metricas
covid
Buscar en
Revista Médica Clínica Las Condes
Toda la web
Inicio Revista Médica Clínica Las Condes Salud e inteligencia artificial: ¿cómo hemos evolucionado?
Información de la revista

Estadísticas

Siga este enlace para acceder al texto completo del artículo

Salud e inteligencia artificial: ¿cómo hemos evolucionado?
Artificial intelligence in health: where are we in 2022?
Esteban Basáeza,b,
Autor para correspondencia
ebasaez@clinicalascondes.cl

Autor para correspondencia.
, Javier Morac,d,e
a Jefe Departamento de Neurología. Clínica Las Condes. Santiago, Chile
b Jefe Centro de Innovación. Clínica Las Condes. Santiago, Chile
c Departamento Cirugía Cardíaca, Vascular y Tórax, Clínica Las Condes. Santiago, Chile
d Unidad de ECMO, Clínica Las Condes. Santiago, Chile
e Unidad de Ciencia de Datos Clínicos, Clínica Las Condes. Santiago, Chile
Leído
8016
Veces
se ha leído el artículo
1063
Total PDF
6953
Total HTML
Compartir estadísticas
 array:23 [
  "pii" => "S0716864022001262"
  "issn" => "07168640"
  "doi" => "10.1016/j.rmclc.2022.11.003"
  "estado" => "S300"
  "fechaPublicacion" => "2022-11-01"
  "aid" => "759"
  "copyrightAnyo" => "2022"
  "documento" => "article"
  "crossmark" => 0
  "licencia" => "http://creativecommons.org/licenses/by-nc-nd/4.0/"
  "subdocumento" => "fla"
  "cita" => "Revista Médica Clínica Las Condes. 2022;33:556-61"
  "abierto" => array:3 [
    "ES" => true
    "ES2" => true
    "LATM" => true
  ]
  "gratuito" => true
  "lecturas" => array:1 [
    "total" => 0
  ]
  "itemSiguiente" => array:18 [
    "pii" => "S0716864022001171"
    "issn" => "07168640"
    "doi" => "10.1016/j.rmclc.2022.11.001"
    "estado" => "S300"
    "fechaPublicacion" => "2022-11-01"
    "aid" => "751"
    "documento" => "article"
    "crossmark" => 0
    "licencia" => "http://creativecommons.org/licenses/by-nc-nd/4.0/"
    "subdocumento" => "fla"
    "cita" => "Revista Médica Clínica Las Condes. 2022;33:562-7"
    "abierto" => array:3 [
      "ES" => true
      "ES2" => true
      "LATM" => true
    ]
    "gratuito" => true
    "lecturas" => array:1 [
      "total" => 0
    ]
    "es" => array:11 [
      "idiomaDefecto" => true
      "titulo" => "La salud en la era digital"
      "tienePdf" => "es"
      "tieneTextoCompleto" => "es"
      "tieneResumen" => array:2 [
        0 => "es"
        1 => "en"
      ]
      "paginas" => array:1 [
        0 => array:2 [
          "paginaInicial" => "562"
          "paginaFinal" => "567"
        ]
      ]
      "titulosAlternativos" => array:1 [
        "en" => array:1 [
          "titulo" => "Health in the digital age"
        ]
      ]
      "contieneResumen" => array:2 [
        "es" => true
        "en" => true
      ]
      "contieneTextoCompleto" => array:1 [
        "es" => true
      ]
      "contienePdf" => array:1 [
        "es" => true
      ]
      "autores" => array:1 [
        0 => array:2 [
          "autoresLista" => "Claudio Gutiérrez, Mercedes López"
          "autores" => array:2 [
            0 => array:2 [
              "nombre" => "Claudio"
              "apellidos" => "Gutiérrez"
            ]
            1 => array:2 [
              "nombre" => "Mercedes"
              "apellidos" => "López"
            ]
          ]
        ]
      ]
    ]
    "idiomaDefecto" => "es"
    "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S0716864022001171?idApp=UINPBA00004N"
    "url" => "/07168640/0000003300000006/v3_202212100538/S0716864022001171/v3_202212100538/es/main.assets"
  ]
  "itemAnterior" => array:18 [
    "pii" => "S0716864022001298"
    "issn" => "07168640"
    "doi" => "10.1016/j.rmclc.2022.11.006"
    "estado" => "S300"
    "fechaPublicacion" => "2022-11-01"
    "aid" => "762"
    "documento" => "simple-article"
    "crossmark" => 0
    "licencia" => "http://creativecommons.org/licenses/by-nc-nd/4.0/"
    "subdocumento" => "edi"
    "cita" => "Revista Médica Clínica Las Condes. 2022;33:554-5"
    "abierto" => array:3 [
      "ES" => true
      "ES2" => true
      "LATM" => true
    ]
    "gratuito" => true
    "lecturas" => array:1 [
      "total" => 0
    ]
    "es" => array:9 [
      "idiomaDefecto" => true
      "titulo" => "EDITORIAL"
      "tienePdf" => "es"
      "tieneTextoCompleto" => "es"
      "paginas" => array:1 [
        0 => array:2 [
          "paginaInicial" => "554"
          "paginaFinal" => "555"
        ]
      ]
      "contieneTextoCompleto" => array:1 [
        "es" => true
      ]
      "contienePdf" => array:1 [
        "es" => true
      ]
      "resumenGrafico" => array:2 [
        "original" => 0
        "multimedia" => array:6 [
          "identificador" => "fig0005"
          "tipo" => "MULTIMEDIAFIGURA"
          "mostrarFloat" => true
          "mostrarDisplay" => false
          "figura" => array:1 [
            0 => array:4 [
              "imagen" => "gr1.jpeg"
              "Alto" => 853
              "Ancho" => 3418
              "Tamanyo" => 107564
            ]
          ]
          "descripcion" => array:1 [
            "es" => "<p id="spar1015" class="elsevierStyleSimplePara elsevierViewall">Resultado de b&#250;squeda de palabras clave &#8220;clinical data science&#8221; en National Library of Medicine</p> <p id="spar2015" class="elsevierStyleSimplePara elsevierViewall">https&#58;&#47;&#47;pubmed&#46;ncbi&#46;nlm&#46;nih&#46;gov&#47;&#63;term&#61;clinical&#43;data&#43;science</p>"
          ]
        ]
      ]
      "autores" => array:1 [
        0 => array:2 [
          "autoresLista" => "Javier Mora"
          "autores" => array:1 [
            0 => array:2 [
              "nombre" => "Javier"
              "apellidos" => "Mora"
            ]
          ]
        ]
      ]
    ]
    "idiomaDefecto" => "es"
    "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S0716864022001298?idApp=UINPBA00004N"
    "url" => "/07168640/0000003300000006/v3_202212100538/S0716864022001298/v3_202212100538/es/main.assets"
  ]
  "es" => array:18 [
    "idiomaDefecto" => true
    "titulo" => "Salud e inteligencia artificial&#58; &#191;c&#243;mo hemos evolucionado&#63;"
    "tieneTextoCompleto" => true
    "paginas" => array:1 [
      0 => array:2 [
        "paginaInicial" => "556"
        "paginaFinal" => "561"
      ]
    ]
    "autores" => array:1 [
      0 => array:4 [
        "autoresLista" => "Esteban Bas&#225;ez, Javier Mora"
        "autores" => array:2 [
          0 => array:4 [
            "nombre" => "Esteban"
            "apellidos" => "Bas&#225;ez"
            "email" => array:1 [
              0 => "ebasaez@clinicalascondes.cl"
            ]
            "referencia" => array:3 [
              0 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">a</span>"
                "identificador" => "aff0005"
              ]
              1 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">b</span>"
                "identificador" => "aff0010"
              ]
              2 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">&#42;</span>"
                "identificador" => "cor0005"
              ]
            ]
          ]
          1 => array:3 [
            "nombre" => "Javier"
            "apellidos" => "Mora"
            "referencia" => array:3 [
              0 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">c</span>"
                "identificador" => "aff0015"
              ]
              1 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">d</span>"
                "identificador" => "aff0020"
              ]
              2 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">e</span>"
                "identificador" => "aff0025"
              ]
            ]
          ]
        ]
        "afiliaciones" => array:5 [
          0 => array:3 [
