De la prevención al monitoreo

en pacientes con diabetes

Inteligencia artificial en la salud

Dr. Mario Félix Mena

Médico Máster en Salud Digital y Científica de Datos

Select date and confidentiality Ievel on the

Roche tab
 1. Concepto y contextualización de
Inteligencia Artificial
2. Concepto de Aprendizaje
Automático
Table of contents 3. Alfabetización en Datos (Data
Literacy)
4. Limitaciones de la Inteligencia
Artificial
Concepto y contextualización de
Inteligencia Artificial
Concepto y contextualización de Inteligencia Artificial

4
Concepto y contextualización de Inteligencia Artificial

OpenAI, ChatGPT (2024) / Prompted by: Ciensalud

5
Concepto y contextualización de Inteligencia Artificial
¿Qué es Inteligencia Artificial (IA)?

• Imitar procesos de pensamiento humano.

• Capacidad de aprendizaje.

• Almacenamiento de conocimientos.

• Manejo de datos a gran escala.

6
Concepto y contextualización de Inteligencia Artificial
¿Qué es Inteligencia Artificial (IA)?

Reconocimiento de voz Procesamiento

y comprensión del ~ de lenguaje
lenguaje natural
Percepción ~ Visión por
visual computador
Modelado por
Toma de ~ aprendizaje
decisiones
automático

7
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

Década de
los 40s

Estadística Moderna
Estadística Moderna.
Métodos frecuentistas, Bayesianos,
no paramétricos.

8
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

1950

Estadística Moderna
Alan Turing publica:
Computing Machinery and Intelligence.
Prueba de Turing.

9
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

1956

Estadística
John McCarthyModerna
acuña el término
Inteligencia Artificial
en la primera conferencia de IA.

10
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

Década de
los 60s

Estadística
Avances Moderna
en el concepto de perceptrón.
Redes neuronales que “aprenden”
mediante prueba y error.

11
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

Década de
los 70s

Se desarrollan Sistemas Médicos

Estadística Moderna
Expertos,
que no usan memoria.
Máquinas REACTIVAS.

12
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

1977

Estadística
John Nelter etModerna
al, desarrollan el
Modelo Lineal Generalizado.
Enfocado en la predicción.

13
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

1980

Estadística
Las Moderna utilizan
redes neuronales
algoritmos de retropropagación
para entrenarse a sí mismas.

14
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

Década de
los 90s

El aumento exponencial de la
Estadística Moderna
capacidad de procesamiento,
predicha por la ley de Moore.
Algoritmos de muestreo y simulación.

15
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

1996

Data mining (minería de datos)

Estadística Moderna
Métodos sofisticados para reconocimiento
de
patrones en grandes conjuntos de datos.

16
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

1999

Estadística Moderna
Sistemas de
Detección Asistida por Computadora
(CAD).

17
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

2000

Estadística Modernade
Primer sistema
cirugía robótica
Da Vinci.

18
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

2003

Estadística
Se finalizó Moderna completa del
la secuenciación
genoma humano.
Otras disciplinas “ómicas”.

19
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

2010

Estadística
BigModerna
data,
datos generados en internet y diversas
fuentes de datos

20
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

2011

Estadística Moderna
IBM Watson, usa Big data
para su entrenamiento y algoritmos de
procesamiento de lenguaje natural.

21
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

2014

Estadística Moderna
La supercomputadora Minwa, usa un tipo
especial de red neuronal profunda,
llamada red neuronal convolucional.

22
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

2015

Estadística Moderna
Plataforma que utiliza redes neuronales
para predecir la estructura molecular y la
acción de posibles fármacos.

23
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

2016

Wickham, et al. publican el paquete de

Estadísticacódigo
Moderna
abierto, Tidyverse para ciencia de datos.
Concepto Grammar of graphics
para visualización de datos.

24
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

Década de los
2010s

Estadística Moderna
Desarrollo del mecanismo de “atención”,
para Modelos de Transformadores.

