Ingeniería de Salud digital, imagen & analítica clínica
About us Ingeniería de Salud digital, imagen & analítica clínica
La Ingeniería de Salud digital, imagen & analítica clínica se centra en la integración avanzada de IoMT, AI, DICOM y HL7 para optimizar el procesamiento, análisis y gestión de datos biomédicos en entornos aeronáuticos especializados. Este campo combina metodologías de machine learning, big data analytics y modelado predictivo para mejorar la interpretación clínica y monitorización remota de la condición de salud, apoyando la toma de decisiones en tiempo real y garantizando la interoperabilidad en sistemas de salud digitales embarcados.
Los laboratorios asociados emplean simuladores HIL/SIL, adquisición avanzada de datos biométricos, pruebas de compatibilidad electromagnética y validación bajo normativa aplicable internacional en seguridad y calidad clínica. La trazabilidad en ISO 13485 y estándares de integridad de datos asegura la conformidad en la gestión de información vital. Los egresados están capacitados para roles como ingeniero biomédico clínico, analista de datos clínicos, especialista en regulación sanitaria y desarrollador de sistemas IoMT, entre otros, cubriendo las demandas tecnológicas y reguladoras del sector aeronáutico sanitario.
Palabras clave objetivo (naturales en el texto): Ingeniería de Salud digital, imagen médica, analítica clínica, IoMT, DICOM, HL7, machine learning, big data, ISO 13485, salud aeronáutica.
Ingeniería de Salud digital, imagen & analítica clínica
- Format: Online
- Duration: 19 months
- Time: 1900 H
- Practices: Consult
- Language: ES / EN
- Credits: 60 ECTS
- Registration date: 30-04-2026
- Start date: 24-06-2026
- Available places: 9
622.000 $
Skills and results
What you will learn
1. Dominio de la Ingeniería en Salud Digital: Imagen, Analítica Clínica y Aplicaciones
- Analizar procesamiento de imágenes biomédicas, segmentación y detección de anomalías para mejorar el diagnóstico clínico mediante RM, TC y ultrasonido.
- Desarrollar analítica clínica con modelos predictivos, machine learning y análisis de cohortes para pronósticos de pacientes y dashboards de rendimiento.
- Implementar aplicaciones de salud digital con interoperabilidad, seguridad y privacidad, optimizando la experiencia de usuario y la adopción clínica.
2. Exploración Profunda: Ingeniería en Salud Digital, Imagenología Avanzada y Análisis Clínico Integral
- Analizar flujos de Salud Digital, interoperabilidad entre sistemas y seguridad de datos en entornos clínicos.
- Dimensionar imágenes en Imagenología Avanzada mediante procesamiento de imágenes, IA diagnóstica y control de calidad de la producción de imágenes.
- Implementar Análisis Clínico Integral con evaluación de biomarcadores, métodos estadísticos y soporte a la toma de decisiones clínicas.
3. Diseño y validación integral orientado al usuario (del modelado a la manufactura)
Aprenderás a integrar todo el proceso de desarrollo de producto desde la concepción del modelo hasta su validación final, aplicando metodologías centradas en el usuario. Desarrollarás competencias en diseño paramétrico, ergonomía, simulación, materiales sostenibles, visualización 3D y gestión de manufactura, garantizando soluciones eficientes, seguras y alineadas con los estándares industriales actuales.
4. Ingeniería en Salud Digital: Análisis de Imagen, Interpretación Clínica y Aplicaciones Analíticas
- Analizar imágenes médicas en modalidades RM, TC y ultrasonido, con técnicas de procesamiento y segmentación para la extracción de características y biomarcadores.
- Interpretar datos clínicos y imágenes para apoyar diagnóstico y pronóstico, integrando historial clínico, EHR y criterios de guías clínicas.
- Aplicar técnicas analíticas para predicción, modelado y visualización de resultados, con énfasis en seguridad del paciente y cumplimiento normativo.