            "entidad" => "Jefe Departamento de Neurolog&#237;a&#46; Cl&#237;nica Las Condes&#46; Santiago&#44; Chile"
            "etiqueta" => "a"
            "identificador" => "aff0005"
          ]
          1 => array:3 [
            "entidad" => "Jefe Centro de Innovaci&#243;n&#46; Cl&#237;nica Las Condes&#46; Santiago&#44; Chile"
            "etiqueta" => "b"
            "identificador" => "aff0010"
          ]
          2 => array:3 [
            "entidad" => "Departamento Cirug&#237;a Card&#237;aca&#44; Vascular y T&#243;rax&#44; Cl&#237;nica Las Condes&#46; Santiago&#44; Chile"
            "etiqueta" => "c"
            "identificador" => "aff0015"
          ]
          3 => array:3 [
            "entidad" => "Unidad de ECMO&#44; Cl&#237;nica Las Condes&#46; Santiago&#44; Chile"
            "etiqueta" => "d"
            "identificador" => "aff0020"
          ]
          4 => array:3 [
            "entidad" => "Unidad de Ciencia de Datos Cl&#237;nicos&#44; Cl&#237;nica Las Condes&#46; Santiago&#44; Chile"
            "etiqueta" => "e"
            "identificador" => "aff0025"
          ]
        ]
        "correspondencia" => array:1 [
          0 => array:3 [
            "identificador" => "cor0005"
            "etiqueta" => "&#8270;"
            "correspondencia" => "Autor para correspondencia&#46;"
          ]
        ]
      ]
    ]
    "titulosAlternativos" => array:1 [
      "en" => array:1 [
        "titulo" => "Artificial intelligence in health&#58; where are we in 2022&#63;"
      ]
    ]
    "resumenGrafico" => array:2 [
      "original" => 0
      "multimedia" => array:7 [
        "identificador" => "fig0005"
        "etiqueta" => "Fig&#46; 1"
        "tipo" => "MULTIMEDIAFIGURA"
        "mostrarFloat" => true
        "mostrarDisplay" => false
        "figura" => array:1 [
          0 => array:4 [
            "imagen" => "gr1.jpeg"
            "Alto" => 1236
            "Ancho" => 1632
            "Tamanyo" => 152311
          ]
        ]
        "descripcion" => array:1 [
          "es" => "<p id="spar0015" class="elsevierStyleSimplePara elsevierViewall">Foto extra&#237;da del primer computador universitario en Chile&#58; &#8220;El hogar desde donde sali&#243; y se reparti&#243; la luz&#8221;&#46; Versi&#243;n ampliada del paper presentado en el II SHIALC &#40;Simposio de Historia de la Inform&#225;tica en Am&#233;rica Latina y el Caribe&#41;&#44; realizado en Medell&#237;n&#44; Colombia&#44; en octubre de 2012&#46;</p>"
        ]
      ]
    ]
    "textoCompleto" => "<span class="elsevierStyleSections"><span id="sec0005" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleLabel">1</span><span class="elsevierStyleSectionTitle" id="sect0025">Introducci&#243;n</span><p id="par0025" class="elsevierStylePara elsevierViewall">El term&#243;metro de mercurio fue una innovaci&#243;n tecnol&#243;gica en su tiempo&#46; Daniel Fahrenheit dise&#241;&#243; en 1714 la columna capilar de mercurio&#46; Poco tiempo despu&#233;s&#44; Herman Boerhaave fue el primero que aplic&#243; la utilidad de este dispositivo para medir la temperatura de sus pacientes&#46; Sin embargo&#44; algo que hoy parece tan obvio y simple&#44; tard&#243; a&#241;os en ser utilizado como lo hacemos actualmente&#46; Los especialistas de la &#233;poca no aceptaban que un instrumento as&#237; reemplazara la sensibilidad de las manos de un sabio experto para percibir la temperatura de los pacientes&#59; no se entend&#237;a que esa privilegiada percepci&#243;n pudiera ser medida&#44; ni menos&#44; de esa manera&#46; Esto gener&#243; que su uso en medicina se consolidara solo a mediados del siglo XIX cuando Carl Wunderlich enunci&#243; una explicaci&#243;n cient&#237;fica para el fen&#243;meno de la fiebre&#46; Su utilidad se explicaba por s&#237; sola&#44; pero quebrar paradigmas arraigados en los usos y costumbres de una &#233;poca resultaba un desaf&#237;o mayor&#46;</p><p id="par0030" class="elsevierStylePara elsevierViewall">La irrupci&#243;n de tecnolog&#237;a disruptiva en la sociedad se inicia con un sentimiento de escepticismo y transita por un camino que va desde lo novedoso&#44; la duda&#44; la moda&#44; lo contingente&#44; lo oportunista&#44; lo pol&#233;mico&#44; lo favorable y lo desfavorable&#46; Finalmente&#44; al pasar por filtros sociales&#44; colectivos y culturales y resultar exitosa&#44; la adopci&#243;n de esta tecnolog&#237;a se torna fluida y natural y va ganando adeptos en su uso cotidiano&#46; Un ejemplo tangible es el de los tel&#233;fonos inteligentes donde siempre se est&#225; atento a la actualizaci&#243;n de su sistema operativo para ganar funcionalidades o incluso se tiende siempre a buscar el &#250;ltimo modelo&#44; aunque los anteriores est&#233;n perfectamente operativos&#46;</p><p id="par0035" class="elsevierStylePara elsevierViewall">No obstante&#44; en pleno siglo XXI nos seguimos enfrentando al desaf&#237;o de entender y adoptar nuevas tecnolog&#237;as que est&#233;n al servicio de la humanidad&#46; En medicina&#44; transitar desde la palabra y experiencia de los sabios especialistas transmitidas por generaciones&#44; hacia la medicina basada en la evidencia gener&#243; una importante resistencia<a class="elsevierStyleCrossRefs" href="#bib0005"><span class="elsevierStyleSup">1&#44;2</span></a>&#46; Hoy&#44; hablar de inteligencia artificial &#40;IA&#41; y aprendizaje autom&#225;tico en salud resulta a&#250;n &#8220;disruptivo&#8221; y al ser un campo del conocimiento a&#250;n no bien comprendido no hemos podido explotar sus posibilidades&#44; lo que en otras industrias como el marketing ya est&#225; incorporado como una herramienta casi cotidiana&#46;</p><p id="par0040" class="elsevierStylePara elsevierViewall">Otro ejemplo claro de tecnolog&#237;as disruptivas en su momento fue la migraci&#243;n del sistema Kardex para administrar referencias bibliogr&#225;ficas&#44; a los potentes motores de b&#250;squedas digitales actuales&#59; o pasar desde la ficha de papel hasta registros m&#233;dicos completamente electr&#243;nicos&#46; Todos ellos reflejan que el romper paradigmas en la salud moderna puede constituir la barrera m&#225;s dif&#237;cil de vencer que la implementaci&#243;n de una tecnolog&#237;a en s&#237; misma&#46;</p><p id="par0045" class="elsevierStylePara elsevierViewall">En el a&#241;o 1962 lleg&#243; a Chile el primer computador digital para aplicaciones cient&#237;ficas y de ingenier&#237;a del pa&#237;s&#44; un ER-56 Standard Elektrik Lorenz&#46; Este equipo&#44; con una capacidad de memoria de 31 kilobytes ocupaba un gabinete de 12 por 2&#44;3 metros y pesaba 8&#46;950 kilos&#46; Hoy un tel&#233;fono de &#250;ltima generaci&#243;n pesa 180 gramos y puede almacenar 1 terabyte de informaci&#243;n&#44; lo que son 1&#46;700 millones de veces m&#225;s de informaci&#243;n&#46; Esto ejemplifica&#44; cincuenta a&#241;os despu&#233;s&#44; que el hardware ya no es la limitaci&#243;n ni el foco principal&#44; sino en lo que se hace con los datos y la informaci&#243;n relevante que &#233;stos generan &#40;<a class="elsevierStyleCrossRef" href="#fig0005">Fig&#46; 1</a>&#41;&#46;</p><elsevierMultimedia ident="fig0005"></elsevierMultimedia><p id="par0050" class="elsevierStylePara elsevierViewall">Este art&#237;culo pretende recorrer los principales hitos de la a&#250;n incipiente incorporaci&#243;n de las tecnolog&#237;as de aprendizaje autom&#225;tico e IA en salud&#44; y proyectar c&#243;mo desde nuestras instituciones podemos aportar a su investigaci&#243;n&#44; desarrollo e innovaci&#243;n&#46;</p></span><span id="sec0010" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleLabel">2</span><span class="elsevierStyleSectionTitle" id="sect0030">Contexto hist&#243;rico</span><p id="par0055" class="elsevierStylePara