Máster en Ingeniería de IA Clínica e Imagen Médica
Máster online de 1900 h: 12 módulos y 120 submódulos, de «Imagen médica para ingenieros de IA» a «Trabajo Fin de Máster», pasando por «Explicabilidad y robustez».
Mapa del programa · pulsa un módulo
Módulo 1 · Imagen médica para ingenieros de IA
1900 hDuración total
12Módulos
120Submódulos
OnlineModalidad
Competencias y resultados
6 bloques de competencia, sacados de los módulos de este programa. Pulsa cualquiera y ves qué vas a saber hacer.
Imagen médica para ingenieros de IA
Saldrás manejando modalidades y su formación de imagen, anatomía radiológica básica y formato DICOM y metadatos clínicos. Es lo que se trabaja en «Imagen médica para ingenieros de IA», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Datos y anotación
Saldrás manejando conjuntos públicos como LIDC y BraTS, curación de datos en el hospital y anonimización de estudios DICOM para investigación. Es lo que se trabaja en «Datos y anotación», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Segmentación y cuantificación
Saldrás manejando arquitectura U-Net y variantes, configuración automática con el marco nnU-Net y segmentación de tumores cerebrales. Es lo que se trabaja en «Segmentación y cuantificación», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Explicabilidad y robustez
Saldrás manejando mapas Grad-CAM y su interpretación, explicaciones basadas en ejemplos y atajos y correlaciones espurias. Es lo que se trabaja en «Explicabilidad y robustez», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Integración en el hospital
Saldrás manejando integración con PACS y RIS, orquestación de algoritmos y perfiles IHE AI Results. Es lo que se trabaja en «Integración en el hospital», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Ética y gobernanza
Saldrás manejando principios éticos de la OMS para IA, responsabilidad del profesional y consentimiento y uso de imágenes. Es lo que se trabaja en «Ética y gobernanza», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Objetivos de aprendizaje
01Comprender la imagen médica y el flujo radiológico.
02Aplicar aprendizaje profundo a clasificación, detección y segmentación.
03Preparar y anotar conjuntos de datos de imagen con rigor.
04Evaluar la robustez, explicabilidad y sesgos de modelos.
05Diseñar validaciones clínicas multicéntricas.
06Integrar algoritmos en PACS y RIS.
07Cumplir la regulación y la gobernanza de la IA médica.
Plan de estudios
12 módulos, 120 submódulos, 1900 h. Elige un módulo y ves su contenido completo.
1 de 12 módulos abiertos
Módulo 1 de 12 · 10 submódulos
Imagen médica para ingenieros de IA
1.1Modalidades y su formación de imagen
1.2Anatomía radiológica básica
1.3Formato DICOM y metadatos clínicos
1.4Flujo de trabajo radiológico
1.5Informe radiológico estructurado
1.6Patología digital y láminas completas
1.7Calidad y variabilidad entre equipos
1.8Errores diagnósticos en radiología
1.9Papel del radiólogo frente a la IA
1.10Caso práctico: recorrido de un estudio de TC
Módulo 2 de 12 · 10 submódulos
Aprendizaje profundo aplicado
2.1Redes neuronales y retropropagación
2.2Redes convolucionales y arquitecturas ResNet
2.3Vision transformers aplicados a imagen médica
2.4Funciones de pérdida para imagen médica
2.5Optimización y regularización
2.6Entrenamiento en GPU
2.7Frameworks PyTorch y MONAI
2.8Reproducibilidad de experimentos
2.9Seguimiento con MLflow
2.10Laboratorio: clasificador de lesiones con MONAI
Módulo 3 de 12 · 10 submódulos
Datos y anotación
3.1Conjuntos públicos como LIDC y BraTS
3.2Curación de datos en el hospital
3.3Anonimización de estudios DICOM para investigación
3.4Anotación por expertos y consenso
3.5Herramientas de etiquetado
3.6Variabilidad entre anotadores
3.7Desequilibrio y clases raras
3.8Particiones por paciente y centro
3.9Documentación del conjunto de datos
3.10Práctica: protocolo de anotación de nódulos