5. Ingeniería en Salud Digital: Imagenología, Analítica Clínica y Diseño de Soluciones
- Dominio de imagenología médica, procesamiento de imágenes y gestión de calidad para soporte diagnóstico e integración con sistemas RIS/PACS y historia clínica.
- Aplicar analítica clínica y aprendizaje automático para extraer insights, construir modelos predictivos y apoyar la toma de decisiones clínicas, con enfoque en privacy-by-design y cumplimiento normativo.
- Diseñar soluciones de salud digital con arquitectura de sistemas, interoperabilidad (HL7/FHIR) y experiencia de usuario, evaluando impacto, ROI y seguridad.
6. Ingeniería en Salud Digital: Dominio de la Imagen Clínica y el Poder de la Analítica
Aprenderás a integrar todo el proceso de desarrollo de producto desde la concepción del modelo hasta su validación final, aplicando metodologías centradas en el usuario. Desarrollarás competencias en diseño paramétrico, ergonomía, simulación, materiales sostenibles, visualización 3D y gestión de manufactura, garantizando soluciones eficientes, seguras y alineadas con los estándares industriales actuales.
To whom is our:
Ingeniería de Salud digital, imagen & analítica clínica
- Profesionales de la salud (médicos, enfermeros, etc.) interesados en la transformación digital y el análisis de datos en el ámbito sanitario.
- Ingenieros biomédicos, informáticos y de otras disciplinas afines que deseen especializarse en salud digital, imagen y analítica clínica.
- Graduados en ciencias de la salud, como biología, bioquímica o farmacia, con interés en aplicar tecnologías de análisis de datos e imagen a la investigación y la práctica clínica.
- Profesionales de empresas tecnológicas (software, hardware, etc.) que trabajen en el sector de la salud y deseen ampliar sus conocimientos en áreas como la imagen médica, el análisis de datos clínicos y el desarrollo de soluciones de salud digital.
- Investigadores y académicos que busquen actualizar sus conocimientos en las últimas tendencias y tecnologías en el campo de la salud digital, la imagen médica y la analítica clínica.
- Gestores y responsables de centros de salud, hospitales y otras instituciones sanitarias que deseen implementar estrategias de transformación digital y mejorar la eficiencia y la calidad de la atención médica a través del uso de la analítica de datos y la imagen.
- Standards-driven curriculum: trabajarás con CS-27/CS-29, DO-160, DO-178C/DO-254, ARP4754A/ARP4761, ADS-33E-PRF desde el primer módulo.
- Laboratorios acreditables (EN ISO/IEC 17025) con banco de rotor, EMC/Lightning pre-compliance, HIL/SIL, vibraciones/acústica.
- TFM orientado a evidencia: safety case, test plan, compliance dossier y límites operativos.
- Mentorado por industria: docentes con trayectoria en rotorcraft, tiltrotor, eVTOL/UAM y flight test.
- Modalidad flexible (híbrido/online), cohortes internacionales y soporte de SEIUM Career Services.
- Ética y seguridad: enfoque safety-by-design, ciber-OT, DIH y cumplimiento como pilares.
