Webinar ACHIRP] IA para Series de Tiempo en Salud: ¿Podemos confiar en los modelos de Deep Learning? (27 de mayo)

[Cesar Astudillo]

Estimada comunidad ACHIRP,

Les extendemos una cordial invitación a nuestro próximo webinar, en el cual abordaremos el uso de modelos de Deep Learning y técnicas de Inteligencia Artificial Explicable (XAI) para el análisis de series de tiempo médicas y su aplicación en procesos diagnósticos y de monitoreo clínico.

📌 Título: Inteligencia Artificial para Series de Tiempo en Salud: ¿Podemos confiar en los modelos de Deep Learning?
👤 Expositora: Javiera T. Arias V. (Universidad de Talca)
🎙️ Modera: Dr. César Astudillo (Presidente ACHIRP, Universidad de Talca)
📅 Fecha: Miércoles 27 de mayo
🕔 Hora: 17:00 (GMT-3, Chile)
🌐 Modalidad: Online

👉 Inscripción gratuita: https://shorturl.at/VvPKs

Resumen:
El análisis de series de tiempo mediante técnicas de aprendizaje profundo ha demostrado resultados prometedores en múltiples dominios, particularmente en salud, donde señales fisiológicas como electroencefalogramas (EEG) y variables biomédicas continuas permiten apoyar procesos diagnósticos y de monitoreo clínico. Sin embargo, muchos de estos modelos operan como "cajas negras", dificultando la comprensión de las razones detrás de sus decisiones y limitando su adopción en entornos críticos. En esta charla se presentará una introducción al reconocimiento de patrones en series de tiempo mediante modelos de Deep Learning y se discutirá el rol de la Inteligencia Artificial Explicable (XAI) como mecanismo para interpretar predicciones, generar confianza y facilitar la validación de modelos en contextos clínicos.

Esperamos contar con su valiosa presencia.

Saludos cordiales,
Directiva ACHIRP
www.achirp.org