{"id":6582,"date":"2022-08-30T01:55:47","date_gmt":"2022-08-30T06:55:47","guid":{"rendered":"https:\/\/www.biblia.work\/articulos-salud\/las-seis-caracteristicas-de-los-algoritmos-ideales-para-el-cuidado-de-la-salud\/"},"modified":"2022-08-30T01:55:47","modified_gmt":"2022-08-30T06:55:47","slug":"las-seis-caracteristicas-de-los-algoritmos-ideales-para-el-cuidado-de-la-salud","status":"publish","type":"post","link":"https:\/\/www.biblia.work\/articulos-salud\/las-seis-caracteristicas-de-los-algoritmos-ideales-para-el-cuidado-de-la-salud\/","title":{"rendered":"Las seis caracter\u00edsticas de los algoritmos ideales para el cuidado de la salud"},"content":{"rendered":"<p>Los algoritmos ideales en el cuidado de la salud tienen 6 caracter\u00edsticas deseables: explicables, din\u00e1micos, precisos, aut\u00f3nomos, justos y reproducibles. Cr\u00e9dito: Loftus et al., 2022 <\/p>\n<p>Una lista de verificaci\u00f3n recientemente propuesta describe seis objetivos por los que luchar en el desarrollo de algoritmos de aprendizaje autom\u00e1tico que ayuden a los m\u00e9dicos a tomar decisiones de atenci\u00f3n m\u00e9dica y recomendaciones para los pacientes. Tyler Loftus de University of Florida Health, Gainesville, y sus colegas presentan este marco en un art\u00edculo de opini\u00f3n para la revista de acceso abierto PLOS Digital Health el 18 de enero de 2022. <\/p>\n<p>Cada vez m\u00e1s, los m\u00e9dicos toman importantes decisiones de atenci\u00f3n m\u00e9dica con la ayuda de herramientas algor\u00edtmicas que aprovechar grandes cantidades de datos complejos en un grado que supera con creces la capacidad de razonamiento de la mente humana. Por ejemplo, los investigadores han desarrollado algoritmos que aprenden de grandes cantidades de datos de pacientes anteriores para predecir el riesgo de complicaciones de un nuevo paciente despu\u00e9s de la cirug\u00eda. <\/p>\n<p>Sin embargo, si bien existen pautas para garantizar que dichos algoritmos se informen a la comunidad de atenci\u00f3n m\u00e9dica de manera clara y estandarizada, falta un marco para evaluar estos algoritmos.<\/p>\n<p> Ahora, Loftus y sus colegas proponen seis caracter\u00edsticas de los algoritmos de atenci\u00f3n m\u00e9dica ideales. Para maximizar sus beneficios, seg\u00fan los investigadores, un algoritmo debe ser:<\/p>\n<p>1. Explicable: capaz de aclarar la importancia relativa de varias caracter\u00edsticas de un paciente y su condici\u00f3n m\u00e9dica para determinar los resultados, sin confundir asociaci\u00f3n con causalidad<\/p>\n<p>2. Din\u00e1mico: capaz de ajustar las predicciones seg\u00fan los cambios en tiempo real en las caracter\u00edsticas del paciente<\/p>\n<p>3. Preciso: capaz de aprovechar al m\u00e1ximo los datos recopilados a una resoluci\u00f3n lo suficientemente alta como para capturar de manera s\u00f3lida la condici\u00f3n cambiante de un paciente<\/p>\n<p>4. Aut\u00f3nomo: capaz de aprender y obtener resultados con un aporte humano m\u00ednimo<\/p>\n<p>5. Justo: capaz de dar cuenta de cualquier sesgo impl\u00edcito e inequidad social<\/p>\n<p>6. Reproducible: capaz de compartirse ampliamente con la comunidad de investigaci\u00f3n para su validaci\u00f3n<\/p>\n<p>Para demostrar este nuevo marco, los investigadores lo utilizaron para evaluar ocho algoritmos que han sido muy citados en la literatura acad\u00e9mica. Ninguno cumpli\u00f3 con las seis caracter\u00edsticas propuestas, destacando oportunidades de mejora, especialmente en autonom\u00eda, equidad, explicabilidad y reproducibilidad.<\/p>\n<p>Los autores sugieren posibles v\u00edas para mejorar los algoritmos de atenci\u00f3n m\u00e9dica para que logren los nuevos objetivos e, idealmente, maximizar los beneficios para pacientes, m\u00e9dicos y otros investigadores.<\/p>\n<p>Dr. Bihorac resume: \u00abProponemos un marco para la IA m\u00e9dica confiable al definir el conjunto de atributos clave m\u00ednimos que deben cumplir los algoritmos destinados al uso en la atenci\u00f3n cl\u00ednica\u00bb. <\/p>\n<p>Explore m\u00e1s<\/p>\n<p> Nuevo algoritmo para la clasificaci\u00f3n de lesiones cut\u00e1neas <strong>M\u00e1s informaci\u00f3n:<\/strong> Loftus TJ, Tighe PJ, Ozrazgat-Baslanti T, Davis JP, Ruppert MM, Ren Y, et al. (2022) Algoritmos ideales en atenci\u00f3n m\u00e9dica: explicables, din\u00e1micos, precisos, aut\u00f3nomos, justos y reproducibles. Salud del d\u00edgito PLOS 1(1): e0000006. doi.org\/10.1371\/journal.pdig.0000006 Proporcionado por Public Library of Science <strong>Cita<\/strong>: Las seis caracter\u00edsticas de los algoritmos de atenci\u00f3n m\u00e9dica ideales (2022, 18 de enero) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress. com\/news\/2022-01-characteristics-ideal-healthcare-algorithms.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":"<p>Los algoritmos ideales en el cuidado de la salud tienen 6 caracter\u00edsticas deseables: explicables, din\u00e1micos, precisos, aut\u00f3nomos, justos y reproducibles. Cr\u00e9dito: Loftus et al., 2022 Una lista de verificaci\u00f3n recientemente propuesta describe seis objetivos por los que luchar en el desarrollo de algoritmos de aprendizaje autom\u00e1tico que ayuden a los m\u00e9dicos a tomar decisiones de &hellip; <a href=\"https:\/\/www.biblia.work\/articulos-salud\/las-seis-caracteristicas-de-los-algoritmos-ideales-para-el-cuidado-de-la-salud\/\" class=\"more-link\">Continuar leyendo<span class=\"screen-reader-text\"> \u00abLas seis caracter\u00edsticas de los algoritmos ideales para el cuidado de la salud\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-6582","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/6582","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=6582"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/6582\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=6582"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=6582"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=6582"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}