Estratifica riesgo de reingreso en un hospital universitario de Barcelona
Visión general
De qué trata este proyecto.
Entrena un modelo XGBoost con datos hospitalarios para predecir reingreso a 30 días y obtén un certificado verificable.
El escenario
El hospital universitario (~3.500 camas equivalentes, financiación pública) tiene un programa de calidad que penaliza el reingreso evitable; cada punto evitado libera ~9 camas/mes.
El Briefing
Lo que harás y lo que demostrarás.
Construir y evaluar un modelo de riesgo de reingreso clínicamente útil, bien calibrado y equitativo por subgrupo.
Earning criteria — what you'll demonstrate
- Construir modelos de riesgo desde features clínicas estructuradas
- Distinguir discriminación (AUC) de calibración (ECE, Brier)
- Evaluar equidad por subgrupo clínicamente relevante
- Comunicar incertidumbre y limitaciones a un comité clínico
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Alineación con asignaturas próximamente.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Risk Stratification
Apply risk stratification to solve real industry problems and demonstrate production-level capability.
- Calibration
Apply calibration to solve real industry problems and demonstrate production-level capability.
- Clinical Data
Apply clinical data to solve real industry problems and demonstrate production-level capability.
- Fairness In Healthcare
Apply fairness in healthcare to solve real industry problems and demonstrate production-level capability.
- Model Evaluation
Apply model evaluation to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Científico/a de IA Aplicada
Risk stratification con calibración + equidad es el proyecto representativo de IA aplicada en salud.
Este proyecto afina
- risk-stratification
- calibration
- fairness-in-healthcare
Científico de Datos
Modelar riesgo clínico con métricas adecuadas es trabajo cotidiano de data science en hospitales o aseguradoras.
Este proyecto afina
- risk-stratification
- model-evaluation
- calibration
Investigador/a de Seguridad en IA
Equidad por subgrupo en contexto clínico es área central de AI safety aplicada en salud.
Este proyecto afina
- fairness-in-healthcare
- calibration
- model-evaluation