Diplomado en Transparencia Algorítmica y Equity en Salud
Diplomado online de 800 h: 8 módulos y 80 submódulos, de «Algoritmos en la práctica clínica» a «Proyecto de auditoría algorítmica», pasando por «Transparencia y explicabilidad».
Mapa del programa · pulsa un módulo
Módulo 1 · Algoritmos en la práctica clínica
800 hDuración total
8Módulos
80Submódulos
OnlineModalidad
Competencias y resultados
6 bloques de competencia, sacados de los módulos de este programa. Pulsa cualquiera y ves qué vas a saber hacer.
Algoritmos en la práctica clínica
Saldrás manejando reglas, scores y aprendizaje automático clínico, ciclo de vida de un modelo sanitario y del score de Framingham al deep learning. Es lo que se trabaja en «Algoritmos en la práctica clínica», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Métricas de equidad
Saldrás manejando paridad demográfica y sus límites, igualdad de oportunidades y odds igualadas y calibración por subgrupos. Es lo que se trabaja en «Métricas de equidad», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Sesgo en datos y etiquetas
Saldrás manejando infrarrepresentación en cohortes y ensayos, pulsioximetría y tono de piel y etiquetas proxy en datos asistenciales. Es lo que se trabaja en «Sesgo en datos y etiquetas», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Transparencia y explicabilidad
Saldrás manejando transparencia, explicabilidad e interpretabilidad, modelos interpretables: GAM y scorecards y SHAP, LIME y sus limitaciones. Es lo que se trabaja en «Transparencia y explicabilidad», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Marco regulatorio
Saldrás manejando reglamento (UE) 2024/1689 y sistemas de alto riesgo, interacción con el MDR 2017/745 y gobernanza de datos del artículo 10. Es lo que se trabaja en «Marco regulatorio», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Gobernanza y monitorización
Saldrás manejando comités de IA y ética asistencial, evaluación de impacto algorítmico y participación de pacientes y comunidades. Es lo que se trabaja en «Gobernanza y monitorización», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Objetivos de aprendizaje
01Describir los usos de algoritmos en la práctica clínica y sus riesgos para la equidad.
02Aplicar métricas de equidad como paridad demográfica, igualdad de oportunidades y calibración por grupos.
03Detectar sesgos originados en los datos, las etiquetas y el diseño del modelo.
04Aplicar técnicas de mitigación de sesgos antes, durante y después del entrenamiento.
05Generar explicaciones comprensibles para profesionales y pacientes.
06Interpretar las obligaciones de la Ley de IA y del MDR para sistemas sanitarios de alto riesgo.
07Realizar una auditoría algorítmica completa sobre un modelo clínico.
Plan de estudios
8 módulos, 80 submódulos, 800 h. Elige un módulo y ves su contenido completo.
1 de 8 módulos abiertos
Módulo 1 de 8 · 10 submódulos
Algoritmos en la práctica clínica
1.1Reglas, scores y aprendizaje automático clínico
1.2Ciclo de vida de un modelo sanitario
1.3Del score de Framingham al deep learning
1.4Fuentes de sesgo en datos clínicos
1.5Determinantes sociales de la salud
1.6Sesgo de coste frente a necesidad (Obermeyer, 2019)
1.7Ecuaciones con raza: eGFR y espirometría
1.8Actores: desarrolladores, hospitales y pacientes
1.9Principios de la OMS sobre IA en salud
1.10Caso práctico: auditoría inicial de un score de triaje
Módulo 2 de 8 · 10 submódulos
Métricas de equidad
2.1Paridad demográfica y sus límites
2.2Igualdad de oportunidades y odds igualadas
2.3Calibración por subgrupos
2.4Teoremas de imposibilidad de Kleinberg y Chouldechova
2.5Equidad individual frente a grupal
2.6Interseccionalidad y subgrupos pequeños
2.7Intervalos de confianza por grupo
2.8Elección de métricas según el contexto clínico
2.9Herramientas Fairlearn y AIF360
2.10Práctica: cálculo de métricas con Fairlearn
Módulo 3 de 8 · 10 submódulos
Sesgo en datos y etiquetas
3.1Infrarrepresentación en cohortes y ensayos
3.2Pulsioximetría y tono de piel
3.3Etiquetas proxy en datos asistenciales
3.4Datos faltantes ligados al acceso sanitario
3.5Desplazamiento de datos entre hospitales
3.6Imagen dermatológica y escala Fitzpatrick
3.7Datasheets for Datasets
3.8Recogida y protección de variables sensibles
3.9Análisis exploratorio estratificado
3.10Laboratorio: detección de sesgo de etiqueta
Módulo 4 de 8 · 10 submódulos
Mitigación de sesgos
4.1Reponderación y remuestreo
4.2Entrenamiento con restricciones de equidad
4.3Postprocesado y umbrales por grupo
4.4Debate sobre el uso explícito de la raza
4.5Aprendizaje federado multicéntrico
