Descripción
En el ámbito de la salud, gran parte de la información crítica almacenada en los registros clínicos electrónicos se encuentra en texto libre no estructurado, lo que representa un desafío considerable para su análisis y uso secundario para la extracción de información.
Este curso está diseñado para que comprendas y apliques los conceptos clave del procesamiento de lenguaje natural (PLN) y descubras su impacto transformador en las ciencias de la salud. A lo largo de dos días de aprendizaje, combinarás teoría y práctica en clases expositivas y laboratorios de programación que te permitirán desarrollar habilidades fundamentales en el procesamiento de texto, modelamiento predictivo basado en fuentes no estructuradas y técnicas avanzadas para la extracción de información utilizando herramientas del estado del arte en inteligencia artificial.
Este curso se ofrece de forma gratuita gracias al financiamiento otorgado por la Nations of The Americas Chapter of the Association of Computational Linguistics e incluye financiamiento de viaje y alojamiento para las personas que no sean de la Región Metropolitana y sean seleccionadas en la fase de postulación.
Nuestros profesores, con amplia experiencia en docencia, investigación y transferencia tecnológica, han trabajado directamente en la aplicación de estos métodos dentro de múltiples instituciones de salud. Gracias a su experiencia, tendrás la oportunidad de aprender de primera fuente cómo implementar estas tecnologías para resolver los problemas reales del mundo de la salud. Este curso te dará una base sólida para abordar los retos del PLN clínico con confianza y eficacia.
Patrocinadores
Contamos con el patrocinio de:
- Nations of The Americas Chapter of the Association of Computational Linguistics: Nos otorgaron financiamiento para las becas de transporte y alojamiento que le ofrecemos a los estudiantes

- Fondecyt 1241825: Nos otorgó financiamiento para la logística del curso
- Instituto Milenio Fundamentos de los Datos: Nos otorgó apoyo logístico y comunicacional.