Admisión abierta 2026-2027Rellenar solicitud

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’Connor Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Prof. Kenji Takahashi Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems Institute.
Dra. Lucía Hernández Vega Dra. Lucía Hernández VegaDirectora Académica del DAIS — Data, Artificial Intelligence & Simulation Institute.

El claustro completo y los once institutos, con sus líneas de trabajo, están en institutos SEIUM y en liderazgo y consejo asesor.

Dónde se trabaja con esto

Perfiles a los que da acceso el programa.

Auditor de algoritmos sanitarios
Científico de datos clínicos
Responsable de gobierno de IA en salud
Especialista en asuntos regulatorios de software sanitario
Investigador en equidad en salud
Consultor de ética de la IA

Para quién es

Auditor de algoritmos sanitarios
Científico de datos clínicos
Responsable de gobierno de IA en salud
Especialista en asuntos regulatorios de software sanitario
Investigador en equidad en salud
Consultor de ética de la IA
Titulados en ingeniería o ciencias que busquen entrar en sanidad pública y privada

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

Áreas cercanas: todas las de Salud, Biomecánica, Wearables & Seguridad Operacional · Aeroespacial, UAM, Drones & Espacio · Automoción & Motorsport · Autónomos, ADAS & Vehículo Definido por Software · Civil, Rail & Smart Cities · Data, IA, Simulación & Analytics · Defensa, Ingeniería Militar & Sistemas Terrestres (enfoque académico, legal y ético) · Diseño, HMI & Producto · todas las facultades.

Opiniones de alumnos

Opiniones verificadas de alumnos de SEIUM, recogidas en Opynio.

Ver reseñas completas

De la solicitud al aula, sin esperas

  1. 1Rellenas la solicitud de admisiónTitulación o experiencia y firma, en una sola página.
  2. 2El sistema verifica la documentación al instanteEl sistema comprueba los datos y la firma al momento.
  3. 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.

El proceso completo, con documentación, plazos, convalidaciones y becas, está en admisión, cómo aplicar y becas y ayudas.

Comprueba tu acceso en tres respuestas

¿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.

Las modalidades, el calendario y las tasas son comunes a todos los programas: modalidades, calendario académico y tasas y financiación.

Preguntas frecuentes

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.

Las dudas comunes a todos los programas (titulación, convalidaciones, visado, idiomas) están resueltas en preguntas frecuentes, equivalencias y convalidaciones e idiomas.

Inicio de clases: 22 de diciembre de 20261.032 € Matricularme
Contactar con Seium
Pago al contado1.032 €ahorras 258 €
Reservar plaza
Seium - Universidad de ingeniería avanzada
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.