ABC de la inteligencia artificial (IA) aplicada en la salud
DOI:
https://doi.org/10.56050/01205498.1639Palabras clave:
inteligencia artificial aplicada en Salud, inteligencia artificial en saludResumen
FRAGMENTO.
Los temas relacionados con la inteligencia artificial (IA) pueden evocar opiniones diversas. En primer lugar porque nos lleva a plantearnos preguntas profundas, como ¿Qué es la inteligencia? o ¿Cómo podemos medir la inteligencia? En segundo lugar, nos ubica en un espacio fantasioso, alimentado en parte por la industria del entretenimiento que vende la idea de un sistema de inteligencia superior capaz de esclavizar la humanidad. El término IA se viene implementando desde la década de 1950. Sin embargo, solo desde finales de la década de 1990 ha tenido un auge considerable en su aplicación, siendo las ciencias de la salud una de las más influenciadas. Se pretende a través de esta revisión derribar los mitos, exponiendo la IA y conceptos relacionados, como big data, machine learning, deep learning, internet de las cosas, para así contar con un panorama de su funcionamiento y su utilidad en la salud.
Biografía del autor/a
Marco Anaya, Universidad del Norte, Barranquilla
MD MSc. Colombiana de Trasplantes. Docente Universidad del Norte, Barranquilla, Colombia.
Camilo Rodríguez, Universidad del Norte, Barranquilla
MD. Médico interno, Universidad del Norte, Barranquilla, Colombia.
Referencias bibliográficas
2. Iftikhar P, Kuijpers M V, Khayyat A, et al. (February 28, 2020) Artificial Intelligence: A New Paradigm in Obstetrics and Gynecology Research and Clinical Practice. Cureus 12(2): e7124. DOI10.7759/cureus.7124.
3. Huo Y, Deng R, Liu Q, Fogo AB, Yang H. AI applications in renal pathology. Kidney Int. 2021 Jun;99(6):1309-1320. doi: 10.1016/j.kint.2021.01.015. Epub 2021 Feb 10.
4. Buch VH, Ahmed I, Maruthappu M. Artificial intelligence in medicine: current trends and future possibilities. Br J Gen Pract. 2018 Mar;68(668):143-144. doi: 10.3399/bjgp18X695213.
5. Barzallo S. La inteligencia artificialen medicina. Rev. Med Ateneo 2019; 21 (2): 81-94.
6. Galmarini CM, Lucius M. Artificial intelligence: a disruptive tool for a smarter medicine. Eur Rev Med Pharmacol Sci. 2020 Jul;24(13):7462-7474. doi: 10.26355/eurrev_202007_21915.
7. Lila Rajabion, Abdusalam Abdulla Shaltooki, Masoud Taghikhah, Amirhossein Ghasemi, Arshad Badfar, Healthcare big data processing mechanisms: The role of cloud computing, International Journal of Information Management, Volume 49, 2019, Pages 271-289, ISSN 0268-4012.
8. Saez-Rodriguez J, Rinschen MM, Floege J, Kramann R. Big science and big data in nephrology. Kidney Int. 2019 Jun;95(6):1326-1337. doi: 10.1016/j.kint.2018.11.048. Epub 2019 Mar 5.
9. Wang F, Casalino LP, Khullar D. Deep Learning in Medicine-Promise, Progress, and Challenges. JAMA Intern Med. 2019 Mar 1;179(3):293-294. doi: 10.1001/jamainternmed.2018.7117.
10. Rico A, Pimienta S. 03 octubre de 202. https://aipocrates.org/2021/10/03/el-flujo-de-informacion-en-un-ambiente-medico/.
11. García-Fernandez, Miguel. (2019). Inteligencia artificial en imagen cardíaca: El futuro ya está aquí. Revista Argentina de Cardiologia. 87. 491-493. 10.7775/rac.es.v87.i6.16997.
12. Rajkomar A, Dean J, Kohane I. Machine Learning in Medicine. N Engl J Med. 2019 Apr 4;380(14):1347-1358. doi: 10.1056/NEJMra1814259.
13. Arias, Víctor, Salazar, Juan, Garicano, Carlos, Contreras, Julio, Chacón, Gerardo, Chacín-González, Maricarmen, Añez, Roberto, Rojas, Joselyn, BermúdezPirela, Valmore, Una introducción a las aplicaciones de la inteligencia artificial en Medicina: Aspectos históricos. Revista Latinoamericana de Hipertensión [Internet]. 2019;14(5):590-600.
14. Rojas, Esperanza Manrique. .Machine Learning: análisis de lenguajes de programación y herramientas para desarrollo. Revista Ibérica de Sistemas e Tecnologias de Informação; Lousada Iss. E28, (Apr 2020): 586-599.
15. Deo RC. Machine Learning in Medicine. Circulation. 2015 Nov 17;132(20):1920-30. doi: 10.1161/CIRCULATIONAHA.115.001593.
16. Buch, V. H., Ahmed, I., & Maruthappu, M. (2018). Artificial intelligence in medicine: current trends and future possibilities. The British Journal of General Practice: The Journal of the Royal College of General Practitioners, 68(668), 143–144.
17. Amisha, Malik, P., Pathania, M., & Rathaur, V. K. (2019). Overview of artificial intelligence in medicine. Journal of Family Medicine and Primary Care, 8(7), 2328–2331.
18. Wong TY, Bressler NM. Artificial intelligence with deep learning technology looks into diabetic retinopathy screening. JAMA. 2016;316(22):2366–7.
19. Homeyer A, Lotz J, Schwen LO, Weiss N, Romberg D, Höfener H, et al. Artificial intelligence in pathology: From prototype to product. J Pathol Inform. 2021;12(1):13.
Cómo citar
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2022 Medicina
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Copyright
ANM de Colombia
Los autores deben declarar revisión, validación y aprobación para publicación del manuscrito, además de la cesión de los derechos patrimoniales de publicación, mediante un documento que debe ser enviado antes de la aparición del escrito. Puede solicitar el formato a través del correo revistamedicina@anmdecolombia.org.co o descargarlo directamente Documento Garantías y cesión de derechos.docx
Copyright
ANM de Colombia
Authors must state that they reviewed, validated and approved the manuscript's publication. Moreover, they must sign a model release that should be sent.
