica asistida por IA: presentaciones, infografías y recursos educativos.
Introducción al uso de IA para comunicación médica.
Desarrollo asistido de presentaciones.
Generación de imágenes o infografías médicas.
Herramientas para piezas educativas breves, incluyendo eventualmente recursos audiovisuales.
Recomendaciones para mantener claridad, precisión y criterio médico.

Uso responsable de IA en salud: buenas prácticas, límites y recomendaciones finales.
Cierre del ciclo: la IA generativa como herramienta de trabajo que potencia, pero no reemplaza, el criterio médico.
Límites y errores frecuentes: alucinaciones, información desactualizada, sesgos y exceso de confianza.
Buenas prácticas: validación contra evidencia, protección de datos, privacidad, secreto médico y supervisión humana.
Herramientas gratuitas vs. pagas: diferencias relevantes y criterios para decidir cuándo invertir.
Recomendaciones finales para incorporar IA generativa de manera práctica, segura y progresiva.