Acceso campus
Contacto
  • Naxer
  • arrow right
  • Másters
  • arrow right
  • Máster en Gestión Sanitaria: Implantación de la Inteligencia Artificial en salud

Máster en Gestión Sanitaria: Implantación de la Inteligencia Artificial en salud

Título propio de la universidad

Titulación universitaria
Universidad a Distancia de Madrid

Titulación con 60 créditos ECTS válida a nivel internacional

¿Por qué hacer este máster?

Impulsa tu carrera de gestión en salud implantando proyectos y sistemas que integren la inteligencia artificial y que puedan ayudar, entre otras cosas, a optimizar diagnósticos, tratamientos y gestión sanitaria, con una formación avanzada en un campo en expansión.
Este Máster te capacitará para desarrollar , organizar e implantar proyectos que integran inteligencia artificial específicamente orientados al ámbito sanitario.
La incorporación de la IA en la salud ha generado una creciente demanda de profesionales sanitarios con formación en inteligencia artificial.
Aprenderás a crear e implantar proyectos que apliquen IA para mejorar la calidad de vida de los pacientes y optimizar el trabajo de los profesionales de la salud.
Explorarás diversas aplicaciones de la IA, como la prevención de enfermedades, el seguimiento de enfermedades crónicas, el diagnóstico por imágenes, y el desarrollo de vacunas.
Serás capaz de implementar IA para optimizar la gestión hospitalaria, las listas de espera y la documentación clínica, mejorando la eficiencia del sistema de salud.
Este Máster te proporcionará conocimientos actualizados en un sector de rápido crecimiento, preparándote para liderar la innovación en el ámbito sanitario.

¿Qué vas a conseguir?

Con este máster, estarás en la disposición de liderar la transformación digital en salud, implantando proyectos con inteligencia artificial basados en datos.
Adquirir una visión amplia de los aspectos técnicos, regulatorios, económicos y éticos de la implantación de IA en salud.
Liderar equipos multidisciplinares que desarrollan proyectos de IA en organizaciones sanitarias.
Desarrollar e Implementar proyectos y metodologías de IA en el sector salud.
Comprender las tecnologías de generación de datos sanitarios y su tratamiento.
Conocer modelos de IA aplicados al diagnóstico y seguimiento de patologías.
Diseñar, implementar y evaluar sistemas o programas para satisfacer necesidades en salud.

¿A quién va dirigido?

Dirigido a profesionales de la salud con experiencia en gestión sanitaria, o que quieran orientar su carrera a la misma
Se admitirán además perfiles de Tecnología (programadores, ingenieros informáticos etc) o transversales (como Abogados, etc) con experiencia en IA en el ejercicio de su profesión, y que quieran orientar su carrera hacia el sector salud.

INICIO

Marzo 2026

MATRÍCULA

Abierta

CRÉDITOS

60 ECTS

DURACIÓN

12 meses

METODOLOGÍA

Online

TITULACIÓN DOBLE

Por Udima y Naxer

DESCUENTOS

Según perfil

PRÁCTICAS

En Empresa

Temario

Unidad 1: Introducción a los sistemas de salud

  • Conceptos básicos de salud, enfermedad y atención médica.
  • Actores que intervienen en el sistema de salud.
  • Modelos de sistemas de salud.
  • La situación en España en la actualidad.
  • Organización y estructura de los sistemas de salud.
  • Tecnologías de la información y la comunicación (TIC) en salud.

Unidad 2: Sistemas de información en salud

  • Elementos constituyentes de un sistema de información computarizado.
  • Actividades del sistema de información.
  • Importancia de los sistemas de información en salud.
  • Funciones de los sistemas de información en salud.
  • Dimensiones y componentes principales de un HIS.
  • Componentes.
  • Clasificación funcional de los HIS.
  • Clasificación de los sistemas de e49información en salud según ámbitos de atención.
  • Perspectiva de los HIS en los niveles de organización de salud.
  • Intercambio internacional de información clínica.
  • Sistemas de información de salud pública.
  • Sistemas de información de salud laboral.
  • Sistemas de información de salud para la investigación.
  • Educación a distancia en el área de salud.
  • Sistemas de información para la planificación y control de gestión en los servicios y sistemas de salud.
  • Ciclo del dato.
  • Interoperabilidad.
  • Estándares.