1.1 Fundamentos de la Ingeniería en Salud Digital: Imagen Clínica y Analítica
1.2 Arquitecturas de datos en salud: interoperabilidad y estándares
1.3 Calidad de la imagen y control de calidad en procesos clínicos
1.4 Inteligencia artificial aplicada al diagnóstico y analítica clínica
1.5 Diseño de soluciones de salud digital centradas en el usuario
1.6 Seguridad, privacidad y cumplimiento normativo en sistemas de salud
1.7 Integración de datos e interoperabilidad de imágenes: DICOM, HL7/FHIR
1.8 Gestión del ciclo de vida de sistemas de salud digital: MBSE/PLM
1.9 Validación clínica y evaluación de impacto de soluciones
1.10 Casos clínicos prácticos: toma de decisiones y ROI en salud digital
2.2 Imagenología médica: fundamentos, modalidades y calidad de imagen
2.2 Analítica clínica integrada: datos, pipelines y métricas de calidad
2.3 Diagnóstico asistido por IA: modelos, interpretabilidad y seguridad
2.4 Imagenología multimodal: fusión de señales, correlación clínica y visualización
2.5 Interpretación clínica de imágenes: criterios diagnósticos, scoring y reporte estructurado
2.6 Gestión y gobernanza de datos de imagenología: DICOM, interoperabilidad y control de calidad de datos
2.7 Cuantificación en imágenes: segmentación, volumen, textura y biomarcadores dinámicos
2.8 Validación de soluciones digitales en entornos clínicos: rendimiento, sesgo y estabilidad
2.9 Implementación y cumplimiento: integración PACS/EMR, seguridad de datos y cumplimiento normativo
2.20 Caso clínico: go/no-go con risk matrix
3.3 Imagenología clínica: fundamentos, flujo de adquisición y estándares de calidad
3.2 Modalidades de imagen: RM, TC, PET-CT, ultrasonido y otras técnicas emergentes
3.3 QA/QC de imagen: calibración, reproducibilidad, artefactos y control de calidad
3.4 Analítica clínica avanzada: IA, ML, aprendizaje profundo y análisis cuantitativo de imágenes
3.5 Integración de imagen y datos clínicos: interoperabilidad, EHR, FHIR y flujos de datos
3.6 Interpretación clínica de imágenes: criterios diagnósticos, reporte estructurado y sesgos
3.7 Diseño de soluciones de imagen: visualización, dashboards, ai-assisted reporting
3.8 Seguridad y cumplimiento: privacidad, seguridad de datos de imagen, normativas
3.9 Validación y regulación de algoritmos de imagen: ensayos clínicos, verificación y aprobación
3.30 Caso práctico: análisis de un conjunto de imágenes para soporte diagnóstico y plan terapéutico
**4.4 Imagen Digital en Clínica: fundamentos de adquisición, calidad de imagen y estandarización de protocolos**
**4.2 Analítica clínica avanzada: extracción de características, IA diagnóstica y validación clínica**
**4.3 Arquitecturas de procesamiento de imágenes: pipelines, hardware y rendimiento**
**4.4 Diseño para mantenibilidad y swaps modulares: modularidad, pruebas y documentación**
**4.5 LCA/LCC en soluciones de imagen médica: huella ambiental y coste total de propiedad**
**4.6 Operaciones y flujo de trabajo: integración en entornos hospitalarios y sistemas interoperables**
**4.7 Data & Digital Thread: MBSE/PLM para trazabilidad y control de cambios en soluciones de imagen**
**4.8 Riesgo tecnológico y readiness: TRL/CRL/SRL en sistemas de imagen clínica**
**4.9 Propiedad intelectual, certificaciones y time-to-market: cumplimiento normativo y protección**
**4.40 Caso clínico: go/no-go con matriz de riesgos**
5.5 Introducción a la Salud Digital: Definiciones y Alcance
5.5 El Ecosistema de la Salud: Actores y Relaciones
5.3 Marco Regulatorio y Estándares en Salud Digital