4.6Datos sintéticos y sus riesgos
4.7Coste en rendimiento global
4.8Validación externa en poblaciones diversas
4.9Sesgo en modelos de lenguaje clínicos
4.10Práctica: comparación de técnicas de mitigación
Módulo 5 de 8 · 10 submódulos
Transparencia y explicabilidad
5.1Transparencia, explicabilidad e interpretabilidad
5.2Modelos interpretables: GAM y scorecards
5.3SHAP, LIME y sus limitaciones
5.4Mapas de saliencia en imagen médica
5.5Explicaciones contrafactuales para clínicos
5.6Model Cards y fichas de modelo
5.7Guías TRIPOD+AI y CONSORT-AI
5.8Comunicación de la incertidumbre
5.9Explicaciones comprensibles para pacientes
5.10Taller: elaboración de una Model Card clínica
Módulo 6 de 8 · 10 submódulos
Marco regulatorio
6.1Reglamento (UE) 2024/1689 y sistemas de alto riesgo
6.2Interacción con el MDR 2017/745
6.3Gobernanza de datos del artículo 10
6.4Artículo 22 del RGPD y decisiones automatizadas
6.5Datos sensibles para la corrección de sesgos
6.6Principios GMLP y PCCP de la FDA
6.7Espacio Europeo de Datos Sanitarios
6.8Ley 15/2022 de igualdad de trato
6.9Responsabilidad y reclamaciones
6.10Caso práctico: análisis de un algoritmo de priorización
Módulo 7 de 8 · 10 submódulos
Gobernanza y monitorización
7.1Comités de IA y ética asistencial
7.2Evaluación de impacto algorítmico
7.3Participación de pacientes y comunidades
7.4Monitorización de equidad en producción
7.5Deriva por subgrupos y alertas
7.6Auditorías internas y externas
7.7Registros públicos de algoritmos
7.8Procedimientos de retirada y corrección
7.9Indicadores de equidad en cuadros de mando
7.10Taller: plan de monitorización post-despliegue
Módulo 8 de 8 · 10 submódulos
Proyecto de auditoría algorítmica
8.1Selección del algoritmo y contexto clínico
8.2Mapa de actores y grupos afectados
8.3Análisis de datos y etiquetas
8.4Evaluación de métricas de equidad
8.5Propuesta de mitigación
8.6Documentación de transparencia
8.7Plan de gobernanza y seguimiento
8.8Conclusiones y recomendaciones
8.9Memoria y presentación
8.10Revisión final con el tutor
¿Cuánto me va a llevar?
Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 800 h del programa.
—meses a ese ritmo
—semanas por módulo
—frente a los 800 horas · 6 a 8 meses previstos
¿Qué nivel tienes ya?
Cinco conceptos del propio temario. Marca lo que ya controlas y te decimos si te conviene el curso, el diplomado o el máster.
Actores: desarrolladores, hospitales y pacientes
Módulo 1 · Algoritmos en la práctica clínica
Equidad individual frente a grupal
Módulo 2 · Métricas de equidad
Pulsioximetría y tono de piel
Módulo 3 · Sesgo en datos y etiquetas
Sesgo en modelos de lenguaje clínicos
Módulo 4 · Mitigación de sesgos
Model Cards y fichas de modelo
Módulo 5 · Transparencia y explicabilidad
Marca los cinco conceptos y te damos tu resultado.
Normas y estándares que vas a manejar
Reglamento (UE) 2024/1689 (Ley de IA)Reglamento (UE) 2017/745 (productos sanitarios)Reglamento (UE) 2016/679 (RGPD)ISO/IEC TR 24027 (sesgo en sistemas de IA)ISO/IEC 42001 (sistemas de gestión de IA)ISO/IEC 23894 (gestión del riesgo en IA)Orientaciones de la OMS sobre ética y gobernanza de la IA en salud (2021)
Cuerpo docente y expertos
Directores académicos de los institutos de SEIUM. El detalle de cada instituto está en la página de institutos.
Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems Institute.
Dra. Lucía Hernández VegaDirectora Académica del DAIS — Data, Artificial Intelligence & Simulation Institute.
1Rellenas la solicitud de admisiónTitulación o experiencia y firma, en una sola página.
2El sistema verifica la documentación al instanteEl sistema comprueba los datos y la firma al momento.
3Eliges modalidad de pago y reservas tu plazaPago único con descuento o entrada más cuotas mensuales. La matrícula de esta semana cierra el 27-11-2026.
¿Tienes titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente?
¿Trabajas o quieres trabajar en Salud, Biomecánica, Wearables & Seguridad Operacional?
¿Puedes mantener un ritmo de estudio constante durante 800 horas · 6 a 8 meses?
Responde las tres y te decimos por dónde seguir.
Requisitos de acceso
·Formación técnica previa o experiencia profesional en el sector. No se exige titulación universitaria.
·Conexión a internet y un ordenador capaz de ejecutar el software del programa.
·Nivel de español suficiente para seguir lectura de normativa técnica.
Cómo se estudia
Formación 100 % online en el campus de SEIUM, con material descargable, clases grabadas y tutor técnico asignado. Sin horarios fijos: el alumno avanza a su ritmo dentro de la convocatoria, lo que permite compatibilizarlo con el trabajo.