Módulo 4 de 12 · 10 submódulos
Clasificación y detección
4.1Clasificación de radiografías de tórax
4.2Detección de nódulos pulmonares
4.3Detección de fracturas
4.4Mamografía y cribado
4.5Retinografía y retinopatía diabética
4.6Detección de objetos con YOLO y Faster R-CNN
4.7Métricas FROC y sensibilidad
4.8Umbrales de operación clínica
4.9Comparación con lectores humanos
4.10Laboratorio: detector de nódulos en TC
Módulo 5 de 12 · 10 submódulos
Segmentación y cuantificación
5.1Arquitectura U-Net y variantes
5.2Configuración automática con el marco nnU-Net
5.3Segmentación de tumores cerebrales
5.4Segmentación de órganos para radioterapia
5.5Cuantificación volumétrica de lesiones
5.6Métricas Dice y Hausdorff
5.7Incertidumbre en segmentación
5.8Corrección interactiva asistida por IA
5.9Validación con medidas manuales
5.10Práctica: segmentación de hígado con nnU-Net
Módulo 6 de 12 · 10 submódulos
Modelos avanzados
6.1Aprendizaje autosupervisado con imágenes sin etiquetar
6.2Modelos fundacionales en imagen médica
6.3Modelos multimodales imagen-texto
6.4Generación de informes
6.5Modelos generativos y datos sintéticos
6.6Aprendizaje federado entre hospitales
6.7Adaptación de dominio
6.8Aprendizaje con pocos ejemplos
6.9Riesgos de los modelos generativos
6.10Laboratorio: ajuste fino de un modelo fundacional
Módulo 7 de 12 · 10 submódulos
Explicabilidad y robustez
7.1Mapas Grad-CAM y su interpretación
7.2Explicaciones basadas en ejemplos
7.3Atajos y correlaciones espurias
7.4Robustez ante cambios de equipo
7.5Detección de datos fuera de distribución
7.6Calibración de la confianza
7.7Ataques adversarios sobre imágenes médicas
7.8Sesgos demográficos y de equipo de adquisición
7.9Auditoría de modelos
7.10Práctica: auditoría de sesgos de un clasificador
Módulo 8 de 12 · 10 submódulos
Validación clínica
8.1Niveles de evidencia de la IA
8.2Validación externa multicéntrica
8.3Estudios de lectores MRMC
8.4Ensayos prospectivos en práctica clínica
8.5Guías CLAIM, TRIPOD-AI y DECIDE-AI
8.6Impacto en el flujo de trabajo
8.7Evaluación del coste-efectividad
8.8Seguimiento en uso real
8.9Publicación científica de resultados de IA
8.10Caso práctico: diseño de un estudio MRMC
Módulo 9 de 12 · 10 submódulos
Integración en el hospital
9.1Integración con PACS y RIS
9.2Orquestación de algoritmos
9.3Perfiles IHE AI Results
9.4DICOM SR y segmentaciones
9.5Infraestructura en local o nube
9.6Latencia y priorización de estudios
9.7Interfaz para el radiólogo
9.8Formación de radiólogos en el uso del algoritmo
9.9Monitorización en producción
9.10Laboratorio: despliegue de un modelo con un servidor DICOM
Módulo 10 de 12 · 10 submódulos
Regulación de la IA médica
10.1Clasificación de software de imagen en el MDR
10.2Requisitos del Reglamento de IA para imagen
10.3Ficha técnica y datos de entrenamiento del modelo
10.4Riesgos de falsos negativos y ISO 14971
10.5Ciclo de vida IEC 62304
10.6Planes de cambio predeterminados
10.7Registros FDA de dispositivos con IA
10.8Vigilancia del rendimiento tras la comercialización
10.9Ciberseguridad del software
10.10Caso práctico: expediente técnico de un algoritmo
Módulo 11 de 12 · 10 submódulos
Ética y gobernanza
11.1Principios éticos de la OMS para IA
11.2Responsabilidad del profesional
11.3Consentimiento y uso de imágenes
11.4Comités de IA en hospitales
11.5Transparencia ante pacientes
11.6Equidad y acceso
11.7Impacto en el empleo radiológico
11.8Gobernanza de datos
11.9Sostenibilidad del cómputo
11.10Taller: política de gobernanza de IA hospitalaria
Módulo 12 de 12 · 10 submódulos
Trabajo Fin de Máster
12.1Pregunta clínica y modalidad
12.2Conjunto de datos y anotación
12.3Diseño del modelo
12.4Entrenamiento y optimización
12.5Evaluación técnica con métricas estándar
12.6Explicabilidad y sesgos
12.7Plan de validación multicéntrica
12.8Clasificación y ruta de marcado CE
12.9Memoria del TFM
12.10Defensa ante tribunal
¿Cuánto me va a llevar?
Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 1900 h del programa.
—meses a ese ritmo
—semanas por módulo
—frente a los 1900 horas · 12 a 18 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.
Patología digital y láminas completas
Módulo 1 · Imagen médica para ingenieros de IA
Anonimización de estudios DICOM para investigación
Módulo 3 · Datos y anotación
Práctica: segmentación de hígado con nnU-Net
Módulo 5 · Segmentación y cuantificación
Ataques adversarios sobre imágenes médicas
Módulo 7 · Explicabilidad y robustez
DICOM SR y segmentaciones
Módulo 9 · Integración en el hospital
Marca los cinco conceptos y te damos tu resultado.
Normas y estándares que vas a manejar
Reglamento (UE) 2017/745 sobre productos sanitariosReglamento (UE) 2024/1689 de inteligencia artificialDICOM PS3IEC 62304 ciclo de vida del softwareISO 14971 gestión de riesgosReglamento (UE) 2016/679 (RGPD)Guía CLAIM para IA en imagen médicaIHE Radiology AI Results
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 1900 horas · 12 a 18 meses?
Responde las tres y te decimos por dónde seguir.
Requisitos de acceso
·Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente.
·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 PyTorch, MONAI, 3D Slicer, nnU-Net, Orthanc, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de entrenamiento de modelos con conjuntos públicos de imagen, estudios de lectores simulados, despliegue de algoritmos en servidores DICOM. La evaluación es continua por módulo más el TFM final.
Son 12 módulos con 120 submódulos y 1900 h de trabajo total. Abre por «Imagen médica para ingenieros de IA» y cierra con «Trabajo Fin de Máster».
Se trabajan Reglamento (UE) 2017/745 sobre productos sanitarios, Reglamento (UE) 2024/1689 de inteligencia artificial, DICOM PS3, IEC 62304 ciclo de vida del software, ISO 14971 gestión de riesgos y Reglamento (UE) 2016/679 (RGPD).
Los perfiles más directos son Ingeniero de IA en imagen médica, Científico de datos de radiología, Ingeniero de validación clínica de IA, Especialista regulatorio en IA y Investigador en visión por computador médica.
En un pago son 3.864 €, sobre una tarifa de 4.830 €. A plazos, una entrada de 1.926 € y 12 cuotas de 242 €, 4.830 € en total, sin intereses: lo mismo que la tarifa.
Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente, 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 1900 horas totales repartidas en 12 a 18 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.
Se trabaja con PyTorch, MONAI, 3D Slicer, nnU-Net, Orthanc. 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 Trabajo Fin de Máster. 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: 21 de diciembre de 20263.864 €Matricularme
Antes de decidir
¿Qué sacarías tú de este máster?
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 máster 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 1900 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
Ingeniero de IA en imagen médica
Científico de datos de radiología
Ingeniero de validación clínica de IA
En radiología y diagnóstico por imagen, productos sanitarios de IA y hospitales.
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.