elsevierViewall">Hace m&#225;s de 2000 a&#241;os Hip&#243;crates sosten&#237;a&#58; &#8220;es m&#225;s importante saber qu&#233; tipo de persona tiene una enfermedad&#44; que saber qu&#233; tipo de enfermedad tiene una persona&#8221;&#46; En la era moderna&#44; Robert Califf y Robert Rosati se&#241;alaban en 1981&#58; &#8220;la correcta interpretaci&#243;n y uso de los datos informatizados depender&#225; tanto de los m&#233;dicos sabios como de cualquier otra fuente de datos del pasado&#8221;<a class="elsevierStyleCrossRef" href="#bib0010"><span class="elsevierStyleSup">2</span></a>&#46; Ambas ideas&#44; dentro de un contexto de &#8220;desarrollo tecnol&#243;gico&#8221; de su tiempo &#40;la enfermedad para Hip&#243;crates y los datos en la era computacional&#41;&#44; se centran en el ser humano&#58; en el enfermo y en el m&#233;dico&#44; respectivamente&#44; dejando a la tecnolog&#237;a como un complemento del primero&#46; Estas reflexiones&#44; tan separadas en el tiempo&#44; convergen actualmente en una realidad en que el hombre se ve cada vez m&#225;s embebido en m&#225;quinas&#44; normalizando una simbiosis que literalmente va en ambos sentidos&#58; el ser humano utilizando la tecnolog&#237;a&#44; y las m&#225;quinas aprendiendo del ser humano&#46;</p><p id="par0060" class="elsevierStylePara elsevierViewall">Si bien en los trabajos fundacionales de Alan Turing en la primera mitad del siglo XX se comienzan a esbozar conceptos sobre &#8220;m&#225;quinas inteligentes&#8221;&#44; no es hasta 1956 cuando se formaliza el concepto y la disciplina de la IA en la conferencia de Darmouth<a class="elsevierStyleCrossRef" href="#bib0015"><span class="elsevierStyleSup">3</span></a>&#46; Desde ah&#237; se ha llegado a plantear incluso que el pensamiento pudiera ser una forma de computaci&#243;n no exclusiva de los seres humanos o seres biol&#243;gicos&#46; La hip&#243;tesis y prop&#243;sito de Turing de que la inteligencia humana sea posible de reproducir o simular en m&#225;quinas a&#250;n no est&#225; resuelta&#46;</p><p id="par0065" class="elsevierStylePara elsevierViewall"><span class="elsevierStyleItalic">&#8220;Logic Theory Machine&#8221;</span> es considerado el primer programa computacional de IA&#44; dise&#241;ado para descubrir demostraciones de teoremas en l&#243;gica simb&#243;lica<a class="elsevierStyleCrossRef" href="#bib0020"><span class="elsevierStyleSup">4</span></a>&#46; Sus autores propusieron un enfoque heur&#237;stico &#40;reglas generales&#41; para encontrar a trav&#233;s de un &#225;rbol de b&#250;squeda de &#8220;manera inteligente&#8221; una soluci&#243;n al problema&#44; planteando adem&#225;s que esto se lograba en un alto porcentaje de los casos&#44; pero no en su totalidad&#46;</p><p id="par0070" class="elsevierStylePara elsevierViewall">Muchas resoluciones de problemas implican tomar decisiones que se pueden modelar a trav&#233;s una estrategia entregada por el recorrido en un &#8220;&#225;rbol de decisiones&#8221;&#46; Los algoritmos de b&#250;squeda heur&#237;stica se basan en representar el conocimiento impl&#237;cito o procedimental que poseen los seres humanos de forma expl&#237;cita&#44; utilizando s&#237;mbolos y reglas para construir un programa computacional&#46; Por ello&#44; a esta etapa de desarrollo se le denomino &#8220;IA simb&#243;lica&#8221;&#44; con la abstracci&#243;n de la mente humana como una computadora procesadora de s&#237;mbolos&#46; Surgen los sistemas expertos para codificar el razonamiento humano en dominios espec&#237;ficos&#44; como lo fueron los sistemas de apoyo al diagn&#243;stico m&#233;dico con motores de inferencia o como las bases de informaci&#243;n que resumen la evidencia cient&#237;fica disponible en la literatura<a class="elsevierStyleCrossRef" href="#bib0025"><span class="elsevierStyleSup">5</span></a>&#46;</p><p id="par0075" class="elsevierStylePara elsevierViewall">Con una mirada m&#225;s biol&#243;gica en 1958 el psic&#243;logo Frank Rosenblatt propuso el concepto del &#8220;perceptr&#243;n&#8221; como una neurona que pod&#237;a &#8220;aprender&#8221; mediante coeficientes de ponderaci&#243;n para cada entrada de la neurona&#46; Esto constituye la unidad fundamental de la t&#233;cnica de aprendizaje autom&#225;tico denominado redes neuronales &#40;<span class="elsevierStyleItalic">deep learning</span> o <span class="elsevierStyleItalic">representation learning</span>&#41; que ha demostrado muy buen resultado en la mayor&#237;a de las tareas que se pueden resolver con aprendizaje autom&#225;tico<a class="elsevierStyleCrossRef" href="#bib0030"><span class="elsevierStyleSup">6</span></a>&#46; A esta etapa del desarrollo se le conoce como IA conexionista&#46; No fue hasta 1980 que esta t&#233;cnica volvi&#243; a tomar protagonismo con mejoras en su modelo&#44; como la incorporaci&#243;n de la retro propagaci&#243;n &#40;<span class="elsevierStyleItalic">back-propagation</span>&#41;<a class="elsevierStyleCrossRef" href="#bib0035"><span class="elsevierStyleSup">7</span></a>&#46; Posteriormente es gracias a estos avances que se desarrollaron nuevas aplicaciones basadas en redes neuronales&#44; donde la IA simb&#243;lica no logr&#243; el &#233;xito esperado&#46; Ejemplo de ello fueron el reconocimiento facial&#44; detecci&#243;n y clasificaci&#243;n de c&#225;ncer en im&#225;genes m&#233;dicas que comienzan a tener mayor precisi&#243;n que el humano&#44; traductores de idiomas y asistentes virtuales&#44; entre otros&#46; En particular&#44; el reconocimiento visual tuvo una importante mejora con el modelo de red neural convolucional&#44; inspirada en caracter&#237;sticas anat&#243;micas y fisiol&#243;gicas de la visi&#243;n animal<a class="elsevierStyleCrossRef" href="#bib0040"><span class="elsevierStyleSup">8</span></a>&#46;</p><p id="par0080" class="elsevierStylePara elsevierViewall">Con todo&#44; la salud est&#225; inmersa en la &#8220;cuarta era industrial&#8221; que conjuga la convergencia de tecnolog&#237;as digitales&#44; f&#237;sicas y biol&#243;gicas&#46; Esto tiene un rol preponderante en la sociedad actual&#44; donde una din&#225;mica y r&#225;pidamente cambiante tecnolog&#237;a &#8220;de punta&#8221; pone desaf&#237;os no solo de recursos f&#237;sicos y humanos para su implementaci&#243;n&#44; sino tambi&#233;n de conceptos y formas de abordar la medicina moderna en un &#225;mbito del conocimiento humano&#44; muchas veces resistente a los cambios y donde la experiencia y el &#8220;ojo cl&#237;nico&#8221; velan siempre de manera subjetiva por la seguridad del paciente y por los buenos resultados&#46; Desde Hip&#243;crates hasta nuestros d&#237;as&#44; frente a la enfermedad las personas necesitan de un cuidado que le brinde alivio&#44; cualquiera sea la tecnolog&#237;a que para ello se utilice&#46;</p></span><span id="sec0015" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleLabel">3</span><span class="elsevierStyleSectionTitle" id="sect0035">El salto del texto libre de los registros cl&#237;nicos</span><p id="par0085" class="elsevierStylePara elsevierViewall">Hasta hace poco al solicitar datos de registros m&#233;dicos electr&#243;nicos a las unidades de inform&#225;tica o estad&#237;stica&#44; estas se condicionaban a entregar solo texto estructurado tabulado &#40;tablas&#41;&#44; dejando de lado el &#8220;texto libre&#8221; argumentando&#44; adem&#225;s de la dificultad t&#233;cnica de su obtenci&#243;n en algunos casos&#44; que no ser&#237;an de utilidad porque &#8220;no se pod&#237;an procesar&#8221;&#44; perdi&#233;ndose valiosa informaci&#243;n referente a situaciones cl&#237;nicas que se encuentra en evoluciones&#44; informes&#44; protocolos operatorios&#44; etc&#46;</p><p id="par0090" class="elsevierStylePara elsevierViewall">Los