De datos a descubrimientos: la revolución de la inteligencia artificial

Contenido principal del artículo

Carla Lorena Macchia-de Sánchez
Paola Yanina Macchia

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

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Macchia-de Sánchez, C. L., & Macchia, P. Y. (2023). De datos a descubrimientos: la revolución de la inteligencia artificial. Duazary, 21(4), 257–259. https://doi.org/10.21676/2389783X.6235
Sección
Editorial

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.

Artículos más leídos del mismo autor/a