Construye tu base.
Siete cápsulas preparatorias para llegar a la jornada hablando un lenguaje común.
Comprender, cuestionar, experimentar y decidir.
Una jornada para aprender a utilizar la inteligencia artificial con criterio clínico, seguridad y responsabilidad.
29 de septiembre de 2026
08:30–17:00 hrs.
Cupos limitados
El curso combina cápsulas preparatorias, paneles y tres experiencias prácticas para abrir la caja negra de la IA en Medicina Interna.
Siete cápsulas preparatorias para llegar a la jornada hablando un lenguaje común.
The Art of Healing y HASTC conectan cuidado, comunidad, sesgos y salvaguardas.
El LLM-athon pone modelos de lenguaje frente a tareas clínicas y preguntas verificables.
Desarrollar competencias iniciales para comprender, utilizar y evaluar herramientas de inteligencia artificial en Medicina Interna, integrando criterios de seguridad clínica, juicio profesional, equidad y responsabilidad en su implementación.
Lunes 28 de septiembre
Material breve de nivelación para médicos inscritos, disponible en plataforma virtual. Las cápsulas se orientan al uso práctico, seguro y crítico de IA generativa en Medicina Interna.
A demanda · 4 a 5 horas · Disponible desde el 28 de septiembre
Martes 29 de septiembre
Jornada de trabajo colaborativo en Concepción, basada en paneles breves, talleres participativos y espacios de puesta en común. Horarios preliminares sujetos a ajuste operativo.
Presencial · 08:30–17:00 · CISS UdeC, Concepción
A demanda · 4 a 5 horas · Disponible desde el 28 de septiembre
30 min
Dr. Hernán Carrillo
Sentido del curso, uso responsable de IA y encuadre clínico para internistas.
35–40 min
Dr. Sebastián Chávez
Alfabetización mínima sobre modelos de lenguaje, capacidades, límites y riesgos.
35–40 min
Dr. Francisco González
Instrucciones clínicas claras, contexto, restricciones, privacidad y verificación.
40–45 min
Dr. Adam Rodman
Ampliar hipótesis diagnósticas, identificar datos faltantes y auditar el razonamiento.
40–45 min
Dr. Fabián Miranda
Diferenciar plausibilidad de probabilidad; revisar evidencia, citas, incertidumbre y errores.
35–40 min
Dr. Jaime Lastra
Uso docente de IA, protección de semiología, juicio clínico y evaluación del razonamiento.
40–45 min
Dr. Ismael Said
IA en el ecosistema de medicina digital, telemedicina, apoyo a decisiones y competencias digitales.
Presencial · 08:30–17:00 · CISS UdeC, Concepción
Ingreso y acreditación de participantes.
Objetivos de la jornada y organización general.
IA, práctica clínica, salud y responsabilidad profesional.
Ritmo, artes visuales y narración para explorar la dimensión humana del cuidado.
Síntesis de aprendizajes y pausa de trabajo.
IA, comunidad, equidad y experiencias locales.
Health AI Systems Thinking for Community: pensamiento sistémico, comunidades, sesgos, daños no intencionales y equidad.
Hallazgos y tensiones identificadas por los grupos.
Pausa.
Evaluación práctica de modelos de lenguaje en escenarios clínicos.
Evaluación colaborativa de capacidades, errores, sesgos y límites de LLM.
Aprendizajes, riesgos y posibles resguardos para uso responsable.
Mensajes finales y próximos pasos.
Ven a explorar, discutir, experimentar, equivocarte, comparar resultados y construir nuevas preguntas.
Música, artes visuales y narración · 60 min
Ejercicios autoguiados de ritmo, dibujo y relatos para entrenar escucha, atención y presencia en el cuidado.
Qué queda
Un prototipo para integrar prácticas creativas en la formación médica.
Pensamiento sistémico para comunidades
Equipos analizan casos reales de IA en salud y proponen salvaguardas frente a sesgos, privacidad y daños no intencionales.
Qué queda
Salvaguardas y preguntas de responsabilidad, transparencia y equidad.
IA en medicina interna · 60 min · sin programación
Equipos mixtos ponen un modelo a prueba en escenarios chilenos hacia el clínico, paciente y sistema; registran cómo falla.
Qué queda
Una tarjeta de falla y una especificación de confianza con chequeo de equidad.
No necesitas convertirte en ingeniero. La jornada reúne perfiles diversos y no requiere programación.
Profesionales que quieren incorporar IA con juicio, seguridad clínica y responsabilidad.
Personas que exploran evidencia, modelos de lenguaje y nuevas prácticas para la medicina.
Quienes conocen las rutas, esperas, desigualdades y relaciones que sostienen el sistema.
Nuevas voces que construyen, evalúan o comunican herramientas digitales y modelos de IA.
Qué son los modelos de lenguaje, qué pueden hacer y dónde comienzan sus límites.
Probabilidad, evidencia, errores, sesgos, privacidad, equidad y seguridad.
Trabajar colaborativamente con IA frente a problemas clínicos y de salud.
Integrar tecnología sin abandonar razonamiento, responsabilidad ni juicio profesional.
Organizar, compartir conocimiento y acompañar el trabajo son tres formas distintas de cuidar la experiencia.
El marco y el cuidado del encuentro
La jornada se realiza en el marco del XLVII Congreso Chileno de Medicina Interna, con una propuesta de aprendizaje situada en Concepción.
Organizaciones confirmadas

Sociedad organizadora del Congreso
Confirmado
Sociedad médica fundada en 1869 que reúne a internistas y articula la actualización científica de la especialidad.