sistemas de registros cl&#237;nicos electr&#243;nicos &#40;<span class="elsevierStyleItalic">Electronic Health Record&#44;</span> EHR&#41; fueron concebidos inicialmente con fines de gesti&#243;n administrativa-financiera&#44; m&#225;s que cl&#237;nica&#46; Con el desarrollo de los mismos&#44; el mundo m&#233;dico y de la administraci&#243;n en salud han visto la utilidad de los datos y de su correcto an&#225;lisis e interpretaci&#243;n en pro de realizar una medicina m&#225;s eficiente y segura&#46; No es si no hasta las &#250;ltimas d&#233;cadas donde&#44; adem&#225;s de estar logrando importantes avances en la estandarizaci&#243;n e interoperabilidad de los sistemas de registros a nivel global es que se le est&#225; dando la valiosa utilidad de procesar esos grandes e incrementales vol&#250;menes de datos almacenados en forma diaria&#46;</p><p id="par0095" class="elsevierStylePara elsevierViewall">Algo que para los cient&#237;ficos de datos ya es algo es rutinario&#44; para los m&#233;dicos cl&#237;nicos comienza a ser una poderosa herramienta de la que podemos valernos en distintos aspectos y con la cual debemos familiarizarnos&#46; Es relevante y satisfactorio a la vez saber que con esta manera de modelar datos podemos reencontrarnos con una utilidad real &#40;del punto de vista del an&#225;lisis&#41; de largos textos de evoluciones cl&#237;nicas&#44; interconsultas&#44; informes&#44; protocolos&#44; etc&#46; Al mismo tiempo&#44; despierta el inter&#233;s en l&#237;neas de investigaci&#243;n donde podamos encontrar asociaciones o incluso nueva informaci&#243;n que de otra manera no ver&#237;amos&#44; que puedan responder a hip&#243;tesis o ayudarnos a encontrar respuestas a problemas de la pr&#225;ctica diaria&#46; A medida que estos modelos de texto libre vayan evolucionando &#40;&#8220;aprendiendo&#8221; con nuestros propios datos&#41; nos van a ayudar&#44; a su vez&#44; a &#8220;mejorar&#8221; la propia escritura de los mismos&#44; en el sentido de entender o interpretar mejor las abreviaturas&#44; planteamientos diagn&#243;sticos o terap&#233;uticos&#44; y corregir errores involuntarios en la redacci&#243;n o escritura de terminolog&#237;a y semiolog&#237;a m&#233;dica que los procesadores actuales a&#250;n &#8220;no entienden&#8221;&#46;</p><p id="par0100" class="elsevierStylePara elsevierViewall">Un aspecto muy valioso tambi&#233;n de todo lo anterior es disponer de cada vez m&#225;s de modelos con <span class="elsevierStyleItalic">corpus</span> de datos en espa&#241;ol&#44; que a&#250;n est&#225; en desventaja respecto a los algoritmos que ya resuelven muchos problemas desde el texto libre pero en idioma ingl&#233;s&#46; Adem&#225;s&#44; sabiendo que el aprendizaje autom&#225;tico no est&#225; exento de sesgos seg&#250;n el origen de los datos que utiliza&#44; resulta trascendental que estos modelos &#8220;aprendan&#8221; con datos desde nuestras culturas y sociedades para minimizar los sesgos<a class="elsevierStyleCrossRef" href="#bib0045"><span class="elsevierStyleSup">9</span></a>&#46;</p><p id="par0105" class="elsevierStylePara elsevierViewall">El procesamiento de lenguaje natural &#40;PLN&#41; utilizando algoritmos denominados &#8220;red neuronal recurrente&#8221; de <span class="elsevierStyleItalic">deep learning</span>&#44; logra utilizar herramientas ling&#252;&#237;sticas en la resoluci&#243;n de problemas o tareas cl&#237;nicas espec&#237;ficas&#46; Mediante datos secuenciales y almacenamiento de un estado interno que codifica informaci&#243;n sobre elementos anteriores dentro de una secuencia de texto influyentes en el resultado final<a class="elsevierStyleCrossRef" href="#bib0050"><span class="elsevierStyleSup">10</span></a> es factible&#44; con cada vez m&#225;s agudeza y precisi&#243;n&#44; obtener excelentes resultados de predicci&#243;n y clasificaci&#243;n que de otra manera ser&#237;an imposibles de solucionar o que definitivamente tomar&#237;an demasiado tiempo y recursos en ello&#46; Como ejemplo&#44; podemos predecir rehospitalizaci&#243;n en pacientes utilizando un <span class="elsevierStyleItalic">corpus</span> de datos cl&#237;nicos altamente no estructurados en espa&#241;ol<a class="elsevierStyleCrossRef" href="#bib0055"><span class="elsevierStyleSup">11</span></a>&#46;</p></span><span id="sec0020" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleLabel">4</span><span class="elsevierStyleSectionTitle" id="sect0040">&#201;tica y aprendizaje autom&#225;tico en salud</span><p id="par0110" class="elsevierStylePara elsevierViewall">A pesar de ser metodolog&#237;as cient&#237;ficas objetivas basadas en operaciones matem&#225;ticas de las que se esperar&#237;a un alto nivel de exactitud &#40;ciencias exactas&#41;&#44; existen sesgos en los modelos de aprendizaje autom&#225;tico&#44; como ha ocurrido con textos sexistas y racistas generados con modelos de lenguaje usando redes neuronales<a class="elsevierStyleCrossRef" href="#bib0060"><span class="elsevierStyleSup">12</span></a>&#46; Por ello&#44; el desarrollo de estas tecnolog&#237;as aplicadas en la salud debe considerar este aspecto durante el &#8220;aprendizaje&#8221; de los algoritmos&#44; su interpretaci&#243;n por los expertos del dominio y&#44; m&#225;s a&#250;n&#44; en su implementaci&#243;n con pacientes y poblaci&#243;n general&#46; En el mundo acad&#233;mico actual es un tema relevante&#46; Al respecto&#44; se han propuesto acciones posibles que se pueden llevar a cabo colectivamente para apoyar a investigadores en todo el campo de la &#233;tica de la IA&#44; especialmente a los de grupos marginados que pueden experimentar a&#250;n m&#225;s barreras para comunicar y hacer que su investigaci&#243;n se ampl&#237;e<a class="elsevierStyleCrossRef" href="#bib0065"><span class="elsevierStyleSup">13</span></a>&#46;</p><p id="par0115" class="elsevierStylePara elsevierViewall">La captura de datos cl&#237;nicos es fundamental para construir repositorios robustos&#44; pero deben considerarse cuidadosamente todos los aspectos &#233;ticos y legales&#44; tanto en su origen como para poder ser procesados&#46; A pesar del evidente aumento de la cantidad de datos que actualmente se dispone desde diferentes fuentes es tambi&#233;n sabida la gran avidez por conseguir datos de alta calidad en el dominio de trabajo&#44; especialmente conjuntos de datos pre - procesados &#40;que es el principal dolor al comenzar todo proyecto de ciencia de datos&#41;&#44; como as&#237; tambi&#233;n para aumentar un banco de datos propios complementados con datos nuevos para mejorar los entrenamientos&#46; Para ello se recurre a repositorios p&#250;blicos abiertos o a privados que entregan este servicio&#46; En salud&#44; en general cada centro o red de salud resguarda la integridad y seguridad de sus datos&#59; como as&#237; tambi&#233;n cada grupo trabaja con sus propios datos&#46; Pero existen en las industrias empresas conocidas como &#8220;<span class="elsevierStyleItalic">data brokers</span>&#8221; &#40;agentes de datos&#41; que comercializan bases de datos con contenidos sensibles&#44; incompletos o falsos&#44; sin ning&#250;n est&#225;ndar &#233;tico o legal<a class="elsevierStyleCrossRef" href="#bib0070"><span class="elsevierStyleSup">14</span></a>&#46; Cautelar un uso correcto de los datos&#44; desde su origen&#44; procesamiento y uso final&#44; es la responsabilidad inicial de cada instituci&#243;n bajo la elaboraci&#243;n y aplicaci&#243;n de una adecuada &#8220;gobernanza de datos&#8221; que propicie las buenas pr&#225;cticas tanto a los especialistas como a usuarios finales&#46; El rol del Estado es tambi&#233;n relevante&#44; pues mediante leyes pertinentes deben proteger a las personas y a las instituciones en este sentido&#44; y