![](\"https:\/\/www.artefact.com\/wp-content\/uploads\/2019\/10\/ext.jpg\" "\\"data-driven\\"")
<\/span><\/div><\/div><\/div>NOTICIAS \/ TECNOLOG\u00cdA AI<\/p>\n<\/div>
Las fantas\u00edas son habituales cuando se trata de la IA. Sin embargo, es necesario encontrar el entorno adecuado para su aplicaci\u00f3n con el fin de integrar plenamente la IA en el \u00e1mbito sanitario.<\/p>\n<\/div><\/div><\/div><\/div><\/div>
<\/h3>\nPrimero se necesita un entorno global.<\/span><\/strong><\/h3>\nHist\u00f3ricamente, el sistema experto MYCIN<\/strong>,desarrollado en 1974, est\u00e1 considerado como la primera aplicaci\u00f3n de la artificial intelligence en la atenci\u00f3n sanitaria. Su objetivo era ayudar a los m\u00e9dicos en su diagn\u00f3stico y en el tratamiento de diversas enfermedades de la sangre. Al intentar reproducir los mecanismos cognitivos de los expertos en un \u00e1rea determinada mediante un razonamiento basado en hechos y reglas (alrededor de 700 reglas), este software ha obtenido resultados m\u00e1s concluyentes que los intentos humanos. En 1979, para calibrar su eficacia, el sistema particip\u00f3 en una competici\u00f3n contra 8 m\u00e9dicos: Se presentaron 10 casos y MYCIN ocup\u00f3 siempre el primer lugar.<\/p>\nLas promesas de la aplicaci\u00f3n de la IA al sector sanitario son m\u00faltiples<\/strong>: como resultado de una mayor precisi\u00f3n diagn\u00f3stica en particular, reducir\u00eda los costes operativos de las instituciones m\u00e9dicas y conducir\u00eda a planes de tratamiento cada vez m\u00e1s personalizados para los pacientes.<\/p>\nLas fantas\u00edas son habituales cuando se trata de la IA. Sin embargo, es necesario encontrar el entorno adecuado para su aplicaci\u00f3n con el fin de integrar plenamente la IA en el \u00e1mbito sanitario.<\/strong><\/p>\nLa interoperabilidad allana el camino a la medicina de precisi\u00f3n<\/span><\/strong><\/h3>\n<\/h3>\n
Interoperabilidad<\/strong>, en referencia a la capacidad de compartir f\u00e1cilmente data entre las distintas partes interesadas, es una limitaci\u00f3n inherente al \u00e1mbito sanitario, que obstaculiza la integraci\u00f3n de la IA. Las bases m\u00e9dicas centrales de data o los formatos de almacenamiento est\u00e1ndar son muy escasos - la mayor\u00eda de las veces los documentos se escriben a mano y luego se env\u00edan por fax, lo que hace que cualquier tipo de extracci\u00f3n de data no sea interpretable para las m\u00e1quinas.<\/p>\nCon el fin de establecer un entorno propicio para la IA en la atenci\u00f3n sanitaria,\u00a0es primordial democratizar el acceso a la medicina data<\/strong>. Esto es de suma importancia para alimentar y mejorar los modelos de aprendizaje autom\u00e1tico.<\/p>\nM\u00faltiples factores pueden influir en ella, como:<\/p>\n
\n- El volumen de aumento m\u00e9dico data<\/strong> como resultado de la multiplicaci\u00f3n de los wearables o de la secuenciaci\u00f3n gen\u00f3mica databases.<\/li>\n
- Disponibilidad del Data<\/strong> facilitado por el uso generalizado de los historiales m\u00e9dicos electr\u00f3nicos. Ahora permiten acceder f\u00e1cilmente a un historial data que se remonta a m\u00e1s de 10 a\u00f1os.<\/li>\n<\/ul>\n
La start-up francesa Lifen, por ejemplo, se centra ahora principalmente en la interoperabilidad en el sector sanitario. Ha desarrollado una plataforma de intercambio seguro para m\u00e9dicos e instituciones m\u00e9dicas, impulsada por algoritmos artificial intelligence. Adem\u00e1s de proporcionarles el directorio de profesionales sanitarios m\u00e1s completo de Francia, su soluci\u00f3n es compatible con 100% de software de pr\u00e1ctica m\u00e9dica: el formato data utilizado ya no dificulta el intercambio de data m\u00e9dicos, y la informaci\u00f3n de los pacientes ya no est\u00e1 dispersa en m\u00faltiples softwares.<\/p>\n
