La Sociedad Española de Farmacia Hospitalaria (
SEFH), en colaboración con la
Universidad Rey Juan Carlos (URJC) y el patrocinio de MSD, ha presentado el título propio de Experto en
Análisis de Datos y Aprendizaje Automatizado en el
Sistema Sanitario.
Está dirigido a
farmacéuticos de hospital y profesionales sanitarios del ámbito hospitalario con interés en actualizar su conocimiento en el análisis de datos y desarrollar nuevas competencias relacionadas con la ciencia de datos: procesado, asociación, regresión y clasificación.
Dio comienzo en el mes de septiembre y finalizará en mayo de 2019. Están inscritos 50 farmacéuticos hospitalarios, que se acreditarán con
15 créditos europeos (ECTS).
Mejorar las competencias del farmacéutico
José Manuel Martínez Sesmero, director de Innovación e Investigación de la SEFH, ha señalado que “este programa formativo es un ejemplo de colaboración de la SEFH con la Universidad, con el objetivo general de mejorar las competencias del farmacéutico hospitalario presente y futuro”.
|
El título presta especial atención a los fundamentos y herramientas para llevar a cabo aprendizaje a partir de ejemplos
|
La acumulación de datos relativos a la salud de los individuos “aumenta de forma exponencial, en este sentido el volumen que alcanzan dichos datos requiere de
herramientas necesarias para hacer que esos datos sean útiles y reviertan de manera positiva en nuestra sociedad”.
Ana Lozano, vicepresidenta de la SEFH, ha destacado las líneas del plan estratégico de la sociedad en cuanto a formación continua de los socios, integral y diversificada a través de títulos propios universitarios con acreditación ECTS, potenciando esta formación en áreas emergentes.
De esta manera, los farmacéuticos de hospital se capacitarán en estas áreas, se facilitará así “
que se integren en los equipos multidisciplinares y responder así a las necesidades de las organizaciones donde trabajan y de la sociedad en general”.
Agrupamiento de datos, clasificación y estimación
El curso ofrece una visión de las nuevas tendencias en el análisis de datos y su aplicación en el ámbito sanitario, prestando especial atención a los fundamentos y herramientas para llevar a cabo el aprendizaje a partir de ejemplos (
machine learning).
Al finalizar el curso, el alumno será capaz de conocer y aplicar las herramientas necesarias para abordar tres tipos de tareas: agrupamiento de datos (
clustering), clasificación y estimación/predicción.
Aunque pueda contener afirmaciones, datos o apuntes procedentes de instituciones o profesionales sanitarios, la información contenida en Redacción Médica está editada y elaborada por periodistas. Recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.