Cada módulo combina teoría, lectura guiada de la norma original y ejercicios aplicados. El software de trabajo es Python (Fairlearn), AI Fairness 360, SHAP, What-If Tool, R, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de auditoría de equidad sobre modelos clínicos, análisis de sesgo por subgrupos de pacientes, elaboración de fichas de modelo y documentación de transparencia. La evaluación es continua por módulo más el proyecto integrador final.
Son 8 módulos con 80 submódulos y 800 h de trabajo total. Abre por «Algoritmos en la práctica clínica» y cierra con «Proyecto de auditoría algorítmica».
Se trabajan Reglamento (UE) 2024/1689 (Ley de IA), Reglamento (UE) 2017/745 (productos sanitarios), Reglamento (UE) 2016/679 (RGPD), ISO/IEC TR 24027 (sesgo en sistemas de IA), ISO/IEC 42001 (sistemas de gestión de IA) y ISO/IEC 23894 (gestión del riesgo en IA).
Los perfiles más directos son Auditor de algoritmos sanitarios, Científico de datos clínicos, Responsable de gobierno de IA en salud, Especialista en asuntos regulatorios de software sanitario y Investigador en equidad en salud.
En un pago son 1.032 €, sobre una tarifa de 1.290 €. A plazos, una entrada de 516 € y 6 cuotas de 129 €, 1.290 € en total, sin intereses: lo mismo que la tarifa.
Formación técnica previa o experiencia profesional en el sector. No se exige titulación universitaria, Conexión a internet y un ordenador capaz de ejecutar el software del programa y Nivel de español suficiente para seguir lectura de normativa técnica.
El programa son 800 horas totales repartidas en 6 a 8 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.
Se trabaja con Python (Fairlearn), AI Fairness 360, SHAP, What-If Tool, R. Se usan versiones gratuitas, académicas o de evaluación, y el tutor indica la alternativa libre cuando existe.
Diploma propio de SEIUM al superar la evaluación continua y el proyecto integrador. Es formación propia, no un título oficial del Ministerio.
Sí. Los módulos superados en un curso o diplomado del mismo área convalidan en el programa superior. Consulta la política de convalidaciones al matricularte.
Inicio de clases: 22 de diciembre de 20261.032 €Matricularme
Antes de decidir
¿Qué sacarías tú de este diplomado?
No es lo mismo llegar aquí recién titulado que con diez años en el sector. Dinos de dónde vienes.
Qué te aportaPasar de la teoría de carrera al criterio de proyecto: qué norma aplica a cada parte del trabajo, qué criterios de aceptación se fijan antes de ejecutar y cómo se deja todo documentado.
Dónde vas a sudarEl módulo de normativa y evidencia documental, si todavía no has trabajado dentro de un proyecto real con auditoría de por medio.
Con qué salesCon una memoria técnica propia, sobre un caso real, que puedes poner encima de la mesa en una entrevista.
Qué te aportaFormalizar lo que ya haces por oficio: distinguir requisito obligatorio de buena práctica, justificar por escrito las decisiones técnicas y dejar el trabajo trazable.
Dónde vas a sudarPoco en contenido. El esfuerzo real está en el proyecto final y en su defensa.
Con qué salesCon el diplomado acreditado y un proyecto hecho sobre un caso de tu propio trabajo.
Qué te aportaLa base técnica de Salud, Biomecánica, Wearables & Seguridad Operacional y el marco normativo del ámbito desde cero, sin dar por sabido el vocabulario del sector.
Dónde vas a sudarLas primeras semanas, por terminología. A partir del segundo módulo se nivela.
Con qué salesCon un perfil de entrada acreditado en Salud, Biomecánica, Wearables & Seguridad Operacional y un proyecto que demuestra que sabes aplicarlo.
¿Te va a dar la vida?
Calcula tu ritmo real
Son 800 horas. Mueve el control y mira cuánto tardarías tú de verdad.
—para terminar
¿Y esto para qué me sirve?
Marca lo que más te interesa
Elige hasta 3 módulos y te digo cuánto pesan en el programa y a qué perfiles prepara.
Perfiles a los que prepara
Auditor de algoritmos sanitarios
Científico de datos clínicos
Responsable de gobierno de IA en salud
En sanidad pública y privada, software sanitario y industria de productos sanitarios.
Con sinceridad
¿Es para ti?
Sí, si quieres…
Trabajar en Salud, Biomecánica, Wearables & Seguridad Operacional con criterio de norma, no solo de intuición.
Saber justificar por escrito por qué tomaste una decisión técnica.
Terminar con una memoria técnica tuya, sobre un caso real.
Avanzar a tu ritmo, compatible con una jornada completa.
No, si buscas…
Un título rápido sin entregar trabajo propio.
Clases en directo con horario fijo: el programa es asíncrono.
Empezar mañana: las clases empiezan justo un mes después de matricularte.
Formación de taller o práctica presencial con maquinaria.
¿Te queda una duda?
Pregunta algo concreto
Escríbela aquí y la pasamos al formulario de contacto con la formación ya identificada.