Segunda Escuela de Invierno iHEALTH reunió a estudiantes de 13 universidades en torno a la inteligencia artificial aplicada a la salud
Durante dos jornadas en el Campus San Joaquín UC, participantes de distintas instituciones y disciplinas se formaron en fundamentos de IA, deep learning para imágenes médicas, procesamiento de lenguaje natural y uso responsable de estas tecnologías en contextos clínicos.
Los días 21 y 22 de julio de 2026, el Edificio de Ciencia y Tecnología del Campus San Joaquín de la Pontificia Universidad Católica de Chile fue sede de la 2° Escuela de Invierno del Instituto Milenio en Ingeniería e Inteligencia Artificial para la Salud (iHEALTH), una actividad formativa gratuita y presencial dirigida principalmente a estudiantes de pregrado y postgrado de carreras vinculadas a ingeniería, ciencias, salud y áreas afines.
La segunda versión de la escuela reunió a los 50 participantes seleccionados provenientes de 13 instituciones de educación superior. Del total, 36 fueron estudiantes de pregrado y 14 de postgrado, incluyendo programas de magíster, doctorado y especialidades médicas. La selección se realizó considerando la equidad de género, alcanzando una distribución equilibrada de 26 hombres (52%) y 24 mujeres (48%).
La diversidad disciplinar fue otro de los rasgos distintivos de esta versión: junto a las carreras de ingeniería —eléctrica, civil en computación, biomédica, física, bioinformática, ciencia de datos e inteligencia artificial— participaron estudiantes de Medicina, Enfermería, Tecnología Médica, Química y Farmacia, Física Médica, Informática Médica y Neurología de adultos.
Día 1: de los fundamentos del aprendizaje automático a las redes convolucionales
La primera jornada, centrada en fundamentos de IA y deep learning para imágenes médicas, se abrió con la charla del director alterno de iHEALTH Marcelo Andia, quien además de presentar qué es y qué hace iHEALTH conversó con los asistentes sobre el rol de la IA en salud.
A continuación, Carolina Pacheco dictó la clase "Conceptos básicos de inteligencia artificial", que recorrió el camino completo desde la definición misma de aprendizaje hasta las arquitecturas actuales para finalizar con los desafíos en el área.
La jornada continuó con el taller práctico "Clasificación de células sanguíneas con CNNs", a cargo de Ronald Marca y Guillermo Sahonero, dedicado al diseño y entrenamiento de redes neuronales convolucionales. Trabajando en Google Colab con PyTorch, los participantes usaron el dataset BloodMNIST para construir desde cero una arquitectura con dos bloques convolucionales, capas de max pooling y una etapa densa con dropout.
Tras la charla de Tabita Catalán sobre aplicaciones en imágenes médicas, la jornada cerró con el taller de segmentación usando deep learning, dirigido por Carlota Rivera y Dafne Barrera. La sesión introdujo la arquitectura U-Net (Ronneberger, Fischer y Brox, 2015), hoy un estándar en segmentación biomédica, explicando su estructura de encoder-decoder con conexiones de salto y mostrando su versatilidad a través de ejemplos que fueron desde la segmentación de güiñas en cámaras trampa hasta lesiones cutáneas, tumores mamarios y reconstrucción de imágenes de resonancia.
Las preguntas de cierre apuntaron directamente a los límites del ejercicio: qué se gana y qué se pierde al entrenar con cortes 2D en lugar del volumen 3D completo, qué ocurriría si el modelo se aplicara a datos de otro hospital o escáner, y qué validación adicional exigiría un contexto clínico real antes de confiar en una segmentación automática.
Día 2: aplicaciones avanzadas, lenguaje natural y uso responsable
La segunda jornada abrió con Juan Manuel Hernández y el procesamiento de lenguaje natural en salud, seguido por Evelyn Cueva, quien presentó el uso de IA en problemas inversos y resonancia magnética, y por el taller práctico "InicIA en salud" de Leondry Mayeta y Carolina Baez. Por la tarde, Domingo Mery ofreció un balance crítico en su charla "Lo bueno, lo malo y lo feo de la IA".
El cierre conceptual de la escuela estuvo a cargo de Claudia López Moncada, profesora asociada del DCC e IDIA de la Universidad de Chile, investigadora principal de CENIA e investigadora adjunta de ASOR, con la charla "Ética y sesgos en IA". La escuela finalizó con una visita al resonador de iHEALTH.
La voz de los participantes
Para Catalina Gómez, estudiante de Ingeniería Física de la Universidad Andrés Bello, el atractivo principal fue el cruce disciplinar: "Me gusta mucho el mundo de la física médica, entonces estaba buscando un lugar donde nos pudiera unir un poco más interdisciplinariamente y encontré esta escuela". Catalina, que ya había participado en la versión anterior, destaca que la experiencia le permitió hacer contactos y avanzar en proyectos propios: "Poder hablar diferentes idiomas, pero con el mismo objetivo. Eso es lo que me ha brindado la escuela: poder plantear mi problema en diferentes lenguajes, no solo en la física, sino quizá un poco más de biología o un poco más de informática".
Sobre si la recomendaría, es categórica: "Totalmente. Incluso llegué con varios compañeros de mi universidad, así que a cualquier persona siempre le recomiendo esta escuela".
Diego Vicencio, estudiante de Ingeniería Civil Eléctrica de la Universidad de Chile, llegó motivado por la inteligencia computacional: "Desde que decidí estudiar Ingeniería Eléctrica estaba muy motivado con la inteligencia computacional, entonces venir a este taller para poder entrar a ese mundo me pareció una oportunidad súper buena para comenzar".
Su balance de la experiencia fue positivo: "Ha sido increíble, he aprendido mucho, muy entretenido y completo. Los talleres prácticos han estado también muy buenos para empezar a entender cómo se trabaja esto". Al igual que Catalina, no duda en recomendarla: "Sí, totalmente. Si a alguien le motiva, que venga".