Módulo 1

Unidad 1: Gestión sanitaria

  • Gestión sanitaria aplicada a Inteligencia Artificial.
  • Medicina personalizada: 5 P’s.
  • Medicina basada en valor (MBV).
  • Planificación y toma de decisiones basadas en datos.
  • Entidades de certificación tecnológica en salud.

Unidad 2: Datos de salud

  • Datos de salud.
  • Tipos de datos de salud (clínicos, administrativos y financieros).
  • Calidad de los datos de salud.
  • Gobernanza de datos de salud.

Módulo 2

Unidad 1: ¿Qué es la Inteligencia Artificial?

  • Definición y orígenes de la inteligencia artificial.
  • Evolución de las técnicas de inteligencia artificial.
  • Machine learning o aprendizaje automático.
  • Áreas de aplicación de la inteligencia artificial y ejemplos de casos de uso.
  • Minería y análisis de datos.

Unidad 2: ¿Qué se necesita para crear inteligencia artificial?

  • Necesidades básicas para implementar y ejecutar modelos de Inteligencia Artificial.
  • Arquitecturas software.
  • Alta disponibilidad y evolución de los servicios de IA.
  • Evaluación, validación y desarrollo sostenible de modelos de IA.

Módulo 3

Unidad 1: Introducción a la Inteligencia Artificial en salud: oncología y dermatología como ámbitos de aplicación

  • Introducción a la inteligencia artificial en salud.
  • Bases teóricas de la inteligencia artificial.
  • IA en diagnóstico y tratamiento del cáncer.
  • Aplicaciones de los modelos de IA de gran escala en medicina.
  • Aplicaciones de la inteligencia artificial en dermatología.

Unidad 2: Inteligencia artificial en salud: de la práctica clínica a la regulación

  • IA en trastornos de la función cognitiva.
  • Aplicaciones de la inteligencia artificial en enfermedades infecciosas.
  • Inteligencia Artificial en telemedicina.
  • Inteligencia Artificial en fármacos.
  • Aspectos regulatorios y marco legal de la IA en salud.

Módulo 4

Unidad 1: Conceptos fundacionales

  • Proyectos y estrategia organizacional.
  • Proyectos y operaciones.
  • Conceptos básicos.
    • Características de los proyectos
    • ¿Cómo agrupamos los proyectos?
  • Actores y roles.
    • Director de proyectos.
    • Sponsor.
    • Interesados.
    • Equipo.
    • Inteligencia artificial como asistente.
    • Consideraciones y particularidades.
  • ¿Qué es gestionar proyectos?
    • ¿Por qué gestionar proyectos?
    • ¿Éxito?
    • Gestionar la incertidumbre.
    • Gestionar las restricciones.

Unidad 2: Gestión de proyectos

  • Enfoques en la gestión de proyectos.
    • Enfoque predictivo.
    • Enfoque adaptativo.
    • Ciclo de vida del proyecto.
  • Herramientas, procesos y técnicas para la gestión de proyectos.
    • Gestión de los interesados y la comunicación.
    • Gestión de alcance.
    • Gestión de tiempo.
    • Gestión del presupuesto.
    • Gestión de los riesgos.

Módulo 5

Unidad 1: Introducción a la IA en salud

  • Conceptos fundamentales de la IA.
    • ¿Qué es la inteligencia artificial?
    • Machine learning: cuando las máquinas aprenden.
      • Aprendizaje supervisado y no supervisado.
    • Deep learning y redes neuronales.
    • Ciencia de datos y Big Data.
    • La pirámide del conocimiento: datos, información, saber y sabiduría en la salud.
  • Tipos de proyectos de IA en el ámbito clínico.
    • Diagnóstico asistido y predicción de enfermedades.
    • Optimización de procesos hospitalarios y gestión de recursos.
    • Medicina personalizada y descubrimiento de fármacos.
    • Procesamiento del lenguaje natural (PLN) en historias clínicas.
  • El rol del profesional de la salud en la gestión de proyectos de IA.
    • Del usuario a líder: identificando oportunidades.
    • Desafíos y consideraciones éticas en la implementación.

Unidad 2: Caso práctico de IA en salud

  • Caso de estudio: predicción de cama libre.
    • El problema.
    • El conjunto de datos.
    • Tratamiento con herramientas de ciencia de datos.
      • Orange: una herramienta para la ciencia de datos en salud.
    • Comenzando con Orange.
    • Preparación de modelo para predicción de FPA.
    • Conclusión.

