Última actualización: 22/04/2024


Curso Académico: 2024/2025

Metodologías de Investigación
(19283)
Máster Universitario en Aprendizaje Automático para la Salud (Plan: 480 - Estudio: 359)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: DESCO MENENDEZ, MANUEL

Departamento asignado a la asignatura: Departamento de Bioingeniería

Tipo: Obligatoria
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Ninguno.
Objetivos
La asignatura "Metodologías de investigación" tiene como objetivo dotar a alumno de la capacidad necesaria para poder diseñar y desarrollar proyectos de investigación en el ámbito biomédico, así como para reportar adecuadamente sus resultados. Para ello, se forma al alumno en una serie de habilidades y técnicas, de carácter eminentemente práctico, que son muy necesarias para el trabajo de campo en investigación, sobre todo en el sector biomédico. Dicho sector se caracteriza por tener una fuerte regulación legal de muchos aspectos, sobre relativos al trabajo con pacientes (ensayos clínicos) o animales de experimentación, y es necesario conocer el marco de trabajo para poder diseñar y ejecutar proyectos de investigación en este ámbito. Por otra parte, la experimentación biomédica se caracteriza por una elevada variabilidad biológica en los resultados, lo cual obliga a que el análisis de los resultados se haya de efectuar mediante procedimientos bioestadísticos, cuyo conocimiento es absolutamente necesario para poder publicar y validar resultados. Otro aspecto importante cubierto en la asignatura es cómo gestionar los aspectos innovadores del trabajo de investigación, en cuanto a protección de propiedad intelectual, posible emprendimiento, etc. Además, se introducirán los Objetivos de Desarrollo Sostenible (ODS) centrándose en el SDG3 (Buena Salud y Bienestar) Good Health and Well-Being Por último, ya en un plano muy práctico, se explica cómo escribir proyectos de investigación, cómo estructurar y redactar artículos científicos, dentro de los altos estándares que exige la comunidad científica actualmente.
Descripción de contenidos: Programa
- Bioestadística aplicada - Diseño experimental y epidemiología - Aplicación de conceptos de bioestadística a las técnicas de inteligencia artificial - Ética en investigación. Buenas prácticas. - Diseño de proyectos de investigación - Innovación, propiedad intelectual/industrial y empredimiento - Introducción a ensayos clínicos - Introducción a la investigación investigación biomédica con animales de laboratorio. - Redacción de artículos científicos y respuesta a los revisores - Taller sobre trabajo académico sin plagio, uso de chatbots de inteligencia artificial, etc. - ODS: SDG3 Buena salud y bienestar
Actividades formativas, metodología a utilizar y régimen de tutorías
AF3 Clases teórico prácticas AF5 Tutoría AF6 Trabajo en grupo AF7 Trabajo individual del estudiante AF8 Exámenes parciales y finales Código actividad Nº Horas totales Nº Horas Presenciales % Presencialidad Estudiante AF3 19,5 19,5 100% AF5 1 1 100% AF6 16 0 0% AF7 36.5 0 0% AF8 2 2 100% TOTAL MATERIA 75 22.5 30%
Sistema de evaluación
  • Peso porcentual del Examen Final 20
  • Peso porcentual del resto de la evaluación 80

Calendario de Evaluación Continua


Bibliografía básica
  • Button KS, Ioannidis JP, Mokrysz C, Nosek BA, Flint J, Robinson ES, Munafò MR. Power failure: why small sample size undermines the reliability of neuroscience. Nat Rev Neurosci. 2013 May;14(5):365-76. 2013
  • England JR, Cheng PM. Artificial Intelligence for Medical Image Analysis: A Guide for Authors and Reviewers. AJR Am J Roentgenol. 2019 Mar;212(3):513-519. 2019
  • Esteva A, Robicquet A, Ramsundar B, Kuleshov V, DePristo M, Chou K, Cui C, Corrado G, Thrun S, Dean J. A guide to deep learning in healthcare. Nat Med. 2019 Jan;25(1):24-29. 2019
  • Ioannidis JP. Why most published research findings are false. . PLoS Med. 2005 Aug;2(8):e124. 2005
  • Mills JL. . Data torturing. N Engl J Med. 1993 Oct 14;329(16):1196-9. 1993
  • Munafò MR, Nosek BA, Bishop DVM, Button KS, Chambers CD, du Sert NP, Simonsohn U, Wagenmakers EJ, Ware JJ, Ioannidis JPA. A manifesto for reproducible science. Nat Hum Behav. 2017 Jan 10;1:0021. 2017
  • Seong Ho Park, Young-Hak Kim2 Jun Young Lee3 Soyoung Yoo, Chong Jai Kim. Ethical challenges regarding artificial intelligence in medicine from the perspective of scientific editing and peer review. Sci Ed 2019; 6(2): 91-98.. 2019

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.