La llegada de la telemedicina es un ejemplo perfecto de la democratizaci\u00f3n del acceso m\u00e9dico data.<\/strong><\/p>\nHoy en d\u00eda, el tel\u00e9fono m\u00f3vil proporciona una nueva fuente de data y representa una potente herramienta de diagn\u00f3stico. El uso cada vez mayor de los tel\u00e9fonos m\u00f3viles, combinado con la reducci\u00f3n de las tasas de error de los algoritmos de reconocimiento visual, ha llevado a los fundadores de SkinVision a dise\u00f1ar una aplicaci\u00f3n que utiliza la c\u00e1mara del tel\u00e9fono para controlar las lesiones cut\u00e1neas y evaluar los riesgos de c\u00e1ncer de piel. Como resultado, este enfoque de \u201ctelemedicina\u201d permite a los m\u00e9dicos adquirir un conocimiento m\u00e1s refinado de los comportamientos y estilos de vida de los pacientes, y desarrollar planes de tratamiento m\u00e9dico m\u00e1s preventivos que curativos.<\/p>\n
Gracias a la combinaci\u00f3n de Big Data, an\u00e1lisis predictivo y artificial intelligence, el diagn\u00f3stico y los tratamientos son personalizados, lo que conduce a un enfoque totalmente centrado en el cliente -.\u00a0\u00a0hoy en d\u00eda denominada Medicina de Precisi\u00f3n.<\/strong><\/p>\nTanto la flexibilidad normativa como el apoyo gubernamental son necesarios para implantar r\u00e1pidamente las aplicaciones de la IA en el \u00e1mbito sanitario<\/span><\/strong><\/h3>\n<\/h3>\n
El ritmo fren\u00e9tico de las actualizaciones de los sistemas de aprendizaje autom\u00e1tico y aprendizaje profundo marca la pauta y se necesita una regulaci\u00f3n m\u00e1s laxa para que las implantaciones de IA en la sanidad sigan el ritmo.<\/p>\n
En Estados Unidos, por ejemplo,\u00a0la FDA (Food and Drug Administration) ha acelerado el proceso de aprobaci\u00f3n del software de diagn\u00f3stico por IA<\/strong>\u00a0y el uso de la visi\u00f3n por ordenador en la obtenci\u00f3n de im\u00e1genes m\u00e9dicas desde 2018. En abril de 2018, la organizaci\u00f3n ha autorizado algoritmos de IA para diagnosticar enfermedades oculares como la retinopat\u00eda diab\u00e9tica sin la segunda opini\u00f3n de un m\u00e9dico.<\/p>\nDel mismo modo,\u00a0las grandes empresas tecnol\u00f3gicas chinas cuentan con el firme apoyo del gobierno<\/strong>, sobre todo en la centralizaci\u00f3n de data y la automatizaci\u00f3n de procesos m\u00e9dicos. El Ministerio de Ciencia y Tecnolog\u00eda de China anunci\u00f3 en 2017 que contar\u00eda con Tencent para lanzar una plataforma de IA de c\u00f3digo abierto para el diagn\u00f3stico m\u00e9dico por imagen. Mientras tanto, el uso de la plataforma de la red de Tencent, WeChat, para reservar citas en l\u00ednea y pagar honorarios se est\u00e1 extendiendo cada vez m\u00e1s dentro de los centros m\u00e9dicos. La estrategia parece dar sus frutos como en el primer semestre de 2018,\u00a0China super\u00f3 al Reino Unido para convertirse en el segundo pa\u00eds m\u00e1s activo en la aplicaci\u00f3n de la IA en el sector sanitario.<\/strong><\/p>\nEl desarrollo de sinergias entre las empresas tecnol\u00f3gicas y las instituciones m\u00e9dicas es un requisito previo para la integraci\u00f3n de la IA en el sector sanitario<\/span><\/strong><\/h3>\n<\/h3>\n