25
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

2019

Estadística Moderna
BlueDot, alerta sobre el riesgo de la
Propagación de la COVID-19.

26
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

2020

Estadística
AlphaFold Moderna
2 realiza predicciones de la
estructura
de las proteínas mediante un sistema de
aprendizaje profundo.

27
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

2021

Estadística Moderna
CRISPR potenciada por IA, representa un
hito importante en la personalización de la
terapia génica.

28
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

Década de los
2020s

Estadística Moderna
Ética, gobernanza y sostenibilidad de los
datos (Debate actual)

29
Concepto y contextualización de Inteligencia Artificial
Historia de la IA

CIENCIAS APLICACIONES
• Informática • Especialidades médicas
• Matemáticas • Atención primaria
• Estadística • Gestión de la salud
• Ingeniería • Farmacología
• Biomédica • Neurociencias
• Genética • Salud pública
• Ómicas • Epidemiología
• … • …

30
Concepto y contextualización de Inteligencia Artificial
“BIG DATA“

OpenAI, ChatGPT (2024)

31
Concepto y contextualización de Inteligencia Artificial
“BIG DATA“

5 "uves"
Volume > Terabytes (> 1024
n Gb)
Velocida ~ Cercana al tiempo
d real
De diversas fuentes
Varieda ~ y en varios
d
formatos
Calidad y
Veracida ~ precisión de los
d
datos
Utilidad para el
Valo ~ procesamiento
r

32
Concepto y contextualización de Inteligencia Artificial
IA General vs. IA Estrecha

IA General

OpenAI, ChatGPT. (2024)

33
Concepto y contextualización de Inteligencia Artificial
IA General vs. IA Estrecha

IA Estrecha
Tarea única o Supera
Datos iniciales y
conjunto de tareas el rendimiento
parámetros
muy relacionadas humano
determinados
Concepto de Aprendizaje Automático
Concepto de Aprendizaje Automático
Aprendizaje automático (Machine Learning)

Lin S. A Clinician's Guide to Artificial Intelligence (AI): Why and How Primary Care Should Lead
the Health Care AI Revolution.J Am Board Fam Med. 2022 Jan-Feb;35(1):175-184. doi: 10.3122/jabfm.2022.01.210226. 36
Concepto de Aprendizaje Automático
Aprendizaje profundo (Deep Learning)

Adobe Stock (2024) 37

Concepto de Aprendizaje Automático
Aprendizaje profundo (Deep Learning)

Somani S, Russak AJ, et al. Deep learning and the electrocardiogram: review of the current state-of-the-art.
Europace. 2021 Aug 6;23(8):1179-1191. doi: 10.1093/europace/euaa377. 38
Concepto de Aprendizaje Automático
Aprendizaje profundo (Deep Learning)

Somani S, Russak AJ, et al. Deep learning and the electrocardiogram: review of the current state-of-the-art.
Europace. 2021 Aug 6;23(8):1179-1191. doi: 10.1093/europace/euaa377. 39
Concepto de Aprendizaje Automático
IA Generativa

Algoritmos representativos Modelo alcanzado

Redes Generativas
Antagónicas
(GANs) Modelo de Lenguaje
de Gran Tamaño
Transformadores (LLM)
Generativos
Preentrenados (GPT)

40
Concepto de Aprendizaje Automático
IA Generativa

Prompts

Resultad
os
detallado
s y
exactos

OpenAI, ChatGPT (2024) 41

Concepto de Aprendizaje Automático
IA Generativa

Alucinación

Incorrect
os
Irrelevant
es
Inventado
s

OpenAI, ChatGPT (2024) 42

Concepto de Aprendizaje Automático
IA Generativa

Guía de Formulación de Prompts

1. Dar relevante y conciso para reducir la ambigüedad de las

contexto respuestas.
2. Ser mientras más específico, mejor. Proporcionar
específico ejemplos.
Pro Tip Usar para especificación de opciones o datos
corchetes clave.