Módulo 6

Unidad 1: Marco ético y regulatorio internacional de la IA en Salud

  • Principios éticos y valores fundamentales de la IA en la salud.
    • Autonomía y control humano significativo.
    • Beneficencia y no maleficencia en el uso de la IA.
    • Justicia y equidad algorítmica.
    • Transparencia, explicabilidad y rendición de cuentas.
    • Sostenibilidad y bien común.
  • Marco regulatorio de la Unión Europea para la IA en salud.
    • El artificial intelligence ACT (AI ACT): la norma marco sobre IA en Europa.
    • Los reglamentos de dispositivos médicos: MDR (2017/745) e IVDR (2017/746).
    • El reglamento general de protección de datos (GDPR).
    • El espacio europeo de datos sanitarios (EHDS).
    • Ideas clave.
  • Marco regulatorio de EE. UU. para la IA en salud.
    • FDA: regulación de software médico e IA/ML.
    • HIPAA: privacidad y seguridad de la información de salud.
    • ONC: interoperabilidad, information blocking Y HTI-1.
    • Ideas clave.
  • Panorama regulatorio en Latinoamérica.
    • País por país.
    • Otros marcos relevantes.
    • Resumen operativo.

Unidad 2: Estrategias de cumplimiento, auditoría y gobernanza de la IA en salud

  • Identificación de requisitos regulatorios y clasificación del riesgo en IA aplicada a la salud.
    • Marco conceptual: del riesgo técnico al riesgo clínico.
    • Identificación de requisitos regulatorios.
    • Clasificación del riesgo según el propósito y el contexto clínico.
    • Herramientas de evaluación y gestión del riesgo.
    • Ideas clave.
  • Estrategias de cumplimiento regulatorio y gestión de conformidad en IA aplicada a la salud (versión revisada).
    • Marco general de cumplimiento: del diseño a la vigilancia.
    • Estrategias de cumplimiento técnico y documental.
    • Estrategias de cumplimiento organizativo y ético.
    • Sinergias y armonización internacional.
    • Cumplimiento dinámico y mejora continua.
    • Ideas clave.
  • Auditoría algorítmica, evaluación de desempeño y vigilancia postcomercialización.
    • Validación clínica metodológicamente robusta.
    • Auditoría algorítmica.
    • Vigilancia postcomercialización.
    • Mejora continua y trazabilidad.
    • Ideas clave.
  • Gobernanza y rendición de cuentas en la IA aplicada a la salud.
    • Modelos organizativos de gobernanza en IA en salud.
    • Roles clave en la gobernanza de la IA sanitaria.
    • Interacción entre gobernanza de datos y gobernanza algorítmica.
    • Marcos internacionales de referencia.
    • Transparencia, métricas y mejora continua.

Módulo 7

Realización del Trabajo Final de Máster.

Módulo 8

Diploma Master en IA en Salud

Equipo docente

Fernanda Aguirre Ojea - Directora Master en en Aplicaciones de la Inteligencia Artificial para profesionales de la salud

Fernanda Aguirre Ojea

Directora y Docente

Médica cirujana especialista en Medicina Crítica y en Sistemas de Información en Salud, con más de 10 años de experiencia en Medicina Digital y Tranformación Digital en Salud.

Matías Génova, profesor en Naxer

Matías Génova

Docente

Lic. En Administración de Empresas. Actualmente es responsable en la oficina de proyectos del Dpto. de Informática en Salud del Hospital Italiano Buenos Aires.

Sofía Landi, profesora en Naxer

Sofía Landi

Docente

Médica Pediatra especializada en Informática en Salud (IS) con más de siete años de experiencia implementando TICs para mejorar la calidad y seguridad sanitaria. Coordinadora del programa Health Tech de la Universidad de Montevideo.

Martín Díaz, docente en el Máster en Aplicaciones de la Inteligencia Artificial para profesionales de la salud

Martín Díaz

Docente

Médico especialista en Medicina Interna. Jefe de Informática Médica. en el Hospital Alemán.

Jerónimo Molina, docente en el Máster en Aplicaciones de la Inteligencia Artificial para profesionales de la salud

Jerónimo Molina

Docente

Ingeniero técnico en Informática por la Universidad de Alicante. Especialista en Inteligencia Artificial.