Los gigantes tecnol\u00f3gicos est\u00e1n facilitando el acceso data y proporcionando herramientas tecnol\u00f3gicas continuamente optimizadas para los centros m\u00e9dicos.<\/strong><\/p>\nApple, por ejemplo, contribuye creando un ecosistema propicio para los ensayos cl\u00ednicos. Los procesos en torno a los ensayos cl\u00ednicos pueden resultar especialmente largos y costosos. Al proporcionar a los investigadores un flujo data continuo desde dispositivos port\u00e1tiles como el reloj de Apple, los investigadores pueden beneficiarse de informaci\u00f3n en tiempo real sobre la salud de los pacientes que participan en sus estudios. El gigante tecnol\u00f3gico estadounidense tambi\u00e9n ha lanzado en 2015 dos marcos de c\u00f3digo abierto, ResearchKit et CareKit, que facilitan el emparejamiento \u00f3ptimo entre el paciente y el ensayo cl\u00ednico, adem\u00e1s de ayudar a supervisar su evoluci\u00f3n durante el estudio iniciado. Esta iniciativa es solo un ejemplo entre decenas de otras emprendidas por Apple desde 2015, fruto de la voluntad de la empresa de posicionarse como l\u00edder en el sector.<\/p>\n
As\u00ed, la interoperabilidad, el apoyo gubernamental y una regulaci\u00f3n flexible, as\u00ed como la introducci\u00f3n de sinergias entre las empresas tecnol\u00f3gicas y las instituciones m\u00e9dicas, representan las variables ambientales interrelacionadas que pueden proporcionar el terreno f\u00e9rtil necesario para el pleno aprovechamiento del potencial de la IA dentro de la industria sanitaria.<\/p>\n
\u00a1Obtenga m\u00e1s informaci\u00f3n sobre c\u00f3mo la IA mejorar\u00e1 el sector sanitario asistiendo a la Noche Europea de la IA !<\/p>\n<\/div><\/div><\/div><\/div><\/div><\/p>","protected":false},"excerpt":{"rendered":"
Las fantas\u00edas son habituales cuando se trata de la IA. Sin embargo, es necesario encontrar el entorno adecuado para su aplicaci\u00f3n con el fin de integrar plenamente la IA en el \u00e1mbito sanitario.<\/p>","protected":false},"featured_media":707,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995,21931],"blog-language":[2991],"class_list":["post-706","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-category-healthcare","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog\/706","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media\/707"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media?parent=706"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-category?post=706"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-language?post=706"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Hist\u00f3ricamente, el sistema experto MYCIN<\/strong>,desarrollado en 1974, est\u00e1 considerado como la primera aplicaci\u00f3n de la artificial intelligence en la atenci\u00f3n sanitaria. Su objetivo era ayudar a los m\u00e9dicos en su diagn\u00f3stico y en el tratamiento de diversas enfermedades de la sangre. Al intentar reproducir los mecanismos cognitivos de los expertos en un \u00e1rea determinada mediante un razonamiento basado en hechos y reglas (alrededor de 700 reglas), este software ha obtenido resultados m\u00e1s concluyentes que los intentos humanos. En 1979, para calibrar su eficacia, el sistema particip\u00f3 en una competici\u00f3n contra 8 m\u00e9dicos: Se presentaron 10 casos y MYCIN ocup\u00f3 siempre el primer lugar.<\/p>\n Las promesas de la aplicaci\u00f3n de la IA al sector sanitario son m\u00faltiples<\/strong>: como resultado de una mayor precisi\u00f3n diagn\u00f3stica en particular, reducir\u00eda los costes operativos de las instituciones m\u00e9dicas y conducir\u00eda a planes de tratamiento cada vez m\u00e1s personalizados para los pacientes.<\/p>\n Las fantas\u00edas son habituales cuando se trata de la IA. Sin embargo, es necesario encontrar el entorno adecuado para su aplicaci\u00f3n con el fin de integrar plenamente la IA en el \u00e1mbito sanitario.