43
Concepto de Aprendizaje Automático
IA Generativa

Guía de Formulación de Prompts – CALIFIQUE EL PROMPT

"Habla sobre inteligencia artificial en el tratamiento de

enfermedades.”

44
Concepto de Aprendizaje Automático
IA Generativa

Guía de Formulación de Prompts – CALIDAD DEL PROMPT

"Habla sobre inteligencia artificial en el tratamiento de

enfermedades."

INESPECÍFICO

45
Concepto de Aprendizaje Automático
IA Generativa

Guía de Formulación de Prompts – CALIFIQUE EL PROMPT

"Estoy interesado en entender cómo los últimos avances en

inteligencia artificial pueden ayudar en la detección temprana
de la insuficiencia cardiaca. ¿Podrías proporcionarme
información de tecnologías o estudios que utilicen IA para
mejorar el diagnóstico o tratamiento de esta condición?"

46
Concepto de Aprendizaje Automático
IA Generativa

Guía de Formulación de Prompts – CALIDAD DEL PROMPT

"Estoy interesado en entender cómo los últimos avances en

inteligencia artificial pueden ayudar en la detección temprana
de la insuficiencia cardiaca. ¿Podrías proporcionarme
información de tecnologías o estudios que utilicen IA para
mejorar el diagnóstico o tratamiento de esta condición?"

ADECUADO

47
Concepto de Aprendizaje Automático
IA Generativa

Guía de Formulación de Prompts – CALIFIQUE EL PROMPT

"Estoy evaluando el impacto de [estilo de vida sedentario vs.

actividad física regular] en adultos mayores con hipertensión.
¿Podrías ayudarme a entender cómo estos dos factores
influyen en la hipertensión arterial?"

48
Concepto de Aprendizaje Automático
IA Generativa

Guía de Formulación de Prompts – CALIDAD DEL PROMPT

"Estoy evaluando el impacto de [estilo de vida sedentario vs.

actividad física regular] en adultos mayores con hipertensión.
¿Podrías ayudarme a entender cómo estos dos factores
influyen en la hipertensión arterial?"

EXCELENTE

49
Concepto de Aprendizaje Automático
Salud Digital (eHealth)

Servicios de atención de salud respaldados por tecnología

Telemedicina

IoT, wearables y
aplicaciones móviles
(mHealth)

Historia Clínica
Electrónica

Plataformas de
Gestión en la
nube

Envato Elements. (2024) 50

Concepto de Aprendizaje Automático
Ciencia de Datos

Ciensalud (2024) 51
Alfabetización en Datos (Data Literacy)
Alfabetización en Datos (Data literacy)

lee
r
Capacidad analiza conocimientos a partirdato .
de r de s
comunica
r
DataCamp (2024) 53
Alfabetización en Datos (Data literacy)

Tipos de Datos (versión 0.1)

Cuantitativos Cualitativos
• Edad • Descripción de
• Nivel de glucosa en síntomas
sangre • Informes de imágenes
• Presión arterial médicas

• … • Hábitos
• …

54
Alfabetización en Datos (Data literacy)

Tipos de Datos – CONCEPTO

Estructurad Semi - No
os estructurados estructurados
• Datos • Datos • Datos
cuantitativos etiquetados, cualitativos que
. pueden contener requieren
datos contexto.
cuantitativos y
cualitativos.