promover condiciones seguras y apropiadas para su desarrollo&#44; tanto en el &#225;mbito p&#250;blico como privado&#46; La regulaci&#243;n del acceso a datos mediante la restricci&#243;n&#44; protocolizaci&#243;n y auditor&#237;a del acceso a los datos no debe ser sin&#243;nimo de impedir acceso&#46;</p><p id="par0120" class="elsevierStylePara elsevierViewall">Las decisiones que toma un modelo autom&#225;tico son resultado de las instrucciones de un programador humano o seg&#250;n reglas que aprende autom&#225;ticamente un algoritmo a partir de datos del pasado&#46; Aprender autom&#225;ticamente a partir de datos del pasado considera al pasado como la verdad absoluta del futuro que se desea&#59; pero se aprende del pasado porque es el recurso con que se dispone para ello&#44; aunque &#233;ste contenga prejuicios y sesgos de diversos tipos&#46; Si se codifican los datos del pasado en sistemas inform&#225;ticos sin exigirle una explicaci&#243;n de sus decisiones&#44; entonces se est&#225; permitiendo que el pasado defina el futuro sin cuestionarlo&#46;</p><p id="par0125" class="elsevierStylePara elsevierViewall">As&#237; tambi&#233;n&#44; estas tecnolog&#237;as implican un costo en recursos f&#237;sicos y humanos que no deben comprometer la distribuci&#243;n &#233;tica de los recursos en salud&#44; cuya brecha es aun muy amplia en nuestros pa&#237;ses latinoamericanos&#46; Existe adem&#225;s por s&#237; sola una brecha digital en los distintos estratos sociales&#44; que se suma a la anterior y ampl&#237;a el desaf&#237;o de la equidad&#44; tanto para la implementaci&#243;n de nuevas y a veces costosas tecnolog&#237;as en beneficio de la salud de la poblaci&#243;n&#44; como en el acceso y uso adecuado de la misma&#46; La oportunidad de disponer de computaci&#243;n en la nube &#40;<span class="elsevierStyleItalic">cloud computing</span>&#41; abarata tambi&#233;n significativamente los costos&#44; tanto para su incorporaci&#243;n en los sistemas de salud como en la mantenci&#243;n&#44; renovaci&#243;n y depreciaci&#243;n de equipos computacionales&#44; que de otra manera resulta caro u obliga a quedar desactualizado si no se generan los cambios adecuados por falta de presupuesto<a class="elsevierStyleCrossRef" href="#bib0075"><span class="elsevierStyleSup">15</span></a>&#59; pero que a su vez exige considerar la seguridad de almacenamiento&#44; privacidad y disponibilidad de los datos tanto para los profesionales como para los mismos pacientes&#46; Adaptar e implementar algunas de estas aplicaciones con tecnolog&#237;as de bajo costo&#44; como el uso de recursos computacionales de c&#243;digo abierto &#40;<span class="elsevierStyleItalic">open source</span>&#41;&#44; son sin duda una valiosa herramienta que puede permitir que los beneficios de la IA en salud lleguen a m&#225;s personas&#46; Esto&#44; a su vez&#44; compromete a autoridades&#44; profesionales&#44; acad&#233;micos y cient&#237;ficos en el trabajo permanente de Investigaci&#243;n&#44; Desarrollo e Innovaci&#243;n &#40;I<span class="elsevierStyleHsp" style=""></span>&#43;<span class="elsevierStyleHsp" style=""></span>D<span class="elsevierStyleHsp" style=""></span>&#43;<span class="elsevierStyleHsp" style=""></span>i&#41; en esta l&#237;nea&#44; para generar un impacto positivo en la salud y bienestar de los pacientes y de la sociedad en general&#46;</p></span><span id="sec0025" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleLabel">5</span><span class="elsevierStyleSectionTitle" id="sect0045">Conclusiones</span><p id="par0130" class="elsevierStylePara elsevierViewall">Los modelos que apoyan las decisiones cl&#237;nicas pueden ser sistemas cien por ciento aut&#243;nomos o en los cuales la &#250;ltima decisi&#243;n la toma finalmente un ser humano &#40;sistemas &#8220;semi-automatizados&#8221;&#41;<a class="elsevierStyleCrossRef" href="#bib0080"><span class="elsevierStyleSup">16</span></a>&#44; donde se ha demostrado en este &#250;ltimo caso que las personas conf&#237;an m&#225;s en el resultado de un algoritmo que en el propio cuando hay contradicci&#243;n entre ellos<a class="elsevierStyleCrossRef" href="#bib0085"><span class="elsevierStyleSup">17</span></a>&#46; En ambos casos se ha visto similares niveles de riesgo concernientes con la afectaci&#243;n de grupos protegidos&#46; Sin embargo&#44; hay que considerar tambi&#233;n que existe evidencia del riesgo de aplicarlos a problemas sociales<a class="elsevierStyleCrossRef" href="#bib0090"><span class="elsevierStyleSup">18</span></a>&#46;</p><p id="par0135" class="elsevierStylePara elsevierViewall">Una de las razones de la dificultad de entender y asimilar estas t&#233;cnicas en medicina es el problema de que algunos modelos&#44; pese a un alto nivel de acierto en resolver tareas&#44; no pueden ser examinados para comprender c&#243;mo llegaron a sus resultados finales o intermedios lo que es un aspecto hasta ahora fuertemente arraigado en la medicina basada en la evidencia&#46; Es el caso de los algoritmos de aprendizaje profundo que por ser dif&#237;ciles de interpretar y comunicar por humanos se les asigna las caracter&#237;sticas de &#8220;cajas negras&#8221;<a class="elsevierStyleCrossRefs" href="#bib0095"><span class="elsevierStyleSup">19&#44;20</span></a>&#46; &#191;Permiten estos modelos transparencia y la posibilidad de explicar e interpretar sus resultados&#63;</p><p id="par0140" class="elsevierStylePara elsevierViewall">Tanto en la investigaci&#243;n cient&#237;fica de punta como en las aplicaciones comerciales creadas en la industria&#44; la IA ayuda a reducir brechas de acceso a estas tecnolog&#237;as por amplios sectores de la sociedad en forma transversal&#46; En salud&#44; este polo de desarrollo debe permitir no solo obtener y utilizar tecnolog&#237;as del estado del arte&#44; sino tambi&#233;n asegurar su llegada a amplios sectores de la sociedad en forma transversal en directo beneficio de la salud de la poblaci&#243;n&#44; impactando&#44; a su vez&#44; en el desarrollo de nuestros pa&#237;ses&#46;</p><p id="par0145" class="elsevierStylePara elsevierViewall">Actualmente se promueve la comunidad global de investigadores de &#233;tica de la IA y la evoluci&#243;n de las normas aceptadas entre profesionales de las ciencias de datos&#44; que gu&#237;en un futuro tecnol&#243;gico que mejore la vida para todos&#46;</p><p id="par0150" class="elsevierStylePara elsevierViewall">Es as&#237; como el Centro de Innovaci&#243;n en Salud de la Direcci&#243;n Acad&#233;mica de Cl&#237;nica Las Condes espera contribuir al ecosistema de salud nacional e internacional &#40;especialmente latinoamericano&#41;&#44; constituyendo un polo de desarrollo de IA y aprendizaje autom&#225;tico aplicado a las ciencias de la salud y a la industria&#44; siempre alineados a la pol&#237;tica chilena de IA que usa como principios transversales el desarrollo de inteligencia centrado en las personas&#44; fomentando el desarrollo sostenible&#44; enfatizando los aspectos de seguridad e inclusi&#243;n<a class="elsevierStyleCrossRef" href="#bib0105"><span class="elsevierStyleSup">21</span></a>&#46;</p></span><span id="sec0030" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleLabel">6</span><span class="elsevierStyleSectionTitle" id="sect0050">Declaraci&#243;n de conflicto de inter&#233;s</span><p id="par0155" class="elsevierStylePara elsevierViewall">En la redacci&#243;n del siguiente escrito no existe ning&#250;n conflicto de inter&#233;s con industrias&#44; organizaciones ni patrocinio de ning&#250;n tipo&#46;</p></span></span>"
    "textoCompletoSecciones" => array:1 [
      "secciones" => array:11 [
        0 => array:3 [
          "identificador" => "xres1818136"
          "titulo" => "Resumen"