Sociedad de Medicina Interna de Concepción
Confirmado
Sociedad regional que conecta a internistas de Concepción y fortalece la práctica clínica en el territorio.

Presidenta del Congreso
Dirección confirmada
Especialista en Medicina Interna, profesora titular de la UC y presidenta de la Sociedad Médica de Santiago para 2026–2027.

Directora del Congreso
Dirección confirmada
Internista y profesora clínica asistente de la UC, con experiencia en liderazgo académico, razonamiento clínico y medicina basada en evidencia.

Director del Congreso
Dirección confirmada
Internista, jefe del Servicio de Medicina Interna del Hospital Las Higueras y profesor asistente de la Universidad de Concepción.

Directora del Congreso
Dirección confirmada
Internista y jefa técnica de la UTI del Hospital La Florida, dedicada a docencia clínica, investigación y seguridad asistencial.

Director Científico
Dirección confirmada
Internista y endocrinólogo, profesor asistente de la Universidad de Antofagasta y referente en salud transgénero.
Instituciones que hacen posible el encuentro
La Universidad de Concepción y la Facultad de Medicina UdeC acompañan la jornada con infraestructura, comunidad académica y coordinación local.
Patrocinadores confirmados

Institución patrocinadora
Patrocinador confirmado
Universidad anfitriona de la jornada y sede del Centro Institucional de Simulación en Salud.

Unidad académica patrocinadora
Patrocinador confirmado
Facultad que vincula formación médica, simulación e innovación para el cuidado.
Voces clínicas, comunitarias y técnicas
Panelistas y expositores compartirán perspectivas sobre IA, práctica clínica, salud, comunidad y responsabilidad profesional.
Ponentes confirmados

Científico investigador sénior, MIT · Director de investigación clínica
Confirmado
Investigador sénior del MIT, médico de planta en BIDMC y profesor asociado de Medicina en Harvard.
Acompañar el aprendizaje sin reemplazar el juicio
Mentores de The Art of Healing, HASTC y LLM-athon acompañarán el trabajo para formular preguntas, identificar fallos y diseñar resguardos.
Mentores confirmados

Profesora Asociada UdeC · Informática en salud
Confirmado
Ingeniera civil electrónica y doctora UdeC que investiga aprendizaje automático, lenguaje natural e IA aplicada a salud.

Candidato a doctor UdeC · IA aplicada a salud
Confirmado
Investigador doctoral de la UdeC que desarrolla métodos con LLMs para entrenar y etiquetar bases clínicas.

Director del Congreso · Medicina hospitalaria
Confirmado
Internista, jefe del Servicio de Medicina Interna del Hospital Las Higueras y profesor asistente de la Universidad de Concepción.

Ingeniera Civil Biomédica · SCIAN-Lab y LEO-Lab
Confirmado
Investigadora en imágenes biomédicas que combina métodos tradicionales e inteligencia artificial.

Ingeniería Biomédica · Yachay Tech · Research Scholar SDAS
Confirmado
Estudiante e investigador en Edge AI, señales fisiológicas y gobernanza reproducible de datos clínicos.

Ingeniero Civil Biomédico · CTO y cofundador de HealthTracker Analytics
Confirmado
Ingeniero biomédico y especialista en IA que aplica NLP y deep learning a procesos y datos de salud.

Candidato a doctor en IA · Deep learning e imágenes médicas
Confirmado
Investigador doctoral que desarrolla modelos de deep learning para anotar lesiones tumorales en tomografías.

Ingeniero Civil Biomédico · IA generativa y gestión hospitalaria
Confirmado
Ingeniero biomédico que aplica modelos de lenguaje y aprendizaje automático a salud y gestión hospitalaria.
Magíster en Ciencias de la Ingeniería UdeC · IA médica
Confirmada
Investigadora UdeC que desarrolla modelos predictivos y datos sintéticos para decisiones terapéuticas.

Ingeniero Biomédico · QA Quality Coordinator, Toloka AI
Confirmado
Ingeniero biomédico especializado en bioseñales, dispositivos médicos y aseguramiento de calidad de datos de IA.
Hay dos recorridos relacionados: el curso precongreso de MAKE HEALTH y el Congreso Chileno de Medicina Interna. El Congreso gestiona las inscripciones pagadas y la Universidad de Concepción gestionará internamente la participación de su comunidad docente y estudiantil.
Las personas que participan como asistentes del Congreso realizan su inscripción y pago en el sitio oficial.
La Universidad de Concepción gestionará internamente la participación de su comunidad docente y estudiantil.
La jornada presencial de MAKE HEALTH se realizará en el Centro Institucional de Simulación en Salud de la Universidad de Concepción, en el marco del XLVII Congreso Chileno de Medicina Interna.
Centro Institucional de Simulación en Salud UdeC
Universidad de Concepción · Concepción, Chile
Ubicación del CISS UdeC
Abrir en Google MapsAuspiciadora y sede de la jornada de IA
La Universidad de Concepción auspicia MAKE HEALTH y recibe la jornada presencial en su Centro Institucional de Simulación en Salud.
Consulta la información institucional y completa tu inscripción en los sitios oficiales del Congreso.
Este material es educativo y no constituye consejo clínico. No se usan datos reales de pacientes.