5.4 Historia Clínica Electrónica (HCE) y su Importancia
5.5 Telemedicina y Telesalud: Conceptos y Aplicaciones
5.6 Seguridad de la Información y Ciberseguridad en Salud
5.7 Desafíos y Oportunidades de la Transformación Digital en Salud
5.8 Tendencias Actuales y Futuras de la Salud Digital
5.5 Principios Físicos de las Modalidades de Imagenología (RX, TC, RM, Ultrasonido)
5.5 Adquisición y Procesamiento Digital de Imágenes Médicas
5.3 Formatos de Archivo y Estándares de Imagen (DICOM)
5.4 Visualización y Manipulación de Imágenes: Herramientas y Técnicas
5.5 Procesamiento de Imágenes: Filtrado, Mejora y Segmentación
5.6 Reconstrucción de Imágenes en 5D y 3D
5.7 Calidad de la Imagen y Control de Calidad en Imagenología
5.8 Avances Tecnológicos en Imagenología Médica
3.5 Introducción a la Analítica Clínica: Definiciones y Tipos de Datos
3.5 Bioestadística Aplicada a la Salud Digital
3.3 Métodos de Análisis Descriptivo e Inferencial
3.4 Minería de Datos en el Contexto Clínico
3.5 Aprendizaje Automático (Machine Learning) en Salud: Fundamentos
3.6 Análisis de Series Temporales en Datos Clínicos
3.7 Validación y Verificación de Modelos Analíticos
3.8 Interpretación y Aplicación de Resultados Analíticos
4.5 Software para el Análisis de Datos Clínicos (SPSS, R, Python)
4.5 Herramientas de Visualización de Datos (Tableau, Power BI)
4.3 Sistemas de Información Hospitalaria (HIS)
4.4 Sistemas de Información Radiológica (RIS)
4.5 Sistemas de Archivo y Comunicación de Imágenes (PACS)
4.6 Plataformas de Telemedicina y Monitoreo Remoto
4.7 Herramientas de Inteligencia Artificial en Salud
4.8 Integración de Datos: HL7, FHIR y Otros Estándares
5.5 Aplicaciones de la Imagenología en el Diagnóstico
5.5 Analítica de Datos Clínicos para la Predicción y Prevención
5.3 Telemedicina y Monitoreo Remoto de Pacientes
5.4 Wearables y Dispositivos Médicos Conectados
5.5 Sistemas de Apoyo a la Decisión Clínica (CDSS)
5.6 Big Data en Salud: Análisis de Grandes Volúmenes de Datos
5.7 Desarrollo de Aplicaciones Móviles en Salud
5.8 Casos de Estudio: Aplicaciones Exitosas de la Ingeniería en Salud Digital
6.5 Integración de Datos de Imagen y Datos Clínicos
6.5 Técnicas de Fusión de Imágenes Multimodales
6.3 Análisis de Imagen Asistido por Computadora (CAD)
6.4 Diagnóstico Asistido por IA en Imagenología
6.5 Interpretación Clínica de Resultados Analíticos
6.6 Diseño de Informes y Dashboards Integrados
6.7 Validación y Verificación de Sistemas Integrados
6.8 Estudios de Caso: Aplicaciones Integradas en el Diagnóstico
7.5 Diseño Centrado en el Usuario en Salud Digital
7.5 Metodologías de Diseño de Soluciones (Agile, Lean)
7.3 Evaluación de la Usabilidad y Experiencia del Usuario (UX)
7.4 Pruebas Clínicas y Validación de Soluciones
7.5 Métricas de Evaluación de Impacto en Salud
7.6 Diseño de Interfaz de Usuario (UI) para Aplicaciones Médicas
7.7 Implementación y Gestión de Proyectos de Salud Digital
7.8 Sostenibilidad y Escalabilidad de las Soluciones
8.5 Ética en la Recopilación y Uso de Datos de Salud
8.5 Privacidad de los Datos: GDPR, HIPAA y Otras Regulaciones
8.3 Seguridad de los Datos y Protección Contra Ciberataques
8.4 Consentimiento Informado y Autonomía del Paciente
8.5 Sesgos en Algoritmos de IA y su Impacto
8.6 Tendencias en el Uso de Inteligencia Artificial en Salud
8.7 El Futuro de la Salud Digital: Desafíos y Oportunidades
8.8 Consideraciones Legales y Regulatorias en Salud Digital
6.6 Introducción a la Imagenología Médica: Principios y modalidades
6.2 Fundamentos de la Analítica Clínica: Tipos de datos y análisis básicos