          "secciones" => array:1 [
            0 => array:1 [
              "identificador" => "abst0005"
            ]
          ]
        ]
        1 => array:2 [
          "identificador" => "xpalclavsec1586932"
          "titulo" => "Palabras clave"
        ]
        2 => array:3 [
          "identificador" => "xres1818135"
          "titulo" => "Abstract"
          "secciones" => array:1 [
            0 => array:1 [
              "identificador" => "abst0010"
            ]
          ]
        ]
        3 => array:2 [
          "identificador" => "xpalclavsec1586933"
          "titulo" => "Keywords"
        ]
        4 => array:2 [
          "identificador" => "sec0005"
          "titulo" => "Introducci&#243;n"
        ]
        5 => array:2 [
          "identificador" => "sec0010"
          "titulo" => "Contexto hist&#243;rico"
        ]
        6 => array:2 [
          "identificador" => "sec0015"
          "titulo" => "El salto del texto libre de los registros cl&#237;nicos"
        ]
        7 => array:2 [
          "identificador" => "sec0020"
          "titulo" => "&#201;tica y aprendizaje autom&#225;tico en salud"
        ]
        8 => array:2 [
          "identificador" => "sec0025"
          "titulo" => "Conclusiones"
        ]
        9 => array:2 [
          "identificador" => "sec0030"
          "titulo" => "Declaraci&#243;n de conflicto de inter&#233;s"
        ]
        10 => array:1 [
          "titulo" => "Bibliograf&#237;a"
        ]
      ]
    ]
    "pdfFichero" => "main.pdf"
    "tienePdf" => true
    "fechaRecibido" => "2022-10-29"
    "fechaAceptado" => "2022-11-10"
    "PalabrasClave" => array:2 [
      "es" => array:1 [
        0 => array:4 [
          "clase" => "keyword"
          "titulo" => "Palabras clave"
          "identificador" => "xpalclavsec1586932"
          "palabras" => array:6 [
            0 => "Inteligencia Artificial"
            1 => "Aprendizaje Autom&#225;tico"
            2 => "Tecnolog&#237;a"
            3 => "Salud"
            4 => "Datos Cl&#237;nicos"
            5 => "&#201;tica"
          ]
        ]
      ]
      "en" => array:1 [
        0 => array:4 [
          "clase" => "keyword"
          "titulo" => "Keywords"
          "identificador" => "xpalclavsec1586933"
          "palabras" => array:6 [
            0 => "Artificial Intelligence"
            1 => "Machine Learning"
            2 => "Technology"
            3 => "Healthcare"
            4 => "Clinical Data"
            5 => "Ethics"
          ]
        ]
      ]
    ]
    "tieneResumen" => true
    "resumen" => array:2 [
      "es" => array:2 [
        "titulo" => "Resumen"
        "resumen" => "<span id="abst0005" class="elsevierStyleSection elsevierViewall"><p id="spar0005" class="elsevierStyleSimplePara elsevierViewall">El uso de la Inteligencia Artificial &#40;IA&#41; ha comenzado a ser cada vez m&#225;s cotidiano&#46; Sus aplicaciones en salud est&#225;n demostrando ser un complemento de la pr&#225;ctica cl&#237;nica con buenos resultados&#46; Sin embargo&#44; incorporar tecnolog&#237;as disruptivas en medicina no resulta f&#225;cil&#44; por los principios de no maleficencia&#44; beneficencia&#44; autonom&#237;a y justicia que debe velar el acto m&#233;dico&#44; y por ser complejo y dif&#237;cil romper paradigmas en un entorno donde la experiencia y la percepci&#243;n cl&#237;nica son fundamentales&#46;</p><p id="spar0020" class="elsevierStyleSimplePara elsevierViewall">Desde el uso del term&#243;metro a algoritmos computacionales que diagnostican enfermedades en im&#225;genes m&#233;dicas con mayor precisi&#243;n que el ojo humano&#44; las tecnolog&#237;as han debido pasar por la demostraci&#243;n cient&#237;fica de sus beneficios&#46; Para ello&#44; actualmente la medicina basada en la evidencia se complementa con t&#233;cnicas computacionales modernas de procesamiento de grandes vol&#250;menes de datos que antes no era posible realizar&#44; obteniendo valiosa nueva informaci&#243;n que se traduce en una prevenci&#243;n y detecci&#243;n temprana de enfermedades m&#225;s oportuna&#44; diagn&#243;sticos m&#225;s certeros&#44; intervenciones y tratamientos cada vez m&#225;s personalizados junto a un seguimiento e interacci&#243;n automatizada entre pacientes y centros de salud&#46; Existe cada vez m&#225;s investigaci&#243;n en las distintas &#225;reas de las ciencias de la salud que lo demuestran&#46;</p><p id="spar0025" class="elsevierStyleSimplePara elsevierViewall">En la presente revisi&#243;n se busca recorrer algunos hitos de la incorporaci&#243;n del aprendizaje autom&#225;tico e IA en salud&#44; y proyectar c&#243;mo desde nuestras instituciones podemos aportar mediante investigaci&#243;n&#44; desarrollo e innovaci&#243;n para que estas tecnolog&#237;as tengan un impacto positivo en beneficio de los pacientes&#46;</p></span>"
      ]
      "en" => array:2 [
        "titulo" => "Abstract"
        "resumen" => "<span id="abst0010" class="elsevierStyleSection elsevierViewall"><p id="spar0010" class="elsevierStyleSimplePara elsevierViewall">Artificial Intelligence &#40;AI&#41; has become a daily presence&#46; Its applications in healthcare have proved to be a complement to clinical practice with good results&#46; However&#44; incorporating disruptive technologies in medicine is not easy&#44; due to the principles of non-maleficence&#44; beneficence&#44; autonomy and justice that must be ensured by the medical act&#44; and because it is complex and difficult to break paradigms in an environment where experience and clinical perception have key value&#46;</p><p id="spar0030" class="elsevierStyleSimplePara elsevierViewall">From the use of the thermometer to computational algorithms that diagnose diseases in medical images with greater precision than the human eye&#44; technologies have had to undergo scientific demonstration of their benefits&#46; To this end&#44; evidence-based medicine is now complemented by modern computational techniques for processing huge amount of data in ways that had not been possible before&#44; obtaining valuable new information that enables timely prevention and early disease detection&#44; more accurate diagnoses&#44; increasingly personalized interventions and treatments&#44; and automated follow-up and interaction between patients and healthcare centers&#46; Increasing research in different fields of health sciences support this affirmation&#46;</p><p id="spar0035" class="elsevierStyleSimplePara elsevierViewall">In this review we show some milestones of machine learning and AI incorporation in healthcare&#44; and projections on how our institutions can contribute through research&#44; development and innovation to ensure that these technologies positively impact and benefit patients&#46;</p></span>"
      ]
    ]
    "multimedia" => array:1 [
      0 => array:7 [
        "identificador" => "fig0005"
        "etiqueta" => "Fig&#46; 1"
        "tipo" => "MULTIMEDIAFIGURA"
        "mostrarFloat" => true
        "mostrarDisplay" => false
        "figura" => array:1 [
          0 => array:4 [
            "imagen" => "gr1.jpeg"
            "Alto" => 1236
            "Ancho" => 1632
            "Tamanyo" => 152311
          ]
        ]
        "descripcion" => array:1 [
          "es" => "<p id="spar0015" class="elsevierStyleSimplePara elsevierViewall">Foto extra&#237;da del primer computador universitario en Chile&#58; &#8220;El hogar desde donde sali&#243; y se reparti&#243; la luz&#8221;&#46; Versi&#243;n ampliada del paper presentado en el II SHIALC &#40;Simposio de Historia de la Inform&#225;tica en Am&#233;rica Latina y el Caribe&#41;&#44; realizado en Medell&#237;n&#44; Colombia&#44; en octubre de 2012&#46;</p>"
        ]
      ]
    ]
    "bibliografia" => array:2 [
