(HealthDay) Rayas de color se arremolinan a trav\u00e9s de una imagen pulsante en blanco y negro del coraz\u00f3n de un paciente. Representan sangre y est\u00e1n codificados por colores seg\u00fan la velocidad: turquesa y verde para el flujo m\u00e1s r\u00e1pido, amarillo y rojo para el m\u00e1s lento. <\/p>\n
Este video en tiempo real, que se puede rotar y ver desde cualquier \u00e1ngulo, permite a los m\u00e9dicos detectar problemas como una v\u00e1lvula card\u00edaca con fugas o una reparaci\u00f3n quir\u00fargica fallida con una velocidad sin precedentes. Y la tecnolog\u00eda de im\u00e1genes de inteligencia artificial (IA) lo hizo posible.<\/p>\n
\u00abEs bastante simple, es como un videojuego\u00bb, dijo el Dr. Albert Hsiao, profesor asociado de radiolog\u00eda en la Universidad de California, San Diego. , quien desarroll\u00f3 la tecnolog\u00eda mientras era m\u00e9dico residente en la Universidad de Stanford.<\/p>\n
Est\u00e1n sucediendo muchas cosas detr\u00e1s de escena para respaldar esta simplicidad. Cada escaneo de 10 minutos produce de 2 a 10 gigabytes de datos. Para manejar conjuntos de datos tan grandes y complicados, Hsiao y sus colegas de Arterys, la compa\u00f1\u00eda que ayud\u00f3 a fundar en 2012 para desarrollar la tecnolog\u00eda, decidieron construir la infraestructura en Internet, donde los servidores de otros investigadores pueden acceder a ella.<\/p>\n
Y ahora, investigadores de todo el mundo est\u00e1n utilizando esta infraestructura basada en la nube para compartir y probar modelos m\u00e9dicos de im\u00e1genes de IA en Arterys Marketplace. \u00abHemos hecho que sea casi tan f\u00e1cil obtener IA m\u00e9dica en l\u00ednea como subir un video de YouTube\u00bb, dijo el gerente de estrategia de productos de Arterys, Christian Ulstrup.<\/p>\n
Arterys decidi\u00f3 abrir su plataforma de $ 50 millones a todos los comerciantes. que llam\u00f3 la atenci\u00f3n en el mundo competitivo de la atenci\u00f3n de la salud y la medicina porque la empresa se dio cuenta de que todo el potencial de la tecnolog\u00eda para transformar la medicina no se pod\u00eda realizar sin la colaboraci\u00f3n de otros, explic\u00f3 Ulstrup.<\/p>\n
\u00abExisten todos estos investigadores brillantes, fundadores de empresas emergentes y desarrolladores individuales que trabajan con modelos de aprendizaje autom\u00e1tico con los datos que encuentran en l\u00ednea\u00bb, explic\u00f3 Ulstrup. \u00abLo que es realmente desgarrador es que la mayor\u00eda de estos modelos que podr\u00edan usarse para satisfacer necesidades cl\u00ednicas no satisfechas terminan muriendo en los discos duros. Solo estamos tratando de conectar a estas personas que realmente no tienen un canal de comunicaci\u00f3n\u00bb.<\/p>\n
Aqu\u00ed hay un video de la exploraci\u00f3n del coraz\u00f3n con IA en acci\u00f3n:<\/p>\n<\/p>\n
La inteligencia artificial, b\u00e1sicamente, programas de computadora o m\u00e1quinas que pueden aprender, tiene el potencial de abrir el acceso a la atenci\u00f3n m\u00e9dica, mejorar calidad de la atenci\u00f3n m\u00e9dica e incluso reducir los costos, pero tambi\u00e9n conlleva riesgos reales. Las herramientas de IA deben \u00abentrenarse\u00bb con grandes cantidades de datos de alta calidad y, para ser \u00fatiles, deben ser lo suficientemente s\u00f3lidas como para funcionar en cualquier entorno. Y el uso de IA entrenada en datos sesgados podr\u00eda da\u00f1ar a los pacientes.<\/p>\n
IA como ‘arma de doble filo’<\/p>\n
\u00abEs muy importante que comencemos a observar los sesgos inconscientes en los datos para asegurarnos de no programar recomendaciones discriminatorias\u00bb, dijo el Dr. Kevin Johnson, presidente de inform\u00e1tica biom\u00e9dica en el Centro M\u00e9dico de la Universidad de Vanderbilt en Nashville. Prefiere el t\u00e9rmino \u00abinteligencia aumentada\u00bb a \u00abinteligencia artificial\u00bb, ya que la IA tiene como objetivo ampliar las capacidades de los m\u00e9dicos, no robarles el trabajo.<\/p>\n