6.3 Captura y Procesamiento de Imágenes: Técnicas y herramientas
6.4 Extracción de Características en Imágenes: Métodos y algoritmos
6.5 Análisis Estadístico de Datos Clínicos: Interpretación y aplicación
6.6 Visualización de Datos en Salud Digital: Herramientas y técnicas
6.7 Aplicaciones de la Analítica en el Diagnóstico Médico: Ejemplos prácticos
6.8 Ética y Privacidad en la Imagenología y Analítica Clínica
6.9 Diseño de Flujos de Trabajo en Salud Digital: Integración de datos
6.60 Tendencias Futuras: Inteligencia Artificial y aprendizaje automático
7.7 Introducción a la Salud Digital y sus Componentes
7.2 El Rol de la Ingeniería en Salud Digital
7.3 Estructura y Funcionamiento de los Sistemas Clínicos
7.4 Historia Clínica Electrónica (HCE) y su Impacto
7.7 Estándares y Regulaciones en el Entorno Clínico
7.6 Desafíos y Oportunidades en la Salud Digital
7.7 Fundamentos de la Ciberseguridad en la Salud
7.8 Impacto de la Salud Digital en la Atención al Paciente
2.7 Principios de la Formación de Imágenes Médicas
2.2 Técnicas de Imagenología: Radiografía, TC, RM, Ultrasonido
2.3 Fundamentos de la Imagenología Digital: Adquisición y Procesamiento
2.4 Calidad de la Imagen y Control de Calidad
2.7 Almacenamiento y Transmisión de Imágenes (PACS)
2.6 Visualización y Manipulación de Imágenes Médicas
2.7 Avances en la Imagenología: Inteligencia Artificial y Aprendizaje Automático
2.8 Integración de la Imagenología en el Flujo de Trabajo Clínico
3.7 Introducción a la Analítica Clínica: Tipos de Datos y Fuentes
3.2 Métodos Estadísticos en el Análisis de Datos Clínicos
3.3 Minería de Datos y Descubrimiento de Patrones
3.4 Visualización de Datos y Generación de Informes
3.7 Análisis Predictivo en el Contexto Clínico
3.6 Uso de Big Data en la Salud
3.7 Implementación de Algoritmos de Machine Learning en Analítica Clínica
3.8 Interpretación y Validación de Resultados Analíticos
4.7 Introducción al Software y Herramientas de Análisis Clínico
4.2 Sistemas de Gestión de Bases de Datos Clínicas
4.3 Herramientas de Visualización y Análisis de Datos
4.4 Software de Procesamiento de Imágenes Médicas
4.7 Implementación de Algoritmos y Modelos Analíticos
4.6 Integración de Herramientas y Sistemas Clínicos
4.7 Selección y Evaluación de Software y Herramientas
4.8 Implementación de Software y Herramientas en Entornos Clínicos
7.7 Aplicaciones de la Ingeniería en Salud Digital: Telemedicina
7.2 Aplicaciones de la Ingeniería en Salud Digital: Wearables y Monitoreo Remoto
7.3 Aplicaciones de la Ingeniería en Salud Digital: Sistemas de Soporte a la Decisión Clínica
7.4 Aplicaciones de la Ingeniería en Salud Digital: Robótica en Cirugía
7.7 Aplicaciones de la Ingeniería en Salud Digital: Inteligencia Artificial en el Diagnóstico
7.6 Diseño y Desarrollo de Aplicaciones Móviles en Salud
7.7 Evaluación de la Usabilidad y Efectividad de las Aplicaciones
7.8 Estudio de Casos de Éxito en la Ingeniería en Salud Digital
6.7 Integración de Datos de Imagen y Datos Clínicos
6.2 Técnicas de Fusión de Imágenes
6.3 Análisis Multi-modal de Datos
6.4 Uso de la Inteligencia Artificial para la Integración de Datos
6.7 Aplicaciones Clínicas de la Integración de Imagen y Analítica
6.6 Desarrollo de Modelos Predictivos Basados en Imagen y Datos
6.7 Interpretación Clínica de Resultados Integrados
6.8 Validación y Verificación de Modelos Integrados
7.7 Metodologías de Diseño de Soluciones de Salud Digital
7.2 Diseño Centrado en el Usuario en Salud
7.3 Diseño de la Experiencia del Paciente
7.4 Prototipado y Pruebas de Usabilidad
