Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Artículo científico |
| Sprache: | es |
| Veröffentlicht: |
Sociedad Latinoamericana de Hipertensión
2019
|
| Schlagworte: | |
| Online-Zugang: | https://www.redalyc.org/articulo.oa?id=170262877013 https://www.redalyc.org/journal/1702/170262877013/ https://www.redalyc.org/journal/1702/170262877013/html/ https://www.redalyc.org/journal/1702/170262877013/170262877013.epub https://www.redalyc.org/journal/1702/170262877013/movil |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Inhaltsangabe:
- Una introducción a las aplicaciones de la inteligencia artificial en Medicina: Aspectos históricos Víctor Arias Juan Salazar Carlos Garicano Julio Contreras Gerardo Chacón Maricarmen Chacín-González Roberto Añez Joselyn Rojas Valmore Bermúdez-Pirela Medicina bases de innovación registros médicos Inteligencia artificial En un sentido amplio la inteligencia artificial y el aprendizaje automático se ha aplicado a los datos médicos desde los inicios de la informática dado el profundo arraigo de esta área en la innovación, pero los últimos años han sido testigo de una generación cada vez mayor de datos relacionados con las ciencias de la salud, cuestión que ha dado nacimiento a un nuevo campo de las ciencias de la computación llamado big data. Los datos médicos a gran escala (en forma de bases de datos estructuradas y no estructuradas) si son apropiadamente adquiridos e interpretados pueden generar grandes beneficios al reducir los costos y los tiempos del servicio de salud, pero también podrían servir para predecir epidemias, mejorar los esquemas terapéuticos, asesorar a médicos en lugares remotos y mejorar la calidad de vida. Los algoritmos de deep learning son especialmente útiles para manejar esta gran cantidad de datos complejos, poco documentados y generalmente no estructurados; todo esto debido a que el deep learning puede irrumpir al crear modelos que descubren de forma automática las características principales, así como las que mejor predicen el comportamiento de otras variables dentro de una gran cantidad de datos complejos. En el futuro, la relación hombre-máquina en biomedicina será más estrecha; mientras que la máquina se encargará de tareas de extracción, limpieza y búsquedas de correlaciones, el médico se concentraría en interpretar estas correlaciones y buscar nuevos tratamientos que mejoren la atención y en última instancia la calidad de vida del paciente. 2019 artículo científico 1856-4550 https://www.redalyc.org/articulo.oa?id=170262877013 https://www.redalyc.org/journal/1702/170262877013/ https://www.redalyc.org/journal/1702/170262877013/html/ https://www.redalyc.org/journal/1702/170262877013/170262877013.epub https://www.redalyc.org/journal/1702/170262877013/movil es http://www.redalyc.org/revista.oa?id=1702 Revista Latinoamericana de Hipertensión application/pdf Sociedad Latinoamericana de Hipertensión Revista Latinoamericana de Hipertensión (República Bolivariana de Venezuela) Num.5 Vol.14