Guía docente de Seguridad y Fiabilidad de Datos y Sistemas de Inteligencia Artificial (MD9/56/1/5)
Máster
Módulo
Rama
Centro Responsable del título
Semestre
Créditos
Tipo
Tipo de enseñanza
Profesorado
- Alberto Guillén Perales
Tutorías
Alberto Guillén Perales
Email- Lunes 10:00 a 13:00 (Ceprud)
- Martes 10:00 a 13:00 (Etsiit, 2º Planta, Despacho 26)
Breve descripción de contenidos (Según memoria de verificación del Máster)
Análisis de las amenazas de ciberseguridad y los mecanismos de robustez en sistemas de IA. Se estudian a nivel general una introducción a la ciberseguridad, cómo se pueden atacar infraestructuras hospitalarias y qué posibles riesgos específicos se encuentran en sistemas que usan inteligencia artificial.
Prerrequisitos y/o Recomendaciones
Un conocimiento básico a nivel de tecnología y competencia digital. Haber superado la asignatura de Tecnologías habilitantes.
Resultados del proceso de formación y de aprendizaje
Conocimientos o Contenidos
- C02 . Analiza cómo la calidad del dato clínico afecta a la fiabilidad, seguridad, equidad y sesgos en sistemas de Inteligencia Artificial.
- C08 . Analiza los riesgos, beneficios y limitaciones de seguridad en casos reales de Inteligencia Artificial en Salud.
Competencias
- COM05 . Evalúa tecnologías/dispositivos basados en Inteligencia Artificial en comités multidisciplinares considerando calidad, sesgos, seguridad y contexto clínico.
Habilidades o Destrezas
- HD07 . Confecciona procedimientos operativos para uso seguro de Inteligencia Artificial, incluyendo calidad del dato, validación, trazabilidad y seguridad.
Resultados de aprendizaje (Objetivos)
C02, C08; COM05; HD07
1. Conocer estrategias de uso para de datos sanitarios.
2. Identificar vulnerabilidades en modelos de IA.
3. Aplicar protocolos de seguridad para datos sensibles.
Programa de contenidos Teóricos y Prácticos
Teórico
Tema 1. Introducción a la ciberseguridad
Tema 2. Tipos de ataques a infraestructuras hospitalarias
Tema 3. Ciberseguridad e Inteligencia Artificial
Práctico
Práctica 1. Introducción a la ciberseguridad
Práctica 2. Identificación de ataques
Práctica 3: Ataques a IA
Bibliografía
Bibliografía fundamental
Cybersecurity for Hospitals and Healthcare Facilities: A Guide to Detection and Prevention Luis Ayala Published by Apress 2016
Foundations of Cybersecurity, 2nd Edition Jason Andress Published by No Starch Press 2026
Generative AI Security: Theories and Practices Ben Goertzel, Ken Huang, Springer, 2026
Enlaces recomendados
Metodología docente
- MD01 Clases magistrales, seminarios y exposiciones multimedia.
- MD02 Clases de ejercicios y resolución de casos prácticos, estudio de casos y discusión de trabajos y artículos.
- MD03 Supervisión de trabajos.
- MD04 Tutorías individuales y/o colectivas programadas.
- MD05 Estudio personal del estudiante.
Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final.)
Evaluación Ordinaria
Se evaluará el progreso del estudiante en clase mediante una bitácora que supondrá un 20% de la nota.
Se propondrán actividades prácticas : 40% de la nota.
Examen de contenidos : 40 % de la nota.
Evaluación Extraordinaria
Se realizará un examen que computará el 100% de la nota.
Evaluación única final
Se realizará un examen que computará el 100% de la nota.