7.7 Evaluación de la Eficacia Clínica de las Soluciones
7.6 Evaluación del Impacto Económico de las Soluciones
7.7 Implementación y Mantenimiento de Soluciones
7.8 Escalabilidad y Sostenibilidad de las Soluciones de Salud Digital
8.7 Aspectos Éticos de la Salud Digital
8.2 Privacidad y Seguridad de Datos en Salud
8.3 Marco Legal y Regulaciones en Salud Digital
8.4 Consentimiento Informado y Derechos del Paciente
8.7 Tendencias Actuales en Salud Digital: Telemedicina, Inteligencia Artificial, Big Data
8.6 El Futuro de la Salud Digital: Desafíos y Oportunidades
8.7 Impacto de la Salud Digital en la Sociedad y la Salud Pública
8.8 Responsabilidad Profesional en el Entorno Digital
8.8 Fundamentos de la Imagenología Médica Digital
8.8 Adquisición y Procesamiento de Imágenes
8.3 Análisis Clínico y Laboratorial Digital
8.4 Inteligencia Artificial y Machine Learning en Salud
8.5 Herramientas de Analítica para Datos Clínicos
8.6 Interpretación y Diagnóstico Asistido por Imágenes
8.7 Aplicaciones Clínicas de la Ingeniería en Salud Digital
8.8 Integración de la Imagen y la Analítica en el Flujo de Trabajo Clínico
8.8 Regulación y Ética en el Uso de Datos de Salud
8.80 Casos de Estudio: Diagnóstico Digital y su Impacto en la Atención al Paciente
9.9 Introducción a la formación de imágenes médicas: rayos X, resonancia magnética, ultrasonido.
9.9 Principios de la adquisición y procesamiento de imágenes digitales.
9.3 Fundamentos de la analítica de datos en salud: tipos de datos, fuentes y formatos.
9.4 Estadísticas básicas y visualización de datos para el análisis de imágenes y datos clínicos.
9.5 Herramientas y software para el análisis básico de imágenes y datos de salud.
9.9 Introducción a la Ingeniería en Salud Digital: conceptos, roles y responsabilidades.
9.9 Arquitectura de sistemas de salud digital: componentes, interoperabilidad y estándares.
9.3 Gestión de datos en salud: almacenamiento, seguridad y privacidad.
9.4 Marco regulatorio y normativas en salud digital.
9.5 Inteligencia artificial y aprendizaje automático en la atención médica: conceptos básicos y aplicaciones.
3.9 Técnicas avanzadas de imagenología: tomografía computarizada (TC), resonancia magnética (RM) funcional.
3.9 Procesamiento avanzado de imágenes: reconstrucción, segmentación, registro y visualización 3D.
3.3 Análisis de imágenes avanzadas: detección y cuantificación de características.
3.4 Aplicaciones de la imagenología avanzada en diversas especialidades médicas.
3.5 Investigación y desarrollo en imagenología avanzada.
4.9 Métodos de análisis de datos clínicos: análisis descriptivo, inferencial y predictivo.
4.9 Herramientas de análisis de datos clínicos: software de análisis estadístico, plataformas de visualización de datos.
4.3 Análisis de datos ómicos: genómica, proteómica, metabolómica y su aplicación en la salud.
4.4 Minería de datos y descubrimiento de conocimiento en salud.
4.5 Modelado predictivo y aprendizaje automático para el análisis clínico.
5.9 Integración de datos de imagen y datos clínicos: desafíos y oportunidades.
5.9 Sistemas de información radiológica (RIS) y sistemas de archivo y comunicación de imágenes (PACS).
5.3 Flujos de trabajo de imagenología y análisis clínico integrados.
5.4 Implementación de soluciones integradas en entornos clínicos.
5.5 Casos de estudio de integración de imagen y analítica en la práctica médica.
6.9 Software y aplicaciones de diagnóstico médico: software de visualización de imágenes, sistemas de apoyo a la toma de decisiones clínicas.