55
Alfabetización en Datos (Data literacy)

Tipos de Datos – EJERCICIO

Estructurad Semi - No
os estructurados estructurados
Un adulto mayor de 67 años, con antecedentes de hipotiroidismo hace 2 años, acude con
una Rx de tórax y resultados de laboratorio que se realizó hace 3 días por su propia
iniciativa. Se realiza el triaje, con signos vitales dentro de parámetros normales. El motivo
de consulta es chequeo de rutina. Durante la anamnesis menciona palpitaciones
ocasionales y tos nocturna, al examen físico se ausculta un corazón arrítmico y un soplo
diastólico. Se realiza un electrocardiograma y se documenta una arritmia y extrasístoles
ventriculares. El paciente acepta y firma un consentimiento informado para que su
Historia Clínica Electrónica sea enviada a cardiología. En días posteriores le llega un mail
a un hijo suyo, donde se le indica la cita con cardiología y se le solicita completar
información adicional. Llega a la consulta con cardiología, se le prescribe medicación oral
hasta la realización de un procedimiento programado.
56
Alfabetización en Datos (Data literacy)

Tipos de Datos – AUTOEVALUACIÓN

Estructurad Semi - No
os estructurados estructurados
• Edad • Antecedentes • Rx de tórax
• Sexo • EKG • Datos de la
anamnesis
• Signos • Consentimiento
vitales informado
• Resultados • Formulario
de adicional
laboratorio
• Medicación

57
Alfabetización en Datos (Data literacy)

Tipos de Análisis

Descriptiv Predictiv Prescriptiv

o o o
• Revisar y • Usa • Sugiere
resumir variables acciones.
datos. importantes
• Recomienda
.
• Identifica intervenciones.
tendencias. • Modela.
• Decisiones
• Plantea • Predice basadas en
hipótesis. resultados. datos.

58
Limitaciones de la Inteligencia Artificial
Limitaciones de la Inteligencia Artificial
Limitaciones de la IA

Caja negra

OpenAI, ChatGPT (2024) 60

Limitaciones de la Inteligencia Artificial
Limitaciones de la IA

Caja negra – ESTRATEGIAS DE ABORDAJE

LIME (Local Interpretable Model-agnostic Explanations)

Interpretabilida ~ y
d
SHAP (SHapley Additive exPlanations)

Transparenci ~ Documentación completa de los sistemas de IA.

a

Regulación legal
y estándares ~ Implementación de normativas y
estándares.
éticos

61
Limitaciones de la Inteligencia Artificial
Limitaciones de la IA

Inequidad
representativ ~ Sesgo de datos
a
Amplificació ~ Sesgo algorítmico
n
Sensibilidad
cultural y ~ Sesgo cultural
socioeconómica
Interpretabilidad
y autonomía ~ Conflictos
éticos
clínica

62
Limitaciones de la Inteligencia Artificial
Consideraciones Éticas

Privacidad de datos y Transparencia, Responsabilidad y

consentimiento explicabilidad e rendición de
informado inteligibilidad cuentas

Uso responsable de
las
recomendaciones

Equidad y acceso

Vigilancia y
perfilado

OpenAI, ChatGPT (2024) 63

Limitaciones de la Inteligencia Artificial
Medicina de Precisión

Krittanawong C, et al. Artificial Intelligence in Precision Cardiovascular Medicine. J Am Coll Cardiol. 2017 May 30;69(21):2657.
doi: 10.1016/j.jacc.2017.03.571. 64
Limitaciones de la Inteligencia Artificial

Krittanawong C, et al. Artificial Intelligence in Precision Cardiovascular Medicine. J Am Coll Cardiol. 2017 May 30;69(21):2657.
10.1016/j.jacc.2017.03.571. 65
 @mario-felix-mena

@ciensalud

Gracias
Dr. Mario Félix Mena
Médico, Máster en Salud Digital
y Científico de Datos

66
Referencias

RECURSOS BIBLIOGRÁFICOS salud pública. Caja de herramientas de transformación digital.