<\/strong><\/p>\n Interoperabilidad<\/strong>, en referencia a la capacidad de compartir f\u00e1cilmente data entre las distintas partes interesadas, es una limitaci\u00f3n inherente al \u00e1mbito sanitario, que obstaculiza la integraci\u00f3n de la IA. Las bases m\u00e9dicas centrales de data o los formatos de almacenamiento est\u00e1ndar son muy escasos - la mayor\u00eda de las veces los documentos se escriben a mano y luego se env\u00edan por fax, lo que hace que cualquier tipo de extracci\u00f3n de data no sea interpretable para las m\u00e1quinas.<\/p>\n Con el fin de establecer un entorno propicio para la IA en la atenci\u00f3n sanitaria,\u00a0es primordial democratizar el acceso a la medicina data<\/strong>. Esto es de suma importancia para alimentar y mejorar los modelos de aprendizaje autom\u00e1tico.<\/p>\n M\u00faltiples factores pueden influir en ella, como:<\/p>\n La start-up francesa Lifen, por ejemplo, se centra ahora principalmente en la interoperabilidad en el sector sanitario. Ha desarrollado una plataforma de intercambio seguro para m\u00e9dicos e instituciones m\u00e9dicas, impulsada por algoritmos artificial intelligence. Adem\u00e1s de proporcionarles el directorio de profesionales sanitarios m\u00e1s completo de Francia, su soluci\u00f3n es compatible con 100% de software de pr\u00e1ctica m\u00e9dica: el formato data utilizado ya no dificulta el intercambio de data m\u00e9dicos, y la informaci\u00f3n de los pacientes ya no est\u00e1 dispersa en m\u00faltiples softwares.<\/p>\n La llegada de la telemedicina es un ejemplo perfecto de la democratizaci\u00f3n del acceso m\u00e9dico data.<\/strong><\/p>\n Hoy en d\u00eda, el tel\u00e9fono m\u00f3vil proporciona una nueva fuente de data y representa una potente herramienta de diagn\u00f3stico. El uso cada vez mayor de los tel\u00e9fonos m\u00f3viles, combinado con la reducci\u00f3n de las tasas de error de los algoritmos de reconocimiento visual, ha llevado a los fundadores de SkinVision a dise\u00f1ar una aplicaci\u00f3n que utiliza la c\u00e1mara del tel\u00e9fono para controlar las lesiones cut\u00e1neas y evaluar los riesgos de c\u00e1ncer de piel. Como resultado, este enfoque de \u201ctelemedicina\u201d permite a los m\u00e9dicos adquirir un conocimiento m\u00e1s refinado de los comportamientos y estilos de vida de los pacientes, y desarrollar planes de tratamiento m\u00e9dico m\u00e1s preventivos que curativos.<\/p>\n Gracias a la combinaci\u00f3n de Big Data, an\u00e1lisis predictivo y artificial intelligence, el diagn\u00f3stico y los tratamientos son personalizados, lo que conduce a un enfoque totalmente centrado en el cliente -.\u00a0\u00a0hoy en d\u00eda denominada Medicina de Precisi\u00f3n.<\/strong><\/p>\n El ritmo fren\u00e9tico de las actualizaciones de los sistemas de aprendizaje autom\u00e1tico y aprendizaje profundo marca la pauta y se necesita una regulaci\u00f3n m\u00e1s laxa para que las implantaciones de IA en la sanidad sigan el ritmo.<\/p>\n En Estados Unidos, por ejemplo,\u00a0la FDA (Food and Drug Administration) ha acelerado el proceso de aprobaci\u00f3n del software de diagn\u00f3stico por IA<\/strong>\u00a0y el uso de la visi\u00f3n por ordenador en la obtenci\u00f3n de im\u00e1genes m\u00e9dicas desde 2018. En abril de 2018, la organizaci\u00f3n ha autorizado algoritmos de IA para diagnosticar enfermedades oculares como la retinopat\u00eda diab\u00e9tica sin la segunda opini\u00f3n de un m\u00e9dico.