6.9 Desarrollo de software para el análisis de imágenes y datos clínicos.
6.3 Diseño y desarrollo de aplicaciones móviles para la salud.
6.4 Telemedicina y soluciones de salud basadas en la nube.
6.5 Validación y regulación de software y soluciones de salud.
7.9 Diseño de soluciones de salud digital: diseño centrado en el usuario, usabilidad y accesibilidad.
7.9 Diseño de interfaces de usuario (UI) y experiencia de usuario (UX) para aplicaciones de salud.
7.3 Diseño de sistemas de información y gestión de datos.
7.4 Implementación y evaluación de soluciones de salud digital.
7.5 Impacto clínico y económico de las soluciones de salud digital.
8.9 Ética en salud digital: privacidad, seguridad de datos y consentimiento informado.
8.9 Marco legal y regulatorio en salud digital.
8.3 Privacidad de datos y cumplimiento normativo (HIPAA, GDPR, etc.).
8.4 Tendencias actuales y futuras en salud digital: inteligencia artificial, telemedicina, wearables.
8.5 El futuro de la salud digital: desafíos y oportunidades.
9.9 Aplicación de la imagenología en el diagnóstico: detección de enfermedades, seguimiento de tratamientos.
9.9 Aplicación de la analítica en el diagnóstico: predicción de riesgos, personalización del tratamiento.
9.3 Casos de estudio de diagnóstico clínico basado en imagen y analítica: cáncer, enfermedades cardiovasculares, etc.
9.4 Herramientas y tecnologías para el diagnóstico clínico: software de análisis de imágenes, plataformas de apoyo a la decisión clínica.
9.5 Impacto de la inteligencia artificial en el diagnóstico clínico: desafíos y oportunidades.
1.1 Fundamentos de la Imagenología Médica Digital
1.2 Adquisición y Procesamiento de Imágenes
1.3 Análisis de Imágenes: Técnicas y Herramientas
1.4 Interpretación Clínica de Imágenes Digitales
1.5 Aplicaciones de la Analítica en el Diagnóstico
1.6 Inteligencia Artificial y Aprendizaje Automático en Salud
1.7 Diseño e Implementación de Soluciones Digitales en Salud
1.8 Ética y Regulación en el uso de Imágenes y Analítica
2.1 Principios de la Ingeniería en Salud Digital
2.2 Imagenología Avanzada: Modalidades y Técnicas
2.3 Análisis Clínico: Parámetros y Biomarcadores
2.4 Integración de Datos Clínicos y de Imagen
2.5 Análisis de Datos Multimodales
2.6 Diagnóstico Asistido por Computadora
2.7 Sistemas de Soporte a la Decisión Clínica
2.8 Evaluación y Validación de Herramientas Analíticas
3.1 Introducción a la Ingeniería en Salud Digital
3.2 Formatos y Estándares de Imágenes Médicas
3.3 Procesamiento y Mejora de la Imagen
3.4 Extracción de Características y Patrones
3.5 Análisis de Datos Clínicos y Bioestadística
3.6 Modelado y Simulación en Salud
3.7 Diseño y Desarrollo de Aplicaciones en Salud
3.8 Aspectos Regulatorios y Éticos
4.1 Introducción a la Ingeniería en Salud Digital
4.2 Adquisición y Formatos de Imágenes Médicas
4.3 Técnicas de Análisis de Imagen
4.4 Interpretación Clínica: Casos y Ejemplos
4.5 Aplicaciones Analíticas en Diferentes Áreas Clínicas
4.6 Big Data y Análisis Predictivo en Salud
4.7 Desarrollo de Soluciones de Análisis de Imagen
4.8 Impacto Clínico y Evaluación de Resultados
5.1 Introducción a la Ingeniería en Salud Digital
5.2 Fundamentos de la Imagenología Médica
5.3 Técnicas Avanzadas de Imagen
5.4 Analítica Clínica: Principios y Métodos
5.5 Diseño de Soluciones: Plataformas y Herramientas
5.6 Integración de Datos y Flujos de Trabajo
