NLP
El procesamiento del lenguaje natural (PLN) se refiere a la rama de la inteligencia artificial o IA, que se ocupa de dar a las computadoras la capacidad de comprender textos y palabras habladas de la misma manera que los seres humanos pueden
ML
El Machine Learning es una disciplina del campo de la Inteligencia Artificial que, a través de algoritmos, dota a los ordenadores de la capacidad de identificar patrones en datos masivos y elaborar predicciones (análisis predictivo).
RPA
La automatización robótica de procesos (RPA) es una tecnología de software fácil de usar para todo aquel que quiera automatizar tareas digitales. Con la RPA, los usuarios de software pueden crear robots de software o “bots” que pueden aprender, imitar y luego ejecutar procesos empresariales basados en reglas.
BI
Combina análisis de negocios, minería de datos, visualización de datos, herramientas e infraestructura de datos y mejores prácticas para ayudar a las organizaciones a tomar más decisiones basadas en datos.
BC
Es de un conjunto de tecnologías que permiten llevar un registro seguro, descentralizado, sincronizado y distribuido de las operaciones digitales, sin necesidad de la intermediación de terceros
La Inteligencia artificial está creando nuevas oportunidades en este sector y ofreciendo beneficios inmediatos pero esto da pie a otro cuestionamiento: ¿debemos permitirle ingresar en algo tan delicado como es nuestra privacidad?; solo si es con el fin de mejorar el sistema sanitario, la respuesta es sí.
Un ejemplo de como hacer buen uso de nuestros datos, es el éxito del lanzamiento por parte de Apple de HealthKit y ResearchKit, demostrando una vez más que los pacientes, cuando entienden que sus datos están adecuadamente protegidos, tienden a preferir claramente que sean utilizados para mejorar la investigación destinada a progresar en el tratamiento de sus dolencias.
La aplicación de machine learning a los registros médicos de millones de pacientes ofrece un potencial tan elevado a la investigación médica, que retrasar sus posibilidades se convierte en una auténtica irresponsabilidad.
¿Qué necesitan los algoritmos de machine learning para trabajar? La respuesta es obvia: datos correctamente etiquetados, precisamente los que generan los médicos en su actividad diaria. Sin embargo, una legislación que considere los datos médicos como material sujeto al nivel más elevado de protección y que dificulta incluso que los resultados de un diagnóstico puedan ser compartidos entre hospitales o entre facultativos, convierte la posibilidad de llevar a cabo este tipo de investigaciones en un auténtico calvario para los investigadores.
Sin dejar de lado, obviamente, las cuestiones relacionadas con la privacidad… ¿podríamos dejar de plantear la legislación desde la más absoluta paranoia y reasignar adecuadamente las prioridades para facilitar así la investigación médica y ayudar a cientos de millones de personas a las que se les puede prescribir con base en millones de aciertos/errores del pasado?
Gracias por tu artículo Enrique Dans
#IA #MindsetChange #CognitiveExperts #SeguimosEnSintonIA