Guía docente de Trabajo Fin de Máster (MD9/56/1/13)

Realización, presentación y defensa de un proyecto original de IA aplicada a la salud. El estudiante debe integrar todos los conocimientos adquiridos (técnicos, legales y éticos) para resolver un problema real del ámbito sanitario mediante una metodología científica.

Prerrequisitos y/o Recomendaciones

Conocimientos o contenidos

• C01 Explica los principios funcionales de técnicas y algoritmos de Inteligencia Artificial relevantes en Salud y sus métricas de rendimiento.
• C02 Analiza cómo la calidad del dato clínico afecta a la fiabilidad, seguridad, equidad y sesgos en sistemas de Inteligencia Artificial. C03 Conoce las implicaciones éticas y clínicas que se derivan del uso de datos y herramientas de Inteligencia Artificial en el ámbito de la Salud.
• C04 Describe tecnologías habilitantes para aplicar Inteligencia Artificial en el ámbito de la Salud e integrar datos en entornos sanitarios.
• C05 Explica el papel de la representación y visualización del dato en la interpretabilidad y confianza en la Inteligencia Artificial.
• C06 Compara estándares de interoperabilidad de datos clínicos y su impacto en aplicaciones de Inteligencia Artificial en Salud.
• C07 Identifica obligaciones legales y regulatorias aplicables al uso de datos de Salud e Inteligencia Artificial.
• C08 Analiza los riesgos, beneficios y limitaciones de seguridad en casos reales de Inteligencia Artificial en Salud.

Competencias

• COM01 Participa como profesional de la Salud en la delimitación de necesidades tecnológicas de Inteligencia Artificial y datos clínicos desde una perspectiva sostenible, fiable y segura.
• COM02 Interpreta resultados de Inteligencia Artificial y otras fuentes para la toma de decisiones clínicas adaptadas a cada paciente.
• COM03 Asesora a profesionales sanitarios, pacientes y cuidadores sobre aplicaciones, beneficios y limitaciones de la Inteligencia Artificial en salud.
• COM04 Gestiona el cambio organizativo asociado a la adopción de Inteligencia Artificial, incluyendo roles, flujos de trabajo y coordinación interdisciplinar.
• COM05 Evalúa tecnologías/dispositivos basados en Inteligencia Artificial en comités multidisciplinares considerando calidad, sesgos, seguridad y contexto clínico.
• COM06 Diseña iniciativas de adopción de Inteligencia Artificial IA en entornos sanitarios que tengan en cuenta su impacto clínico, económico y organizativo.
• COM07 Integra herramientas de Inteligencia Artificial en la práctica clínica para diagnóstico, tratamiento, seguimiento y toma de decisiones compartidas.
• COM08 Formula propuestas de investigación aplicada o innovación en salud con Inteligencia Artificial a partir del análisis de casos de uso.

Habilidades o destrezas

• HD01 Maneja técnicas y algoritmos de Inteligencia Artificial adecuados para casos de uso en Salud a través de entornos de usuario.
• HD02 Maneja herramientas de Inteligencia Artificial en Salud para explorar resultados y apoyar la toma de decisiones.
• HD03 Elabora informes sobre implicaciones éticas, responsabilidades y cumplimiento normativo del uso de Inteligencia Artificial en el ámbito de la Salud.
• HD04 Construye planes de integración e implantación sostenible de Inteligencia Artificial en procesos/servicios sanitarios.
• HD05 Crea materiales informativos para pacientes y cuidadores sobre riesgos, limitaciones e implicaciones prácticas de la Inteligencia Artificial.
• HD06 Ejecuta protocolos de uso responsable de Inteligencia Artificial en organizaciones sanitarias y contextos públicos/privados. HD07 Confecciona procedimientos operativos para uso seguro de Inteligencia Artificial, incluyendo calidad del dato, validación, trazabilidad y seguridad.
• HD08 Aplica soluciones de Inteligencia Artificial a casos reales en salud con criterios justificados de eficacia y seguridad.

El Trabajo Fin de Máster tiene como objetivo la realización, presentación y defensa de un ejercicio original realizado individualmente ante un tribunal académico, consistente en un proyecto integral en el que se sinteticen los conocimientos, competencias y habilidades o destrezas que se han adquirido en las enseñanzas. El proyecto deberá ser viable y estar metodológicamente bien planteado en función de los objetivos que se pretendan. Se podrá desarrollar una intervención, una revisión o un estudio original relacionado con la aplicación de Inteligencia Artificial en el ámbito de la salud.

Realización, presentación y defensa de un ejercicio original realizado individualmente ante un tribunal académico, consistente en un proyecto integral en el que se sinteticen los conocimientos, competencias y habilidades o destrezas que se han adquirido en las enseñanzas. El proyecto deberá ser viable y estar metodológicamente bien planteado en función de los objetivos que se pretendan. Se podrá desarrollar una intervención, una revisión o un estudio original relacionado con la aplicación de Inteligencia Artificial en el ámbito de la salud. de contenidos teóricos y prácticos

• Software Libre y Licencias: Ecosistema completo de Microsoft A5 (Azure ML, Power BI, Power Apps) para el desarrollo del proyecto.
• Bibliografía Fundamental: Manuales de metodología de investigación y guías de redacción científica.
• Repositorios de TFM de la Escuela Internacional de Posgrado: https://masteres.ugr.es/mutimm/docencia/trabajo-fin-master/tfm-defendidos

Bibliografía complementaria

• Repositorios de TFM de la Escuela Internacional de Posgrado: https://masteres.ugr.es/mutimm/docencia/trabajo-fin-master/tfm-defendidos

• MD06 Supervisión del portafolios digital de aprendizaje para el desarrollo del Trabajo Fin de Máster.

Ponderación de Calificación: 

• Informe del Tutor/a: 30% 
• Calidad de la Memoria Escrita:  40% 
• Defensa Pública ante Tribunal: 30%

Rúbrica de Evaluación:  Nivel y Criterios 

• Bueno: Trabajo excepcional, con rigor metodológico, originalidad y aplicabilidad clínica clara. 
• Aceptable: El trabajo cumple con los requisitos mínimos de un proyecto de máster y es funcional. 
• Insuficiente: Trabajo con deficiencias graves en la metodología, plagio o falta de resultados coherentes.

Ponderación de Calificación: 

• Informe del Tutor/a: 30% 
• Calidad de la Memoria Escrita:  40% 
• Defensa Pública ante Tribunal: 30%

Rúbrica de Evaluación:  Nivel y Criterios 

• Bueno: Trabajo excepcional, con rigor metodológico, originalidad y aplicabilidad clínica clara. 
• Aceptable: El trabajo cumple con los requisitos mínimos de un proyecto de máster y es funcional. 
• Insuficiente: Trabajo con deficiencias graves en la metodología, plagio o falta de resultados coherentes.

Ponderación de Calificación: 

• Informe del Tutor/a: 30% 
• Calidad de la Memoria Escrita:  40% 
• Defensa Pública ante Tribunal: 30%

Rúbrica de Evaluación:  Nivel y Criterios 

• Bueno: Trabajo excepcional, con rigor metodológico, originalidad y aplicabilidad clínica clara. 
• Aceptable: El trabajo cumple con los requisitos mínimos de un proyecto de máster y es funcional. 
• Insuficiente: Trabajo con deficiencias graves en la metodología, plagio o falta de resultados coherentes.

Información adicional