5.7 Desarrollo de Aplicaciones Específicas
5.8 Evaluación de la Eficacia y el Impacto
6.1 Introducción a la Ingeniería en Salud Digital
6.2 Imagenología Clínica: Fundamentos y Aplicaciones
6.3 Procesamiento y Análisis de Imágenes
6.4 Análisis de Datos Clínicos y Estadísticos
6.5 Inteligencia Artificial en el Análisis de Imágenes
6.6 Sistemas de Soporte a la Decisión
6.7 Evaluación del Desempeño y Validación
6.8 Perspectivas Futuras en la Salud Digital
7.1 Introducción a la Ingeniería en Salud Digital
7.2 El Arte de la Imagen: Modalidades y Aplicaciones
7.3 Técnicas de Análisis de Imagen Avanzadas
7.4 Análisis de Datos Clínicos y de Imagen
7.5 Inteligencia Artificial en el Diagnóstico
7.6 Impacto Clínico y Toma de Decisiones
7.7 Implementación de Soluciones en el Entorno Clínico
7.8 Ética y Regulación en la Salud Digital
8.1 Fundamentos de la Ingeniería en Salud Digital
8.2 Imagenología Médica: Adquisición y Formatos
8.3 Análisis de Imagen: Métodos y Herramientas
8.4 Analítica Clínica: Bioestadística y Datos
8.5 Aplicación de la Imagen y Analítica en el Diagnóstico
8.6 Inteligencia Artificial en el Diagnóstico
8.7 Integración de Sistemas y Flujos de Trabajo
8.8 Futuro de la Ingeniería en Salud Digital
- Metodología hands-on: test-before-you-trust, design reviews, failure analysis, compliance evidence.
- Software (según licencias/partners): MATLAB/Simulink, Python (NumPy/SciPy), OpenVSP, SU2/OpenFOAM, Nastran/Abaqus, AMESim/Modelica, herramientas de acústica, toolchains de planificación DO-178C.
- Laboratorios SEIUM: banco de rotor a escala, vibraciones/acústica, EMC/Lightning pre-compliance, HIL/SIL para AFCS, adquisición de datos con strain gauging.
- Estándares y cumplimiento: EN 9100, 17025, ISO 27001, GDPR.
Capstone-type projects
Admissions, fees and scholarships
- Perfil: Formación en Ingeniería Informática, Matemáticas, Estadística o campos relacionados; experiencia práctica en NLP y sistemas de recuperación de información valorada.
- Documentación: CV actualizado, expediente académico, SOP/ensayo de propósito, ejemplos de proyectos o código (opcional).
- Proceso: solicitud → evaluación técnica de perfil y experiencia → entrevista técnica → revisión de casos prácticos → decisión final → matrícula.
- Tasas:
- Pago único: 10% de descuento.
- Pago en 3 plazos: sin comisiones; 30% a la inscripción + 2 pagos mensuales iguales del 35% restante.
- Pago mensual: disponible con comisión del 7% sobre el total; revisión anual.
- Becas: por mérito académico, situación económica y fomento de la inclusión; convenios con empresas del sector para becas parciales o totales.
Consulta “Calendario & convocatorias”, “Becas & ayudas” y “Tasas & financiación” en el mega-menú de SEIUM
Do you have any questions?
Our team is ready to help you. Contact us and we’ll get back to you as soon as possible.
F. A. Q
Frequently Asked Questions
Si, contamos con certificacion internacional
Sí: modelos experimentales, datos reales, simulaciones aplicadas, entornos profesionales, casos de estudio reales.
No es obligatoria. Ofrecemos tracks de nivelación y tutorización
Totalmente. Cubre e-propulsión, integración y normativa emergente (SC-VTOL).
Recomendado. También hay retos internos y consorcios.
Sí. Modalidad online/híbrida con laboratorios planificados y soporte de visados (ver “Visado & residencia”).