María del Carmen Quispe Uznayo docente en el Máster en Aplicaciones de la Inteligencia Artificial para profesionales de la salud

María del Carmen Quispe Uznayo

Docente

Médica, especialista en Pediatría e Informática en Salud. Digital Health Researcher en Adhera Health.

Joia Núñez, docente en el Máster en Aplicaciones de la Inteligencia Artificial para profesionales de la salud

Joia Núñez

Docente

Médica, especialista en Pediatría e Informática en Salud. Digital Health Researcher en Adhera Health.

Tu recorrido en Naxer

Te acompañamos y asesoramos desde el inicio para ayudarte a sacar el mayor partido a tu formación.

Información, asesoramiento y ayuda para el proceso de admisión

Experiencia formativa , aprendizaje y actividades prácticas para tu profesionalización

Te ayudamos en tu inserción en el mercado laboral

Solicitud de información
Rellena el formulario para que podamos ponernos en contacto contigo.
1
Entrevista con asesor de formación
Uno de nuestros asesores de formación te explicará al detalle, resolverá dudas y verá si tu perfil encaja con el máster.
2
Admisión y reserva de plaza
Consulta nuestro Programa de Becas disponible. Tu solicitud de admisión es valorada por el comité y si eres admitido.. enhorabuena! Comienza tu andadura como Naxeriano!.
3
Matriculación, preparación y acceso al aula
Te solicitaremos la documentación necesaria y te daremos acceso al aula virtual, en la que tendrás tu primera sorpresa… (tendrás uqe llegar hasta aquí para saberla 😊).
4
Comienza tu máster
En la fecha indicada podrás comenzar con los primeros contenidos.
5
Materiales, Ejercicios y cuestionarios
Contenidos del master para que tu experienia formativa sea de calidad.
6
Trabajo fin de máster
Al finalizar contenidos, comenzarás con tu TFM, en el que comenzarás a poner en practica lo aprendido a través de un caso práctico.
7
Titulación
Obtén tu título universitario con 60 ECTS.
8
Prácticas
Optativas, y garantizadas si las quieres, de 60 a 300 horas.
9

Un campus inigualable que facilita tu aprendizaje

Diseñado por un equipo experimentado de profesionales digitales y depurado por miles de estudiantes que integran Naxer.
Acompañamiento personalizado
Networking entre alumnos
Horarios Flexibles
Multimedia
Video tutorías
Multiplataforma
Solicita información

Responsable: NAXER ACADEMY S.L. Finalidad: Captación, registro y tratamiento de datos con finalidades de publicidad y prospección comercial. Derechos: Acceder, rectificar y suprimir los datos, así como otros derechos, como se explica en la información adicional. Información adicional: Puede consultar la información adicional y detallada sobre Protección de Datos en nuestra página web, apartado Política de Privacidad.

Centro de estudios en ciencia de la salud mejor valorado por sus alumnos

Queremos formar parte de tu historia.

Como coordinador de urgencias, veo cada vez más claro que la Inteligencia Artificial será clave en la evolución de la atención sanitaria. Me matriculé en este máster porque quiero prepararme para incorporar estas herramientas en el entorno clínico y así mejorar la toma de decisiones, la seguridad del paciente y la eficiencia del equipo médico.

Raúl Lapadat Sánchez

Máster en Aplicaciones de la Inteligencia Artificial para profesionales de la salud

Trabajo en el área de radiología, uno de los campos donde la Inteligencia Artificial está marcando una auténtica revolución. Me matriculé en este máster porque quiero entender y aplicar estas tecnologías en mi práctica diaria, con el objetivo de mejorar la precisión diagnóstica y reforzar mi capacidad de análisis en imagen médica.

maria gonzalez garza

Máster en Aplicaciones de la Inteligencia Artificial para profesionales de la salud

Tras años de experiencia en el cuidado de pacientes, tengo claro que optimizar los procesos hospitalarios es clave para ofrecer una atención de calidad. Me matriculé en este máster porque quiero actualizarme en Inteligencia Artificial y aprender a aplicar estas herramientas para mejorar la eficiencia del trabajo en equipo y reducir los errores en el entorno clínico.

María González Garza

Máster en Aplicaciones de la Inteligencia Artificial para profesionales de la salud