Contexto IA/Salud

¿Qué es la IA?

Se podría definir la inteligencia artificial como un conjunto de sistemas tecnológicos capaces de llevar a cabo tareas que nos ahorran tiempo y recursos. Alcanza todos los ámbitos de la sociedad y su potencial es tan grande que ya se le denomina la electricidad del siglo XXI.

Los algoritmos más sofisticados usan aprendizaje automático (machine learning), que consigue que las máquinas mejoren con la experiencia. Es bueno para establecer patrones y relaciones ingentes, y también para agilizar procesos. Dentro del aprendizaje automático se encuentra el aprendizaje profundo (deep learning), una técnica de procesamiento de datos basada en redes neuronales artificiales con muchas capas. La técnica está inspirada en el funcionamiento básico de las neuronas del cerebro. Existe hace más de cincuenta años, pero ahora tenemos suficiente volumen de datos y capacidad de computación para aplicarla en una multitud de casos prácticos. (Font: APDCAT)

2010 Irrupción año Deep Learning (DL) 1980 1950 Irrupción año Irrupción año Machine Learning (ML) Inteligencia Artificial (IA)

Explora el gráfico

El aprendizaje profundo es un subtipo del aprendizaje automático que puede procesar un espectro más amplio de datos, como texto, imagen o voz, que requiere de menos preparación de los datos con intervención humana, y que a menudo producen mejores resultados que los enfoques del aprendizaje automático tradicional.

FUENTE: Catalonia.AI

Conjunto de algoritmos que detectan patrones, anticipan qué pasará (analítica predictiva) y aprenden a hacer recomendaciones en lo que se tiene que o se puede hacer (analítica prescriptiva) mediante el procesamiento de datos. El algoritmo también se adapta en respuesta a nuevos datos para mejorar la eficiencia.

  • Principales métodos
    de aprendizaje
    automático:

  • Aprendizaje
    supervisado
  • Aprendizaje
    no supervisado
  • Aprendizaje
    reforzado

FUENTE: McKinsey

La inteligencia artificial es una tecnología digital avanzada que permite a las máquinas reproducir o superar algunas de las habilidades que requieren inteligencia cuando son realizadas por humanos. Esto incluye tecnologías que permiten a las máquinas aprender y adaptarse, sentir e interactuar, razonar y planificar, optimizar los procedimientos y parámetros, para extraer conocimiento de grandes cantidades de datos y operar de manera autónoma.

FUENTE: Catalonia.AI

La IA en el ámbito de la salud

El entorno sanitario es un claro ejemplo en que los beneficios de la Inteligencia Artificial pueden tener un impacto en la mejora del bienestar de la población. En el ámbito de la salud, la Inteligencia Artificial consiste en aplicar algoritmos y técnicas capaces de aprender mediante el análisis de una gran cantidad de datos, de las cuales se extraen conclusiones para contribuir a la resolución de problemas del campo de la medicina.

Tiene un gran potencial para transformar la industria de la salud. Puede tener un impacto positivo en el ámbito médico de múltiples formas, ya sea acelerando el ritmo de la investigación o ayudando al personal sanitario en la toma de decisiones.

Los principales ámbitos asistenciales y aplicaciones de la Inteligencia Artificial en salud son:

Ámbito Asistencial

Las herramientas de Inteligencia Artificial dirigidas a este campo alcanzan todos aquellos servicios sanitarios al ciudadano que incluyen el tratamiento y la gestión de enfermedades para la protección y restauración de su salud.

  • Tratamiento de Imagen Médica Digital
  • Tratamiento de datos clínicos
  • Procesamiento del Lenguaje Natural (PLN)
  • Análisis de datos ómicos

Salud Pública

Incluye el conjunto de actuaciones mediante la movilización de recursos humanos y materiales, para proteger y promover la salud de las personas, prevenir enfermedades y tener cura de la vigilancia de la salud de la población.

  • Promoción y Prevención de la Salud
  • Vigilancia epidemiológica

Administración y gestión de recursos

la Inteligencia Artificial apoya en la planificación y gestión de los recursos de los centros asistenciales, y en la automatización de procesos.

  • Optimización en la gestión de recursos sanitarios
  • Gestiones administrativas