Programa
El curso contempla dos días de clases teóricas y laboratorios prácticos sobre la aplicación de Procesamiento de Lenguaje Natural en la Resolución de problemas de salud.
Día 1
8:00 - 8:30: Registro de asistentes
Los asistentes deberán registrarse en la entrada de la sala donde se realizará el curso.
08:30 - 09:00: Bienvenida
El director del curso dará la bienvenida a los estudiantes y agradecerá a los patrocinadores del curso.
09:00 - 10:00: Introducción al PLN Clínico (Jocelyn Dunstan)
La investigadora nos contará desde su vasta experiencia, cuáles son las posibles aplicaciones de Procesamiento de Lenguaje Natural (PLN) en Salud y cuáles son los desafíos de hacer investigación y transferencia tecnológica en el área.
10:00 - 11:00: Introducción al aprendizaje automático (Fabián Villena)
En esta clase teórica se abordarán los conceptos básicos de aprendizaje automático y cómo se aplican en la actualidad para resolver problemas de análisis predictivo con un enfoque en la utilización de datos no estructurados.
11:00 - 11:30: Coffee break
Los asistentes podrán disfrutar de un café y galletas.
11:30 - 12:30: Herramientas básicas de PLN (Claudio Aracena)
En esta clase teórica se abordarán todos los métodos básicos de PLN que son la base para poder desarrollar sistemas que utilicen texto como atributo de entrada.
12:30 - 14:00: Almuerzo (no incluido)
Cada estudiante es libre de almorzar donde prefiera.
14:00 - 15:30: Taller de aprendizaje automático y herramientas básicas de PLN (Fabián Villena y Claudio Aracena)
En este paso práctico se demostrará utilizando código en Python cómo se resuelven problemas de análisis predictivo utilizando datos de texto.
15:30 - 16:30: Resolución de problemas de salud con PLN clínico (Tamara Quiroga)
En esta clase teórica que describirán las principales tareas de PLN clínico y cómo se resuelven en la actualidad.
16:30 - 18:00: Taller de resolución de problemas de salud con PLN clínico (Tamara Quiroga)
En este paso práctico se demostrará utilizando código en Python la resolución de problemas de PLN clínico.
Día 2
09:00 - 10:00: Grandes modelos de lenguaje (Fabián Villena)
En esta clase teórica se introducirá el nuevo paradigma generativo para la resolución de problemas de PLN comparándolo con el paradigma discriminativo que hasta ahora ha sido el más utilizado.
10:00 - 11:00: In-Context learning (Luis Miranda)
En esta clase teórica se abordarán los conceptos básicos de prompting y cómo se aplican en la actualidad para resolver problemas de análisis predictivo utilizando modelos generativos.
11:00 - 11:30: Coffee break
Los asistentes podrán disfrutar de un café y galletas.
11:30 - 13:00: Taller de grandes modelos de lenguaje e In-Context learning (Fabián Villena y Luis Miranda)
En este paso práctico se demostrará utilizando código en Python cómo se resuelven problemas de análisis predictivo utilizando grandes modelos de lenguaje e In-Context learning.
13:00 - 14:30: Almuerzo (no incluido)
Cada estudiante es libre de almorzar donde prefiera.
14:30 - 17:00: Proyecto final
En este paso práctico, grupos de estudiantes deberán resolver un problema de salud utilizando las herramientas aprendidas en el curso.
17:00 - 18:00: Presentación de proyectos
Cada grupo de estudiantes presentará su proyecto final al resto de los asistentes y profesores del curso.
Evaluación
Para la evaluación final del curso, se entregarán tres artículos científicos, los cuales los estudiantes deben leer y responder un cuestionario en línea que estará disponible para ser respondido por 1 semana.