Una aplicaci\u00f3n clave de la IA en el cuidado de la salud ser\u00e1 identificar pacientes que est\u00e1n en riesgo de malos resultados, pero tales predicciones son peores que in\u00fatiles si los m\u00e9dicos no saben c\u00f3mo prevenir esos resultados, o si no hay recursos disponibles para ayudar a los pacientes, agreg\u00f3 Johnson. \u00abNo tenemos la fuerza laboral que desempe\u00f1e el papel del guante del receptor\u00bb y pueda intervenir y ayudar a estos pacientes en riesgo, anot\u00f3 Johnson, especialmente en un sistema de atenci\u00f3n m\u00e9dica ahora al l\u00edmite por la pandemia de coronavirus.<\/p>\n
\u00abCreo que tenemos que pensar creativamente sobre c\u00f3mo reestructuramos el sistema para respaldar algunos de los resultados que nos interesan\u00bb, dijo.<\/p>\n
Dr. Ravi Parikh es instructor de \u00e9tica m\u00e9dica y pol\u00edtica de salud en la Escuela de Medicina Perelman de la Universidad de Pensilvania en Filadelfia. Se\u00f1al\u00f3 que \u00abla IA y el aprendizaje autom\u00e1tico son una especie de arma de doble filo, particularmente en mi campo de oncolog\u00eda\u00bb. <\/p>\n
La IA ha demostrado su potencial para interpretar im\u00e1genes, por ejemplo, para diagnosticar el c\u00e1ncer de pulm\u00f3n a partir de una tomograf\u00eda computarizada, pero cuando se trata de usar la IA para respaldar decisiones cl\u00ednicas, como si este paciente debe recibir quimioterapia o si ese paciente debe recibir al hospital, existe el riesgo de que no ayude a los pacientes o que incluso pueda ser perjudicial, anot\u00f3 Parikh.<\/p>\n
\u00abAunque es posible que tenga una IA que sea precisa en general, si est\u00e1 caracterizando err\u00f3neamente un resultado para un grupo espec\u00edfico de pacientes que realmente tiene que preguntarse si vale la pena\u00bb, dijo.<\/p>\n
Lo que ha faltado en el desarrollo de la IA para el cuidado de la salud, agreg\u00f3 Parikh, han sido estudios prospectivos rigurosos para determinar si la tecnolog\u00eda es realmente \u00fatil para los pacientes.<\/p>\n
As\u00ed como la Administraci\u00f3n de Drogas y Alimentos de EE. UU. requiere que las compa\u00f1\u00edas farmac\u00e9uticas realicen ensayos cl\u00ednicos para confirmar que su producto es seguro y efectivo, dijo Parikh, la FDA deber\u00eda comenzar a exigir a los fabricantes de herramientas de IA para probar su seguridad y eficacia en humanos .<\/p>\n
Y as\u00ed como la agencia rastrea la seguridad de los medicamentos una vez que llegan al mercado, la FDA deber\u00eda establecer marcos para estudiar si los algoritmos de IA que aprueba est\u00e1n aplicando los sesgos existentes, se\u00f1al\u00f3.<\/p>\n
\u00abRealmente tenemos que empezar a centrarnos en eso, ya que estas cosas est\u00e1n llegando a la cl\u00ednica\u00bb, dijo Parikh. <\/p>\n
Explore m\u00e1s<\/p>\n
La revoluci\u00f3n de la IA: ayudar a los m\u00e9dicos en el diagn\u00f3stico <\/p>\n
Copyright 2020 HealthDay. Reservados todos los derechos. <\/p>\n
Cita<\/strong>: La revoluci\u00f3n de la IA: para pacientes, promesas y desaf\u00edos por delante (10 de junio de 2020) recuperado el 31 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2020-06-ai -revolution-patients.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" (HealthDay) Rayas de color se arremolinan a trav\u00e9s de una imagen pulsante en blanco y negro del coraz\u00f3n de un paciente. Representan sangre y est\u00e1n codificados por colores seg\u00fan la velocidad: turquesa y verde para el flujo m\u00e1s r\u00e1pido, amarillo y rojo para el m\u00e1s lento. Este video en tiempo real, que se puede rotar … Continuar leyendo \u00abLa revoluci\u00f3n de la IA: para los pacientes, promesas y desaf\u00edos por delante\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-29964","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/29964","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=29964"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/29964\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=29964"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=29964"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=29964"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}