https://iris.paho.org/handle/10665.2/57023
1. Krittanawong C, et al. Artificial Intelligence in Precision Cardiovascular
Medicine. J Am Coll Cardiol. 2017 May 30;69(21):2657. doi:
10.1016/j.jacc.2017.03.571.
2. Sengupta PP, Huang YM, et al. Cognitive Machine-Learning Algorithm for
Cardiac Imaging: A Pilot Study for Differentiating Constrictive Pericarditis RECURSOS DIGITALES (Licencias Comerciales)
From Restrictive Cardiomyopathy. Circ Cardiovasc Imaging. 2016
Jun;9(6):e004330. doi: 10.1161/CIRCIMAGING.115.004330. 1. OpenAI. ChatGPT, GPT-4 [Internet]. 2024 [citado 2024 Apr].
3. Lin S. A Clinician's Guide to Artificial Intelligence (AI): Why and How Primary Disponible en: https://www.openai.com/chatgpt
Care Should Lead the Health Care AI Revolution. J Am Board Fam Med. 2022 2. Adobe Stock [Internet]. Adobe Inc.; [citado 2024 Apr]. Disponible en:
Jan-Feb;35(1):175-184. doi: 10.3122/jabfm.2022.01.210226. PMID: https://stock.adobe.com
35039425. 3. Adobe Firefly [Internet]. Adobe Inc.; [citado 2024 Apr ]. Disponible
4. Yurttakal, N. Man-Hour Estimation Model Development in BIM-Based en: https://firefly.adobe.com/
Projects with Machine Learning-Regression Algorithms. Orclever 4. Envato Elements [Internet]. Envato; [citado 2024 Apr]. Disponible
Proceedings of Research and Development. 2023 Sep-Dec;3, 207–220. en: https://elements.envato.com
doi.org/10.56038/oprd.v3i1.319 5. DataCamp [Internet]. DataCamp Inc.; [citado 2024 Apr]. Disponible
5. Somani S, Russak AJ, et al. Deep learning and the electrocardiogram: en: https://www.datacamp.com
review of the current state-of-the-art. Europace. 2021 Aug 6;23(8):1179- 6. Ciensalud [Internet]. ZeroPapers Cia. Ltda.; [citado 2024 Apr].
1191. doi: 10.1093/europace/euaa377. Disponible en: https://www.ciensalud.com/
6. Sandeep B, Liu X, Huang X, Wang X, Mao L, Xiao Z. Feasibility of artificial
intelligence its current status, clinical applications, and future direction in
cardiovascular disease. Curr Probl Cardiol. 2024 Feb;49(2):102349. doi:
10.1016/j.cpcardiol.2023.102349. Epub 2023 Dec 14.
7. Au Yeung J, Wang YY, Kraljevic Z, Teo JTH. Artificial intelligence (AI) for
neurologists: do digital neurones dream of electric sheep? Pract Neurol.
2023 Nov 23;23(6):476-488. doi: 10.1136/pn-2023-003757. PMID:
37977806.
8. Organización Panamericana de la Salud (2021). La inteligencia artificial en 67
la salud pública. Caja de herramientas de transformación digital.
De la prevención al monitoreo
en pacientes con diabetes
Neuroliderazgo para Médicos

Dr. Miguel Figueroa

Coach

Select date and confidentiality Ievel on the

Roche tab
 1. Tema 1: Gestión de liderazgo
en nuestro entorno Volumen 1.
Table of contents 2. Tema 2: Gestión de liderazgo
en nuestro entorno Volumen 2
Tema 1: Gestión de liderazgo en nuestro
entorno Volumen 1
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

72
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

ESCUELA

AUTOMOTIVACIÓN, RESILIENCIA Y EL PODER

DE NUESTRAS PALABRAS

73
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

74
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

75
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

76
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

77
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

78
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

¿CÓMO
FORTALEZCO MI
RESILIENCIA?
79
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

¿MALA O BUENA
SUERTE?
80
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

81
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

2 82
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

APROVECHAMIENTO ACEPTACIÓN

MIEDO, SORPRESA, DESCONFIANZA

TURBULENCIAS Y
SITUACIÓN ADVERSA CONFLICTOS
REGULACIÓN

83
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

APROVECHAMIENTO ACEPTACIÓN

MIEDO, SORPRESA, DESCONFIANZA

TURBULENCIAS Y
SITUACIÓN ADVERSA CONFLICTOS
REGULACIÓN

84
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

ACEPTACIÓN RADICAL
85
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

“ÉSTA ES LA ÚNICA REALIDAD POSIBLE”

