De datos a descubrimientos: la revolución de la inteligencia artificial
Contenido principal del artículo
Resumen
La irrupción de la inteligencia artificial (IA) ha generado una transformación profunda en el mundo que nos rodea. Aunque los primeros avances en esta tecnología llevan décadas, el salto exponencial experimentado en los últimos años es asombroso. Resulta imposible permanecer ajenos a una realidad que permea prácticamente todos los ámbitos de la vida. Según la UNESCO: “la IA permite que máquinas simulen aspectos de la inteligencia humana tales como la percepción, la solución de problemas, la interacción lingüística y hasta la creatividad.” En el ámbito de la salud, por ejemplo, la IA se utiliza para mejorar la precisión diagnóstica, personalizar tratamientos y asistir en la toma de decisiones, entre otros.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
No se permite un uso comercial de la obra original ni de las posibles obras derivadas, la distribución de las cuales se debe hacer con una licencia igual a la que regula la obra original.
Citas
UNESCO. Inteligencia artificial; 2024
Garcia-Lopez A, Girón-Luque F, Rosselli D. La integración de la inteligencia artificial en la atención médica: desafíos éticos y de implementación. Univ Med. 2023;64. https://doi.org/10.11144/Javeriana.umed64-3.inte
Frey CB, Osborne MA. The future of employment: how susceptible are jobs to computerisation? Technol Forecast Soc Change. 2017;114:254–80. https://doi.org/10.1016/j.techfore.2016.08.019
Sánchez-Rosado JC, Díez-Parra M. Impacto de la inteligencia artificial en la transformación de la sanidad: beneficios y retos. Econ Ind. 2022; 423:129-44.
Alowais SA, Alghamdi SS, Alsuhebany N, Alqahtani T, Alshaya AI, Almohareb SN, et al. Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Med Educ. 2023;23:689. https://doi.org/10.1186/s12909-023-04698-z
Yee E, Ma D, Popuri K, Chen S, Lee H, Chow V, et al. Alzheimer’s disease neuroimaging initiative; Australian imaging biomarkers and lifestyle flagship study of ageing. 3D hemisphere-based convolutional neural network for whole-brain MRI segmentation. Comput Med Imaging Graph. 2022;95:102000. https://doi.org/10.1016/j.compmedimag.2021.102000
Schaffter T, Buist DSM, Lee CI, Nikulin Y, Ribli D, Guan Y, et al. Evaluation of combined artificial intelligence and radiologist assessment to interpret screening mammograms. JAMA Netw Open. 2020;3:e200265. https://doi.org/10.1001/jamanetworkopen.2020.0265
Bruntha PM, Pandian SIA, Sagayam KM, Bandopadhyay S, Pomplun M, Dang H. Lung_PAYNet: A pyramidal attention based deep learning network for lung nodule segmentation. Sci Rep. 2022;12:20330. https://doi.org/10.1038/s41598-022-24900-4
Ronneberger O, Fischer P, Brox T. U-Net: Convolutional networks for biomedical image segmentation. In: Navab N, Hornegger J, Wells W, Frangi A. Medical image computing and computer-assisted intervention – MICCAI 2015. Cham: Springer; 2015. https://doi.org/10.1007/978-3-319-24574-4_28
Bitkina OV, Park J, Kim HK. Application of artificial intelligence in medical technologies: A systematic review of main trends. Digit Health. 2023;9: 20552076231189331. https://doi.org/10.1177/20552076231189331
Johnson KB, Wei WQ, Weeraratne D, Frisse ME, Misulis K, Rhee K et al. Precision Medicine, AI, and the Future of Personalized Health Care. Clin Transl Sci. 2021;14:86-93. https://doi.org/10.1111/cts.12884
Nobel Prize. Nobel Prizes and Laureates; 2024.