{"id":44620,"date":"2024-04-10T10:05:58","date_gmt":"2024-04-10T16:05:58","guid":{"rendered":"https:\/\/saluddigital.com\/?p=44620"},"modified":"2025-10-18T21:49:35","modified_gmt":"2025-10-19T03:49:35","slug":"el-potencial-de-la-ia-y-la-computacion-cuantica-para-transformar-la-atencion-medica","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/el-potencial-de-la-ia-y-la-computacion-cuantica-para-transformar-la-atencion-medica\/","title":{"rendered":"El potencial de la IA y la computaci\u00f3n cu\u00e1ntica para transformar la atenci\u00f3n m\u00e9dica"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Especialista de Carnegie Mellon University detalla c\u00f3mo el machine learning y la computaci\u00f3n cu\u00e1ntica pueden transformar la atenci\u00f3n m\u00e9dica, incluyendo el diagn\u00f3stico de neumon\u00eda.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Sridhar Tayur, profesor en la Carnegie Mellon University (CMU), explic\u00f3 recientemente c\u00f3mo el machine learning y la computaci\u00f3n cu\u00e1ntica pueden transformar la salud, espec\u00edficamente el diagn\u00f3stico de enfermedades como la neumon\u00eda. Esta enfermedad es una infecci\u00f3n en los pulmones que genera dificultades para respirar y normalmente se diagnostica a trav\u00e9s de radiograf\u00edas de pecho. Estas muestras de rayos X son interpretadas y le\u00eddas por radi\u00f3logos expertos, por lo que en lugares con escasez de especialistas puede significar mayor tiempo para obtener un diagn\u00f3stico preciso y oportuno.<\/p>

Tayur explica que los modelos de machine learning, una subcategor\u00eda de la inteligencia artificial (IA), son clave para mejorar la predicci\u00f3n y el diagn\u00f3stico sobre esta y otras enfermedades. \u201cEl machine learning se utiliza para la predicci\u00f3n, y en la atenci\u00f3n sanitaria queremos predecir si alguien tiene una enfermedad o no\u201d, explic\u00f3. \u201cSi das suficientes ejemplos de im\u00e1genes que tienen neumon\u00eda y no neumon\u00eda, porque hay dos casos, esto se llama clasificaci\u00f3n binaria\u201d, agreg\u00f3.<\/p>

Tayur y un equipo de investigadores exploraron el uso de una t\u00e9cnica denominada m\u00e1quina de vectores de soporte para la clasificaci\u00f3n mediante computaci\u00f3n, de inspiraci\u00f3n cu\u00e1ntica, y luego la compararon con otros m\u00e9todos.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

\u00bfC\u00f3mo aprovechar la computaci\u00f3n cu\u00e1ntica en la atenci\u00f3n m\u00e9dica?<\/b><\/p>

Tayur es el fundador del Grupo de Tecnolog\u00edas Cu\u00e1nticas en CMU, con el objetivo de comprender y aplicar mejor los m\u00e9todos de computaci\u00f3n cu\u00e1ntica en la atenci\u00f3n m\u00e9dica y otros sectores.\u00a0 <\/span>Actualmente, las computadoras funcionan manipulando bits que existen como un 0 o un 1, mientras que las computadoras cu\u00e1nticas codifican informaci\u00f3n como bit cu\u00e1nticos o qubits<\/i>. Es decir, las computadoras cu\u00e1nticas tienen el potencial de ser millones de veces m\u00e1s poderosas que las supercomputadoras de la actualidad.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

\u00a0<\/p>

Aunque el hardware para computar con qubits contin\u00faa desarroll\u00e1ndose, los simuladores son capaces de abordar problemas realistas con algoritmos dise\u00f1ados especialmente para esas tareas. Por ello se refiere a este enfoque como computaci\u00f3n de inspiraci\u00f3n cu\u00e1ntica. \u201cSuponiendo que se vayan a desarrollar dispositivos qubit<\/i> de mayor tama\u00f1o y con menores errores, podemos simularlos en una computadora normal ahora mismo\u201d, mencion\u00f3 Tayur.<\/p>

Desaf\u00edos de la atenci\u00f3n m\u00e9dica en la adopci\u00f3n de la IA<\/b><\/p>

Hace varios a\u00f1os, Tayur en conjunto con Tinglong Dai de Johns Hopkins identificaron los cuatro desaf\u00edos principales: aceptaci\u00f3n de los m\u00e9dicos, aceptaci\u00f3n del paciente, inversi\u00f3n de los proveedores y apoyo de los pagadores. Los especialistas detallaron que para superar estos desaf\u00edos es necesario que la IA aplicada a cualquier sistema de atenci\u00f3n m\u00e9dica debe considerar primero c\u00f3mo ser\u00e1 integrada por los m\u00e9dicos en sus pr\u00e1cticas y posteriormente revisar c\u00f3mo los pacientes perciben el rol de la IA en la prestaci\u00f3n de servicios.<\/p>

Por otro lado, aunque m\u00e1s de 500 dispositivos m\u00e9dicos basados en IA ya han sido aprobados por la Administraci\u00f3n de Alimentos y Medicamentos de Estados Unidos (FDA, en ingl\u00e9s) la adopci\u00f3n de esta clase de herramientas apenas est\u00e1 comenzando.<\/p>

Para su adopci\u00f3n las empresas de los dispositivos deben alentar a los m\u00e9dicos a adoptarlos, para ello se requiere un enfoque centrado en los pacientes y con mayor sensibilidad sobre el viaje del paciente, por encima de los beneficios econ\u00f3micos o comerciales.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

