Taller Práctico Viernes 11 de septiembre de 2026 · 3:00 PM – 5:30 PM

Taller Práctico de IA
en Radiología

Corre tu primer modelo de inteligencia artificial sobre imágenes médicas reales — sin programar, en tu propio computador

Los Cobos Medical Center, Bogotá Cupos presenciales limitados Incluido en la inscripción presencial al simposio
Inscribirme al simposio → Ver programa completo →
Lo que te llevas

Al terminar el taller tendrás instalado y funcionando en tu propio computador:

Un modelo de IA que analiza estudios de imágenes de tu especialidad
Los mismos modelos que usan los investigadores del Mass General Brigham y Harvard.
Las imágenes de tus pacientes nunca salen de tu computador
100% local. Sin subir datos a ningún servidor. Sin nube.
Sin suscripciones ni costos adicionales
mhub.ai es open-source y gratuito. Los modelos AIM de Harvard también.
30 días de acceso a la comunidad AngaritaRad
Soporte post-taller, modelos adicionales y configuraciones compartidas por otros médicos.
Instructor internacional

Tu instructor viene desde Harvard

LN
Leonard Nürnberg
Research Scholar — Artificial Intelligence in Medicine (AIM) Program
Mass General Brigham · Harvard Medical School
Boston, EE.UU. / Países Bajos
Cum Laude RSNA 2025 AIM Program · Harvard Creador de mhub.ai

Leonard Nürnberg es investigador del programa AIM (Artificial Intelligence in Medicine) del Mass General Brigham — Harvard Medical School, especializado en aplicaciones de deep learning en imagen cardiovascular e investigación oncológica. Es además doctor en el programa PhD de la Universidad de Maastricht (GROW School for Oncology), Países Bajos.

Es el creador de mhub.ai, plataforma open-source que empaqueta los mejores modelos de IA para imagen médica del mundo en un formato que cualquier médico puede instalar y correr — sin servidor, sin programar, sin costo.

En el RSNA 2025 (el mayor congreso mundial de radiología) su trabajo fue reconocido con el premio Cum Laude.

Ver perfil oficial en AIM · Harvard
La herramienta

mhub.ai

Creada en el AIM Program · Harvard Medical School

mhub.ai es una plataforma open-source que permite correr modelos de inteligencia artificial de vanguardia sobre imágenes médicas directamente en tu computador. Los modelos incluidos son los mismos que usan los investigadores del Mass General Brigham y Harvard — validados, publicados, y listos para usar en la práctica clínica.

mhub.ai
100% local
Tus imágenes nunca salen de tu equipo
Open-source
Sin licencias ni suscripciones
Modelos validados en Harvard / MGH
Investigación publicada, no demos de marketing
Compatible con Mac y Windows
No se requiere GPU dedicada
Stack

Herramientas que usarás

🧠
mhub.ai
Plataforma de modelos de IA para imagen médica · AIM Harvard
⚡
MONAI
Framework open-source de IA médica · NVIDIA + King's College London
🔬
3D Slicer
Software gratuito de visualización y análisis de imágenes médicas
🏥
Modelos AIM Program
Modelos validados de deep learning · Mass General Brigham
Equipamiento

Qué necesitas traer

Equipos aceptados
Mac con macOS Ventura 13 o superior
PC con Windows 10 u 11 (64 bits)
Requisitos mínimos
8 GB de RAM (16 GB recomendado)
10 GB de disco libre
Tu cargador
Conexión WiFi (la del evento está disponible)
No necesitas nada de esto
Conocimientos de programación
GPU ni servidor
Cuenta en servicios de nube
100% guiado en vivo

Leonard Nürnberg guía cada paso desde cero. Si tu equipo cumple los requisitos mínimos, saldrás del taller con todo funcionando.

Instructores

Instructores del taller

LN
Cum Laude RSNA 2025
Leonard Nürnberg
Research Scholar · AIM Program · Harvard Medical School
Creador de mhub.ai
Conferencia 10:50 AM · Taller 3:00 – 5:00 PM
MA
Speaker
Dr. Miguel Angarita
Radiólogo · Los Cobos Medical Center
Fundador OpenRad.ai · @angaritarad
Conferencia 8:40 AM · Taller 3:00 – 5:00 PM
Registro

El taller es presencial.
Los cupos son limitados.

Incluido en la inscripción presencial al simposio. Los primeros inscritos reciben acceso gratuito al módulo 0 del curso academy.openrad.ai.

Inscribirme al simposio → Ver programa completo →
100 cupos presenciales Certificado U. El Bosque Almuerzo incluido