      "titulo" => "Bibliograf&#237;a"
      "seccion" => array:1 [
        0 => array:2 [
          "identificador" => "bibs0015"
          "bibliografiaReferencia" => array:21 [
            0 => array:3 [
              "identificador" => "bib0005"
              "etiqueta" => "1"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "The limitations of evidence-based medicine--applying population-based recommendations to individual patients"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:2 [
                            0 => "J&#46;J&#46; Goldman"
                            1 => "T&#46;L&#46; Shih"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Revista" => array:6 [
                        "tituloSerie" => "Virtual Mentor&#46;"
                        "fecha" => "2011"
                        "volumen" => "13"
                        "numero" => "1"
                        "paginaInicial" => "26"
                        "paginaFinal" => "30"
                      ]
                    ]
                  ]
                ]
              ]
            ]
            1 => array:3 [
              "identificador" => "bib0010"
              "etiqueta" => "2"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "The doctor and the computer"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:2 [
                            0 => "R&#46;M&#46; Califf"
                            1 => "R&#46;A&#46; Rosati"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Revista" => array:7 [
                        "tituloSerie" => "West J Med&#46;"
                        "fecha" => "1981"
                        "volumen" => "135"
                        "numero" => "4"
                        "paginaInicial" => "321"
                        "paginaFinal" => "323"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/7342460"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            2 => array:3 [
              "identificador" => "bib0015"
              "etiqueta" => "3"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "The Dartmouth College Artificial Intelligence Conference&#58; The Next Fifty Years"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:1 [
                            0 => "J&#46; Moor"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Revista" => array:5 [
                        "tituloSerie" => "AI Magazine"
                        "fecha" => "1911"
                        "volumen" => "27"
                        "numero" => "4"
                        "paginaInicial" => "2006"
                      ]
                    ]
                  ]
                ]
              ]
            ]
            3 => array:3 [
              "identificador" => "bib0020"
              "etiqueta" => "4"
              "referencia" => array:1 [
                0 => array:1 [
                  "referenciaCompleta" => "A&#46; Newell A&#44; Simon H&#46; The Logic Theory Machine&#8211;A Complex Information Processing System&#46; IRE Transactions on Information Theory 2&#46; 1956&#46;"
                ]
              ]
            ]
            4 => array:3 [
              "identificador" => "bib0025"
              "etiqueta" => "5"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Historia y evoluci&#243;n de la inteligencia artificial"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:2 [
                            0 => "A&#46; Abeliuk"
                            1 => "C&#46; Guti&#233;rrez"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Revista" => array:3 [
                        "tituloSerie" => "Revista BITS de Ciencia&#46;"
                        "fecha" => "2020"
                        "paginaInicial" => "21"
                      ]
                    ]
                  ]
                ]
              ]
            ]
            5 => array:3 [
              "identificador" => "bib0030"
              "etiqueta" => "6"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Deep learning"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:3 [
                            0 => "Y&#46; LeCun"
                            1 => "Y&#46; Bengio"
                            2 => "G&#46; Hinton"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1038/nature14539"
                      "Revista" => array:7 [
                        "tituloSerie" => "Nature"
                        "fecha" => "2015"
                        "volumen" => "521"
                        "numero" => "7553"
                        "paginaInicial" => "436"
                        "paginaFinal" => "444"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/26017442"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            6 => array:3 [
              "identificador" => "bib0035"
              "etiqueta" => "7"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Learning Representations by Back-Propagating Errors"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:3 [
                            0 => "D&#46;E&#46; Rumelhart"
                            1 => "G&#46;E&#46; Hinton"
                            2 => "R&#46;J&#46; Williams"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Revista" => array:5 [
                        "tituloSerie" => "Nature&#46;"
                        "fecha" => "1986"
                        "volumen" => "323"
                        "paginaInicial" => "533"
                        "paginaFinal" => "536"
                      ]
                    ]
                  ]
                ]
              ]
            ]
            7 => array:3 [
              "identificador" => "bib0040"
              "etiqueta" => "8"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Imagenet Classification with Deep Convolutional Neural Networks"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:3 [
                            0 => "A&#46; Krizhevsky"
                            1 => "I&#46; Sutskever"
                            2 => "J&#46;E&#46; Hinton"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Revista" => array:3 [
                        "tituloSerie" => "Adv Neural Inf Process Syst&#46;"
                        "fecha" => "2012"
                        "paginaInicial" => "25"
                      ]
                    ]
                  ]
                ]
              ]
            ]
            8 => array:3 [
              "identificador" => "bib0045"
              "etiqueta" => "9"
              "referencia" => array:1 [
                0 => array:1 [
                  "referenciaCompleta" => "Ca&#241;ete J&#44; Chaperon G&#44; Fuentes R&#44; Ho JH&#44; Kang H&#44; P&#233;rez J&#46; Spanish Pre-Trained BERT Model and Evaluation Data PML4DC at ICLR 2020&#46; Disponible en&#58; https&#58;&#47;&#47;pml4dc&#46;github&#46;io&#47;iclr2020&#47;papers&#47;PML4DC2020&#95;10&#46;pdf&#46;"
                ]
              ]
            ]
            9 => array:3 [
              "identificador" => "bib0050"
              "etiqueta" => "10"
              "referencia" => array:1 [
                0 => array:1 [
                  "referenciaCompleta" => "Mikolov T&#44; Karafi&#225;t M&#44; Burget L&#44; Cernock&#253; J&#44; Khudanpur S&#46; Recurrent Neural Network based Language Model&#46; INTERSPEECH 2010&#44; 11th Annual Conference of the International Speech Communication Association&#46; 2010&#46;"
                ]
              ]
            ]
            10 => array:3 [
              "identificador" => "bib0055"
              "etiqueta" => "11"
              "referencia" => array:1 [
                0 => array:1 [
                  "referenciaCompleta" => "Fierro C&#44; P&#233;rez J&#44; Mora J&#46; Predicting unplanned readmissions with highly unstructured data&#46; 2020&#46; Workshop paper at AI4AH&#44; ICLR 2020&#46; doi&#58; 10&#46;48550&#47;arXiv&#46;2003&#46;11622&#46;"