CMU<\/b><\/p>

https:\/\/www.cmu.edu\/news\/stories\/archives\/2024\/march\/machine-learning-quantum-computing-can-transform-health-care-including-diagnosing-pneumonia<\/a><\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Especialista de Carnegie Mellon University detalla c\u00f3mo el machine learning y la computaci\u00f3n cu\u00e1ntica pueden transformar la atenci\u00f3n m\u00e9dica, incluyendo el diagn\u00f3stico de neumon\u00eda. Sridhar Tayur, profesor en la Carnegie Mellon University (CMU), explic\u00f3 recientemente c\u00f3mo el machine learning y la computaci\u00f3n cu\u00e1ntica pueden transformar la salud, espec\u00edficamente el diagn\u00f3stico de enfermedades como la neumon\u00eda. Esta enfermedad es una infecci\u00f3n en los pulmones que genera dificultades para respirar y normalmente se diagnostica a trav\u00e9s de radiograf\u00edas de pecho. Estas muestras de rayos X son interpretadas y le\u00eddas por radi\u00f3logos expertos, por lo que en lugares con escasez de especialistas puede significar mayor tiempo para obtener un diagn\u00f3stico preciso y oportuno. Tayur explica que los modelos de machine learning, una subcategor\u00eda de la inteligencia artificial (IA), son clave para mejorar la predicci\u00f3n y el diagn\u00f3stico sobre esta y otras enfermedades. \u201cEl machine learning se utiliza para la predicci\u00f3n, y en la atenci\u00f3n sanitaria queremos predecir si alguien tiene una enfermedad o no\u201d, explic\u00f3. \u201cSi das suficientes ejemplos de im\u00e1genes que tienen neumon\u00eda y no neumon\u00eda, porque hay dos casos, esto se llama clasificaci\u00f3n binaria\u201d, agreg\u00f3. Tayur y un equipo de investigadores exploraron el uso de una t\u00e9cnica denominada m\u00e1quina de vectores de soporte para la clasificaci\u00f3n mediante computaci\u00f3n, de inspiraci\u00f3n cu\u00e1ntica, y luego la compararon con otros m\u00e9todos. \u00bfC\u00f3mo aprovechar la computaci\u00f3n cu\u00e1ntica en la atenci\u00f3n m\u00e9dica? Tayur es el fundador del Grupo de Tecnolog\u00edas Cu\u00e1nticas en CMU, con el objetivo de comprender y aplicar mejor los m\u00e9todos de computaci\u00f3n cu\u00e1ntica en la atenci\u00f3n m\u00e9dica y otros sectores.\u00a0 Actualmente, las computadoras funcionan manipulando bits que existen como un 0 o un 1, mientras que las computadoras cu\u00e1nticas codifican informaci\u00f3n como bit cu\u00e1nticos o qubits. Es decir, las computadoras cu\u00e1nticas tienen el potencial de ser millones de veces m\u00e1s poderosas que las supercomputadoras de la actualidad. \u00a0 Aunque el hardware para computar con qubits contin\u00faa desarroll\u00e1ndose, los simuladores son capaces de abordar problemas realistas con algoritmos dise\u00f1ados especialmente para esas tareas. Por ello se refiere a este enfoque como computaci\u00f3n de inspiraci\u00f3n cu\u00e1ntica. \u201cSuponiendo que se vayan a desarrollar dispositivos qubit de mayor tama\u00f1o y con menores errores, podemos simularlos en una computadora normal ahora mismo\u201d, mencion\u00f3 Tayur. Desaf\u00edos de la atenci\u00f3n m\u00e9dica en la adopci\u00f3n de la IA Hace varios a\u00f1os, Tayur en conjunto con Tinglong Dai de Johns Hopkins identificaron los cuatro desaf\u00edos principales: aceptaci\u00f3n de los m\u00e9dicos, aceptaci\u00f3n del paciente, inversi\u00f3n de los proveedores y apoyo de los pagadores. Los especialistas detallaron que para superar estos desaf\u00edos es necesario que la IA aplicada a cualquier sistema de atenci\u00f3n m\u00e9dica debe considerar primero c\u00f3mo ser\u00e1 integrada por los m\u00e9dicos en sus pr\u00e1cticas y posteriormente revisar c\u00f3mo los pacientes perciben el rol de la IA en la prestaci\u00f3n de servicios. Por otro lado, aunque m\u00e1s de 500 dispositivos m\u00e9dicos basados en IA ya han sido aprobados por la Administraci\u00f3n de Alimentos y Medicamentos de Estados Unidos (FDA, en ingl\u00e9s) la adopci\u00f3n de esta clase de herramientas apenas est\u00e1 comenzando. Para su adopci\u00f3n las empresas de los dispositivos deben alentar a los m\u00e9dicos a adoptarlos, para ello se requiere un enfoque centrado en los pacientes y con mayor sensibilidad sobre el viaje del paciente, por encima de los beneficios econ\u00f3micos o comerciales. BIBLIOGRAF\u00cdA CMU https:\/\/www.cmu.edu\/news\/stories\/archives\/2024\/march\/machine-learning-quantum-computing-can-transform-health-care-including-diagnosing-pneumonia<\/p>","protected":false},"author":1,"featured_media":44621,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-44620","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/44620","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=44620"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/44620\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/44621"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=44620"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=44620"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=44620"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}