En esta página
La visión artificial en el área de la salud permite ampliar las capacidades diagnósticas y de seguimiento clínico mediante la captura y análisis de imágenes más allá del espectro visible, incluyendo infrarrojos, ultravioleta y rayos X. Combinando cámaras de alta resolución, sensores especializados y algoritmos de inteligencia artificial, es posible detectar lesiones, clasificar tejidos, cuantificar parámetros fisiológicos y apoyar cirugías guiadas por imagen con gran precisión.
Su aplicación abarca desde la radiología y la patología digital, hasta la monitorización no invasiva de signos vitales, la telemedicina y la rehabilitación asistida por visión. Esta tecnología mejora la velocidad, objetividad y consistencia de los diagnósticos, optimiza la planificación de tratamientos y reduce la variabilidad humana en la interpretación. Formar profesionales capaces de integrar visión artificial en el entorno clínico fomenta la innovación, fortalece la medicina preventiva y promueve un cuidado de la salud más seguro, eficiente y personalizado.
Certificable: Sí
Fecha de inicio: 29 de septiembre 2025
Fecha de finalización: 20 de octubre 2025
Horario: Lunes y miércoles de 6:00 p.m. a 8:00 p.m.
Modalidad del programa: Virtual
Duración: 12 horas
Nivel de experiencia: Intermedio
Dirigido a: Orientado a personas con experiencia básica en programación – Python (público general, emprendedores, estudiantes, profesionales de negocios, etc.).
Fecha de inicio
29 de septiembre 2025
Precio del curso
$250.000
Este programa requiere de un número mínimo de matriculados para poder dictarse y, por motivos de fuerza mayor, podría experimentar cambios en su programación, equipo docente y/o formato de realización. Cualquier cambio será informado por la coordinación a cargo.
Desarrollar en el estudiante las competencias teóricas y prácticas necesarias para diseñar, implementar y aplicar sistemas de visión artificial en el área de la salud, capaces de capturar, procesar e interpretar imágenes médicas con el apoyo de técnicas de inteligencia artificial, con el fin de optimizar diagnósticos, monitorear pacientes, apoyar intervenciones clínicas y contribuir a un cuidado de la salud más preciso, eficiente y personalizado.
Objetivos específicos:
1. Comprender los fundamentos científicos y tecnológicos de la visión artificial y su integración para el análisis de imágenes.
2. Desarrollar habilidades para procesar, segmentar y clasificar imágenes, identificando patrones relevantes para el diagnóstico.
3. Aplicar herramientas y metodologías de Machine Learning y Deep Learning para el procesamiento avanzado de imágenes.
Introducción a la Visión Artificial y planificación del proyecto.
• Conceptos básicos de visión artificial y su relación con la percepción humana.
• Historia y evolución de la visión artificial en la medicina.
• Alcance y limitaciones actuales de la tecnología.
• Principales aplicaciones en el área de la salud (diagnóstico, monitoreo, cirugía, rehabilitación).
• Recursos necesarios (software, datasets, hardware opcional).
• Configuración del ambiente de trabajo (Python, OpenCV, bibliotecas de IA).
• Ejemplo guiado: detección simple de estructuras en una imagen médica.
• Planificación del proyecto final.
• Flujo funcional del sistema de visión artificial
Fundamentos de adquisición y procesamiento de imágenes médicas.
• Tipos de imágenes médicas (radiografías, tomografías, RMN, ecografías, imágenes de laboratorio).
• Formatos y estándares médicos (DICOM, TIFF, PNG).
• Captura y preprocesamiento: ajuste de brillo, contraste y reducción de ruido.
• Técnicas de filtrado y realce de imágenes.
• Herramientas para la visualización y exploración de datos de imagen.
• Ejercicio guiado: mejora de una imagen médica para diagnóstico.
Segmentación, extracción de características y clasificación.
• Conceptos básicos de segmentación (umbralizado, bordes, regiones).
• Segmentación asistida por IA (U-Net, Mask R-CNN) .
• Extracción de características relevantes (texturas, formas, intensidades).
• Técnicas de clasificación con machine learning y deep learning.
• Evaluación de modelos: métricas y validación cruzada.
• Ejercicio guiado: segmentación de una lesión y clasificación según tipo.
Para realizar la inscripción, debes diligenciar el formulario para generar la factura y realizar el pago en línea, entidades bancarias o de modo presencial en la Universidad.
Certificable: Sí
Fecha de inicio: 29 de septiembre 2025
Fecha de finalización: 20 de octubre 2025
Horario: Lunes y miércoles de 6:00 p.m. a 8:00 p.m.
Modalidad del programa: Virtual
Duración: 12 horas
Nivel de experiencia: Intermedio
Dirigido a: Orientado a personas con experiencia básica en programación – Python (público general, emprendedores, estudiantes, profesionales de negocios, etc.).
Fecha de inicio
29 de septiembre 2025
Precio del curso
$250.000
Este programa requiere de un número mínimo de matriculados para poder dictarse y, por motivos de fuerza mayor, podría experimentar cambios en su programación, equipo docente y/o formato de realización. Cualquier cambio será informado por la coordinación a cargo.
Pago en línea
Al momento de tu inscripción podrás pagar en línea con tarjeta de crédito y PSE.
Pago en entidades bancarias
Presenta la factura impresa en láser, y acércate a las siguientes entidades bancarias:
Pago presencial
Dirígete a la Caja de la Universidad y paga con tarjeta débito o crédito.
Fecha de inicio: 27 de febrero de 2026
Duración: 16,00 horas.
Modalidad: Híbrido presencial - virtual
Precio: $400.000
Fecha de inicio: 2 de marzo de 2026
Duración: 30 horas
Modalidad: Virtual
Precio: $478.000
Fecha de inicio: 3 de marzo de 2026
Duración: 18 horas
Modalidad: Virtual
Precio: $500.000
Keila Andrea Gaviria
Asistente administrativa
cesnutral@ces.edu.co
(57) (604) 444 05 55 extensión 1861
Miguel Angel Zuleta Medina
Docente
Mzuletam@ces.edu.co
(57) (604) 444 05 55 extensión 1861
Sede El Poblado - Medellín
Dirección: Calle 10A #22-04
Teléfono: 604 444 05 55