Una Inmersión Intuitiva en la Arquitectura de los LLMs
Análisis del funcionamiento de los grandes modelos de lenguaje: arquitectura, entrenamiento, alineación y límites. Comprendiendo la diferencia entre predicción y razonamiento.
☕️
About Me
Soy Maicel Eugenio Monzón Pérez, médico y bioestadístico con una formación en salud pública y un enfoque en la investigación experimental. Me gradué como Médico General Básico en 2003 y he obtenido un Máster en Informática en Salud, así como una especialidad en Bioestadística y un doctorado en Ciencias Médicas. Mi trayectoria incluye varios años de experiencia en análisis estadístico de ensayos clínicos. Mis intereses abarcan el diseño de investigaciones clínicas, en especial los Ensayos Clínicos, métodos estadísticos y análisis de datos, así como la inteligencia artificial. Además, tengo experiencia en programación en R y Python, lo que me permite desarrollar herramientas analíticas avanzadas para mejorar la atención médica. Actualmente, soy profesor auxiliar en la Escuela Nacional de Salud Pública y revisor de ensayos clínicos, comprometido con la mejora continua del sistema de salud a través de la ciencia y la tecnología.
Intereses
- Bioestadística
- Metodología de la investigación
- Ciencia de datos
- Inteligencia artificial
- Ensayos clínicos
- Progranción en R y python
Educación
-
Médico general básico
Universidad de Ciencias Médicas de Villa Clara
-
Máster en Informática en Salud
Centro de Cibernética Aplicada a la Medicina (CECAM)
-
Especialista en Bioestadística
Escuela Nacional de Salud Pública
-
Doctor en Ciencias Médicas
Universidad de Ciencias Médicas de La Habana
📚 My Research
Mi investigación abarca disímiles temas 📚, desde el diseño y análisis de ensayos clínicos y estudios epidemiológicos 🔍, hasta el desarrollo y validación de modelos predictivos para enfermedades infecciosas y sistemas de triaje 🧠. Busco integrar conocimientos de bioestadística, epidemiología y modelado matemático para generar resultados de alto impacto 💭.
Soy un entusiasta de la programación en R y Python, el análisis de datos, el aprendizaje automático y la Inteligencia Artificial 🤖. Mi compromiso es con el desarrollo de la bioestadística y la investigación que transforman la salud pública a través de enfoques innovadores y colaborativos y para mejorar la calidad de vida de las personas.
Siempre estoy abierto a colaborar en proyectos que impulsen los límites de la ciencia y la tecnología en el ámbito de la salud.
Featured Publications
Recent Publications
(2023).
Estado en la investigación sobre modelos de predicción de la severidad en confirmados de la Covid-19..
Revista Habanera, 1(1).
Recent & Upcoming Talks
Recent News
Del Laboratorio al Mundo Real
La ciencia trasciende el laboratorio cuando sus hallazgos logran cruzar el puente hacia la vida real. Este proceso depende de conceptos clave como validez interna (rigor metodológico) y externa (aplicabilidad), así como de la generalizabilidad y transportabilidad de los resultados. Aunque existen obstáculos como sesgos de selección y variables confusoras, herramientas como ensayos pragmáticos y métodos estadísticos permiten adaptar los conocimientos a contextos diversos. Como consumidores, debemos preguntar “¿en quién se hizo este estudio?” para evaluar su verdadero impacto en nuestras vidas.
Desvelando la Lógica Matemática Detrás de Causa y Efecto
Este blog explora cómo la inferencia causal permite ir más allá de la correlación, aplicando “principios metodológicos” para analizar datos observacionales en salud pública. A partir del desafío de la ausencia del contrafactual, se presentan herramientas avanzadas como el Propensity Score, Diferencias-en-Diferencias y Variables Instrumentales. El enfoque es riguroso, práctico y dirigido a profesionales que buscan complementar la evidencia de los ensayos clínicos.
Ciencia o Pirotecnia: Por Qué la 'Significación Estadística' Nos Ciega con Falsos Destellos
¿El sagrado p<0.05 es ciencia o solo pirotecnia estadística? Crítica demoledora a la ‘significación estadística’: sus falacias lógicas, su confusión con la importancia real, y por qué los intervalos de compatibilidad y el enfoque bayesiano son la luz que necesitamos para una investigación más honesta y efectiva.
Diseños Alternativos a Ensayos Clínicos Controlados Aleatorizados: Contextos de Aplicación y Riesgos Regulatorios
Análisis técnico y regulatorio del uso de diseños no confirmatorios en sustitución de ensayos clínicos aleatorizados: justificaciones, riesgos metodológicos y salvaguardas requeridas por ICH, EMA y FDA.