86
Tema 1: Gestión de liderazgo en nuestro entorno
Volumen 1.

1
ACEPTA RÁPIDO
EL PRESENTE.
“ÉSTA ES LA ÚNICA
REALIDAD POSIBLE”

87
Tema 2: Gestión de liderazgo en nuestro
entorno Volumen 2
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

2 89
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

90
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

¿TENGO CONTROL SOBRE ESTA ADVERSIDAD?

SÍ NO
¿HAZ HECHO TODO
¡NO TE
LO POSIBLE PARA
PREOCUPES!
CAMBIARLO?
SÍ
¡NO TE
PREOCUPES!

NO ¡TOMA EL CONTROL Y HAZLO!

91
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

2 92
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

2
ENFÓCATE EN LO
QUE ESTÁ EN TU
CONTROL

93
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

2
PERO….

94
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

2
TEN CUIDADO CON
DESCARTAR COSAS
QUE SÍ PUEDEN ESTAR
EN TU CONTROL

95
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

DOUG DIETZ

96
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

97
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

 De 80% a 10% de niños sedados

 Más niños atendidos
 Mejores resultados en los exámenes
 Menos gasto de sedantes

98
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

DOUG DIETZ

¿POR QUÉ NO RENUNCIASTE?

“ME DI CUENTA QUE PODÍA
HACER ALGO MÁS”
99
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

100
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

101
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

Massoud Hassani
102
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

103
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

MASSOUD HASSANI

¿POR
¿PORQUÉ
QUÉNO
NORENUNCIASTE?
RENUNCIASTE?
“SABÍA QUE PODÍA HACER
“SABÍA QUE PODÍA HACER ALGO MÁS”
ALGO MÁS”
104
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

ESCRÍBEME EN LAS REDES SOCIALES

PARA ENVIARTE MÁS HISTORIAS

@MIGUELFIGUEROAOFICIAL

105
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

2 106
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

PREGÚNTATE 3
“REALMENTE, YA NO SE
PUEDE HACER NADA”

107
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

1 108
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2
Espacio positivo
Negativo Positivo

Cortisol y Oxitosina
adrenalina Endorfinas

109
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

Cortisol y
noradrenalina
71% más peleas
50% más desacatos
33% más renuncias inesperadas

Shawn Achor

110
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

Endorfinas

Aprende más rápido

31% más productivo
37% mejor en ventas
Personal de salud son 19% más precisos

Shawn Achor

111
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

EL PODER DEL
AGRADECIMIENTO
112
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

RETO DE LOS 21 DÍAS

DE AGRADECIMIENTO A
3 PERSONAS DIARIAMENTE

ENVIAR A:
[email protected]

113
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2
RETO DE LOS 21 DÍAS
DE AGRADECIMIENTO

ENVIAR A: [email protected]
114
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

1 115
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

4
AGRADECE A
3 PERSONAS
DIARIAMENTE

116
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

1 117
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

MOSER, SCHRODER, HEETER, 2011.

118
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

119
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2
UNA SITUACIÓN PUEDE SER…

UNA AMENAZA UN RETO

120
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2
UNA SITUACIÓN PUEDE SER…

UNA AMENAZA UN RETO

“TENGO UN
“TENGO UN
ASUNTO QUE
PROBLEMA”
RESOLVER”
121
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2
UNA SITUACIÓN PUEDE SER…

UNA AMENAZA UN RETO

“TREMENDA
“HAY… EXPERIENCIA
FRACASÉ” QUE HE
GANADO”
122
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

1 123
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

Fritz Strack, 1988.

124
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

AMY CUDDY

125
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

126
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

CAMBIA TU
CORPORALIDAD

127
Tema 2: Gestión de liderazgo en nuestro entorno
Volumen 2

128