                ]
              ]
            ]
            11 => array:3 [
              "identificador" => "bib0060"
              "etiqueta" => "12"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "AI can be sexist and racist - it&#39;s time to make it fair"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:2 [
                            0 => "J&#46; Zou"
                            1 => "L&#46; Schiebinger"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1038/d41586-018-05707-8"
                      "Revista" => array:7 [
                        "tituloSerie" => "Nature"
                        "fecha" => "2018"
                        "volumen" => "559"
                        "numero" => "7714"
                        "paginaInicial" => "324"
                        "paginaFinal" => "326"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/30018439"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            12 => array:3 [
              "identificador" => "bib0065"
              "etiqueta" => "13"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Towards intellectual freedom in an AI Ethics Global Community"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => true
                          "autores" => array:6 [
                            0 => "C&#46; Ebell"
                            1 => "R&#46; Baeza-Yates"
                            2 => "R&#46; Benjamins"
                            3 => "H&#46; Cai"
                            4 => "M&#46; Coeckelbergh"
                            5 => "T&#46; Duarte"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1007/s43681-021-00052-5"
                      "Revista" => array:6 [
                        "tituloSerie" => "AI Ethics"
                        "fecha" => "2021"
                        "volumen" => "1"
                        "paginaInicial" => "131"
                        "paginaFinal" => "138"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/34790946"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            13 => array:3 [
              "identificador" => "bib0070"
              "etiqueta" => "14"
              "referencia" => array:1 [
                0 => array:1 [
                  "referenciaCompleta" => "Fry H&#46; Hello world&#58; Being human in the age of algorithms&#46; WW Norton &#38; Company&#44; 2018&#46;"
                ]
              ]
            ]
            14 => array:3 [
              "identificador" => "bib0075"
              "etiqueta" => "15"
              "referencia" => array:1 [
                0 => array:1 [
                  "referenciaCompleta" => "Gachet D&#44; de Buenaga M&#44; Aparicio F&#44; Padr&#243;n V&#46; Integrating Internet of Things and Cloud Computing for Health Services Provisioning&#58; The Virtual Cloud Carer Project&#46; 2012 Sixth International Conference on Innovative Mobile and Internet Services in Ubiquitous Computing&#44; 2012&#44; pp&#46; 918-921&#46; doi&#58; 10&#46;1109&#47;IMIS&#46; 2012&#46;25&#46;"
                ]
              ]
            ]
            15 => array:3 [
              "identificador" => "bib0080"
              "etiqueta" => "16"
              "referencia" => array:1 [
                0 => array:1 [
                  "referenciaCompleta" => "Orwat C&#46; Risks of Discrimination through the Use of Algorithms&#46; A study compiled with a grant from the Federal Anti-Discrimination Agency&#46; 2020&#46; Disponible en&#58; https&#58;&#47;&#47;www&#46;antidiskriminierungsstelle&#46;de&#47;EN&#47;homepage&#47;&#95;documents&#47;download&#95;diskr&#95;risiken&#95;verwendung&#95;von&#95;algorithmen&#46;pdf&#63;&#95;&#95;blob&#61;publicationFile&#38;v&#61;1&#46;"
                ]
              ]
            ]
            16 => array:3 [
              "identificador" => "bib0085"
              "etiqueta" => "17"
              "referencia" => array:1 [
                0 => array:1 [
                  "referenciaCompleta" => "Eubanks V&#46; Automating inequality&#58; How high-tech tools profile&#44; police&#44; and punish the poor&#46; St&#46; Martin&#39;s Press&#46; 2018&#46;"
                ]
              ]
            ]
            17 => array:3 [
              "identificador" => "bib0090"
              "etiqueta" => "18"
              "referencia" => array:1 [
                0 => array:1 [
                  "referenciaCompleta" => "Chiusi F&#46; Automating Society Report 2020&#46; Disponible en&#58; https&#58;&#47;&#47;automatingsociety&#46;algorithmwatch&#46;org&#46;"
                ]
              ]
            ]
            18 => array:3 [
              "identificador" => "bib0095"
              "etiqueta" => "19"
              "referencia" => array:1 [
                0 => array:1 [
                  "referenciaCompleta" => "Ras G&#44; Xie N&#44; van Gerven M&#44; Doran D&#46; Explainable Deep Learning&#58; A Field Guide for the Uninitiated&#46; arXiv preprint&#44; 2020&#46; doi&#58;10&#46;1613&#47;jair&#46;1&#46;13200&#46;"
                ]
              ]
            ]
            19 => array:3 [
              "identificador" => "bib0100"
              "etiqueta" => "20"
              "referencia" => array:1 [
                0 => array:1 [
                  "referenciaCompleta" => "Mehrabi N&#44; Morstatter F&#44; Saxena N&#44; Lerman K&#44; Galstyan A&#46; A Survey on Bias and Fairness in Machine Learning&#46; arXiv preprint&#46; 2019&#46; doi&#58;10&#46;48550&#47;arXiv&#46;1908&#46;09635&#46;"
                ]
              ]
            ]
            20 => array:3 [
              "identificador" => "bib0105"
              "etiqueta" => "21"
              "referencia" => array:1 [
                0 => array:1 [
                  "referenciaCompleta" => "Pol&#237;tica nacional de inteligencia artificial&#46; Gobierno de Chile&#44; Ministerio de Ciencia&#44; Tecnolog&#237;a&#44; Conocimiento e Innovacion&#59; 2021&#46; https&#58;&#47;&#47;minciencia&#46;gob&#46;cl&#47;uploads&#47;filer&#95;public&#47;bc&#47;38&#47;bc389daf-4514-4306-867c-760ae7686e2c&#47;documento&#95;politica&#95;ia&#95;digital&#95;&#46;pdf&#46;"
                ]
              ]
            ]
          ]
        ]
      ]
    ]
  ]
  "idiomaDefecto" => "es"
  "url" => "/07168640/0000003300000006/v3_202212100538/S0716864022001262/v3_202212100538/es/main.assets"
  "Apartado" => array:4 [
    "identificador" => "94956"
    "tipo" => "SECCION"
    "en" => array:2 [
      "titulo" => "TEMA CENTRAL&#58; CIENCIA DE DATOS CL&#205;NICOS"
      "idiomaDefecto" => true
    ]
    "idiomaDefecto" => "en"
  ]
  "PDF" => "https://static.elsevier.es/multimedia/07168640/0000003300000006/v3_202212100538/S0716864022001262/v3_202212100538/es/main.pdf?idApp=UINPBA00004N&text.app=https://www.elsevier.es/"
  "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S0716864022001262?idApp=UINPBA00004N"
]
Información del artículo
ISSN: 07168640
Idioma original: Español
Datos actualizados diariamente
año/Mes Html Pdf Total
2024 Noviembre 126 8 134
2024 Octubre 1005 69 1074
2024 Septiembre 692 72 764
2024 Agosto 378 102 480
2024 Julio 297 31 328
2024 Junio 826 49 875
2024 Mayo 447 78 525
2024 Abril 358 75 433
2024 Marzo 241 70 311
2024 Febrero 186 47 233
2024 Enero 194 39 233
2023 Diciembre 144 43 187
2023 Noviembre 322 58 380
2023 Octubre 288 82 370
2023 Septiembre 245 42 287
2023 Agosto 115 12 127
2023 Julio 137 16 153
2023 Junio 226 32 258
2023 Mayo 262 36 298
2023 Abril 141 16 157
2023 Marzo 84 5 89
2023 Febrero 72 16 88
2023 Enero 62 26 88
2022 Diciembre 87 33 120
2022 Noviembre 18 6 24
Mostrar todo

Siga este enlace para acceder al texto completo del artículo