<\/p>\n Del mismo modo,\u00a0las grandes empresas tecnol\u00f3gicas chinas cuentan con el firme apoyo del gobierno<\/strong>, sobre todo en la centralizaci\u00f3n de data y la automatizaci\u00f3n de procesos m\u00e9dicos. El Ministerio de Ciencia y Tecnolog\u00eda de China anunci\u00f3 en 2017 que contar\u00eda con Tencent para lanzar una plataforma de IA de c\u00f3digo abierto para el diagn\u00f3stico m\u00e9dico por imagen. Mientras tanto, el uso de la plataforma de la red de Tencent, WeChat, para reservar citas en l\u00ednea y pagar honorarios se est\u00e1 extendiendo cada vez m\u00e1s dentro de los centros m\u00e9dicos. La estrategia parece dar sus frutos como en el primer semestre de 2018,\u00a0China super\u00f3 al Reino Unido para convertirse en el segundo pa\u00eds m\u00e1s activo en la aplicaci\u00f3n de la IA en el sector sanitario.<\/strong><\/p>\n Los gigantes tecnol\u00f3gicos est\u00e1n facilitando el acceso data y proporcionando herramientas tecnol\u00f3gicas continuamente optimizadas para los centros m\u00e9dicos.<\/strong><\/p>\n Apple, por ejemplo, contribuye creando un ecosistema propicio para los ensayos cl\u00ednicos. Los procesos en torno a los ensayos cl\u00ednicos pueden resultar especialmente largos y costosos. Al proporcionar a los investigadores un flujo data continuo desde dispositivos port\u00e1tiles como el reloj de Apple, los investigadores pueden beneficiarse de informaci\u00f3n en tiempo real sobre la salud de los pacientes que participan en sus estudios. El gigante tecnol\u00f3gico estadounidense tambi\u00e9n ha lanzado en 2015 dos marcos de c\u00f3digo abierto, ResearchKit et CareKit, que facilitan el emparejamiento \u00f3ptimo entre el paciente y el ensayo cl\u00ednico, adem\u00e1s de ayudar a supervisar su evoluci\u00f3n durante el estudio iniciado. Esta iniciativa es solo un ejemplo entre decenas de otras emprendidas por Apple desde 2015, fruto de la voluntad de la empresa de posicionarse como l\u00edder en el sector.<\/p>\n As\u00ed, la interoperabilidad, el apoyo gubernamental y una regulaci\u00f3n flexible, as\u00ed como la introducci\u00f3n de sinergias entre las empresas tecnol\u00f3gicas y las instituciones m\u00e9dicas, representan las variables ambientales interrelacionadas que pueden proporcionar el terreno f\u00e9rtil necesario para el pleno aprovechamiento del potencial de la IA dentro de la industria sanitaria.<\/p>\n \u00a1Obtenga m\u00e1s informaci\u00f3n sobre c\u00f3mo la IA mejorar\u00e1 el sector sanitario asistiendo a la Noche Europea de la IA !<\/p>\n<\/div><\/div><\/div><\/div><\/div><\/p>","protected":false},"excerpt":{"rendered":" Las fantas\u00edas son habituales cuando se trata de la IA. Sin embargo, es necesario encontrar el entorno adecuado para su aplicaci\u00f3n con el fin de integrar plenamente la IA en el \u00e1mbito sanitario.<\/p>","protected":false},"featured_media":707,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995,21931],"blog-language":[2991],"class_list":["post-706","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-category-healthcare","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog\/706","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media\/707"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media?parent=706"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-category?post=706"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-language?post=706"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}La interoperabilidad allana el camino a la medicina de precisi\u00f3n<\/span><\/strong><\/h3>\n
<\/h3>\n
\n
Tanto la flexibilidad normativa como el apoyo gubernamental son necesarios para implantar r\u00e1pidamente las aplicaciones de la IA en el \u00e1mbito sanitario<\/span><\/strong><\/h3>\n
<\/h3>\n
El desarrollo de sinergias entre las empresas tecnol\u00f3gicas y las instituciones m\u00e9dicas es un requisito previo para la integraci\u00f3n de la IA en el sector sanitario<\/span><\/strong><\/h3>\n
<\/h3>\n