Page 12 - Revista Isalud Nro 88

multivariantes, la minería de datos, la coincidencia de cer el trabajo en equipo. Los pacientes también experi-
patrones, el modelado predictivo y el aprendizaje auto- mentarán en las aplicaciones de e-health en los entornos
mático son solo algunas de las técnicas que caen bajo el clínicos, más facilidades, en sus propios hogares y la
paraguas del análisis predictivo. Esto lo hace utilizan- m-health en sus vidas. El manejo, la propiedad, el uso de
do datos históricos y actuales, y mediante ese análisis estos datos exige mejoras en la ciberseguridad por la po-
estima la probabilidad de un evento o sus efectos pos- sibilidad que sean hackeados y exige encontrar el punto
teriores mediante los algoritmos de la IA. Para ello es óptimo entre la disrupción y el progreso en el mundo
necesario tener más cantidad de datos en tiempo real moderno, en la incorporación de proveedores .
18
para consolidar respuestas. Empresas muy poderosas del manejo de la ciencia
Los modelos predictivos pueden ser poderosas he- de los datos están invirtiendo para la generación de
rramientas de gestión para respaldar la planificación y nuevos productos, los responsables de los sistemas
programación de atención médica. Influirán también de salud se deben interiorizar y trabajar con prota-
en cómo trabajarán y aprenderán los profesionales de la gonismo en los avances y alcances de cada uno de los
salud. Permitirán Informar diagnósticos más precisos, desarrollos, para facilitar y controlar el desarrollo y la
mejorar en la detección clínica, acceder a una medicina aplicación, implementando estas evoluciones en los
personalizada, de precisión, mejorar la productividad, procesos actuales, que servirán para la efectividad y
disminuir la carga de trabajo, el rendimiento y favore- eficiencia de los sistemas de salud.

Bibliografía
1 Tortorella G.Flogiato F. Contributions of Healthcare 4.0 digital F, Padoy N, Talamini M, Meireles OR. SAGES consensus
applications to the resilience of healthcare organizations during recommendations on surgical video data use, structure, and
the COVID-19 outbreak. Technovation March 2022. exploration (for research in artificial intelligence, clinical
2 Bohr, A., Memarzadeh, K.: The rise of artificial intelligence quality improvement, and surgical education). Surg Endosc.
in healthcare applications. Artif. Intell. in Healthcare. 25–60 2023 Jul 29. doi: 10.1007/s00464-023-10288-3. Epub ahead of
(2020). https://doi.org/10.1016/b978-0-12-818438-7.00002-2 print. PMID: 37516693.
3 Dicuonzo G. Donofrio F. Fusco A Shini M Healthcaresystem: 13 Wamba SF. Queiroz MM. Responsible Artificial Intelligence
moving forward with artificial intelligence Technovation. as a secret ingredient for digital health: bibliometric analysis,
2023. 120.202 102510 insights, and research directions. Information system
4 Seh AH, Zarour M, Alenezi M, Sarkar AK, Agrawal A, frontiers. 2021.
Kumar R, Khan RA. Healthcare Data Breaches: Insights and 14 Alkhalaf, S.; Alturise, F.; Bahaddad, A.A.; Elnaim, B.M.E.;
Implications. Healthcare (Basel). 2020 May 13;8(2):133. Shabana, S.; Abdel-Khalek, S.; Mansour, R.F. Adaptive Aquila
5 Hashimoto DA, Rosman G, Rus D, Meireles OR. Artificial Optimizer with Explainable Artificial Intelligence-Enabled
intelligence in surgery: promises and perils. Ann Surg Cancer Diagnosis on Medical Imaging. Cancers 2023, 15, 1492.
2018;268(1):706 https://doi.org/10.3390/cancers15051492
6 Benavent Nuñez D. Colomer Mascaró J. Quecedo Gutierrez 15 El Moheb M, Gebran A, Maurer LR, Naar L, El Hechi M, Breen
L Gol Montserrat J Llano Señaris JE. Inteligencia artificial y K, Dorken-Gallastegi A, Sinyard R, Bertsimas D, Velmahos G,
decisiones clínicas. Como esta cambiando el comportamiento Kaafarani HMA. Artificial Intelligence versus Surgeon Gestalt in
del médico. Fundación Gaspar Casal ebook 2022. Predicting Risk of Emergency General Surgery. J Trauma Acute
7 Russell, S., Norvig, P., 2020. Artificial intelligence: A modern Care Surg. 2023 Jun 14. doi: 10.1097/TA.0000000000004030.
approach, second ed. Pearson, New York, NY Epub ahead of print. PMID: 37314698.
8 Merriam-Webster, 2022. Algorithm. https://www.merriam- 16 Arora A. Conceptualising artificial Intelligence as a Digital
webster.com/dictionary/algorithm. Healthcare innovation: an introductory review. Medical
9 Wang F, Casalino LP, Khullar D. Deep Learning in devices: Evidence and Research 2022.223-230
Medicine—Promise, Progress, and Challenges. JAMA Intern 17 French Hospital and Intel Predict ER Visits and Admissions 2022.
Med. 2019;179(3):293–294. 18 Miller D. Douglas, Eric W. Brown, Artificial Intelligence in
10 Porter, M.E., Larsson, S., Lee, T.H., 2016. Standardizing Medical Practice: The Question to the Answer?, The American
patient outcomes measurement. The New England Journal of Journal of Medicine, Volume 131, Issue 2, 2018,129-13
Medicine 374 (6), 504e506 19 Russell, Regina G.; Lovett Novak, Laurie; Patel,
11 Deloitte, 2022. Global Health Care Outlook: Are We Finally Mehool; Garvey, Kim V.; Craig, Kelly Jean Thomas; Jackson,
Seeing the Long-Promised Transformation? https://www2. Gretchen P.; Moore, Don; Miller, Bonnie M Academic
deloitte.com/content/dam/Deloitte/global/Documents/Life- Medicine, Volume 98, Number 3, 17 February 2023, pp. 348-
SciencesHealth-Care/gx-health-care-outlook-Final.pdf 356(9).
12 Eckhoff JA, Rosman G, Altieri MS, Speidel S, Stoyanov D, 20 Zhang XJ An Analytic and Systematic View of the digital
Anvari M, Meier-Hein L, März K, Jannin P, Pugh C, Wagner transformation of healthcare. Thomas Jefferson University.
M, Witkowski E, Shaw P, Madani A, Ban Y, Ward T, Filicori Home of Sidney Kimmel Medical College. 2023

12 Revista ISALUD
VOLUMEN 18—NÚMERO 88—AGOSTO 2023