{"id":45057,"date":"2024-05-17T16:39:51","date_gmt":"2024-05-17T22:39:51","guid":{"rendered":"https:\/\/saluddigital.com\/?p=45057"},"modified":"2025-10-19T23:38:13","modified_gmt":"2025-10-20T05:38:13","slug":"como-funcionan-los-modelos-de-machine-learning-en-medicina","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/como-funcionan-los-modelos-de-machine-learning-en-medicina\/","title":{"rendered":"\u00bfC\u00f3mo funcionan los modelos de machine learning en medicina?"},"content":{"rendered":"<div data-elementor-type=\"wp-post\" data-elementor-id=\"45057\" class=\"elementor elementor-45057\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-14139d1 elementor-section-boxed elementor-section-height-default elementor-section-height-default wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no\" data-id=\"14139d1\" data-element_type=\"section\" data-e-type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-755a2fa0\" data-id=\"755a2fa0\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-365f48d4 elementor-widget elementor-widget-heading\" data-id=\"365f48d4\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">La IA y el machine learning facilitan son capaces de encontrar patrones en informaci\u00f3n m\u00e9dica para mejorar diagn\u00f3sticos o tratamientos.<\/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<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4f4bf6f8 elementor-section-boxed elementor-section-height-default elementor-section-height-default wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no\" data-id=\"4f4bf6f8\" data-element_type=\"section\" data-e-type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-6d79683f\" data-id=\"6d79683f\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-611429c8 elementor-widget elementor-widget-text-editor\" data-id=\"611429c8\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<p class=\"p1\">The <a href=\"https:\/\/saluddigital.com\/es\/?s=aprendizaje%2520autom%25C3%25A1tico\"><span class=\"s1\">aprendizaje autom\u00e1tico<\/span><\/a> or <b><i>machine learning<\/i><\/b> es una rama de la inteligencia artificial (IA) y las ciencias computacionales, que se enfoca en el aprovechamiento de datos y algoritmos para permitir que los modelos de IA imiten los procesos humanos de aprendizaje y as\u00ed mejoren gradualmente su precisi\u00f3n.<\/p><p class=\"p1\">Generalmente, estos modelos son utilizados para realizar predicciones o clasificaciones basadas en datos de entrada, que pueden estar etiquetados o no etiquetados. Un algoritmo puede producir una estimaci\u00f3n acerca de patrones en los datos ingresados. Cabe mencionar, que no solo funciona con datos como texto, sino tambi\u00e9n con im\u00e1genes y video.<\/p><p class=\"p1\">Adem\u00e1s, los modelos pueden ajustarse y optimizarse para producir mejores resultados.<span class=\"Apple-converted-space\">\u00a0 <\/span>Al ajustar un modelo se reduce la discrepancia y el algoritmo repetir\u00e1 este proceso de aprendizaje evaluando y optimizando, de manera que logre alcanzar mejor precisi\u00f3n.<\/p><p class=\"p1\">En este sentido, la IA y sus diversas ramas tienen m\u00faltiples aplicaciones en la medicina y en la atenci\u00f3n m\u00e9dica. Por ejemplo, son capaces de alcanzar diagn\u00f3sticos m\u00e1s precisos, o desarrollar mejores tratamientos personalizados para cada paciente.<\/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<section class=\"elementor-section elementor-top-section elementor-element elementor-element-7723dcf3 elementor-section-boxed elementor-section-height-default elementor-section-height-default wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no\" data-id=\"7723dcf3\" data-element_type=\"section\" data-e-type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-373e16d8\" data-id=\"373e16d8\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-20a2d385 elementor-widget elementor-widget-image\" data-id=\"20a2d385\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img fetchpriority=\"high\" decoding=\"async\" width=\"1200\" height=\"630\" src=\"https:\/\/saluddigital.com\/wp-content\/uploads\/2024\/05\/05-24-23.jpg\" class=\"attachment-full size-full wp-image-45059\" alt=\"\" srcset=\"https:\/\/saluddigital.com\/wp-content\/uploads\/2024\/05\/05-24-23.jpg 1200w, https:\/\/saluddigital.com\/wp-content\/uploads\/2024\/05\/05-24-23-660x347.jpg 660w, https:\/\/saluddigital.com\/wp-content\/uploads\/2024\/05\/05-24-23-840x441.jpg 840w, https:\/\/saluddigital.com\/wp-content\/uploads\/2024\/05\/05-24-23-768x403.jpg 768w, https:\/\/saluddigital.com\/wp-content\/uploads\/2024\/05\/05-24-23-18x9.jpg 18w\" sizes=\"(max-width: 1200px) 100vw, 1200px\" \/>\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<section class=\"elementor-section elementor-top-section elementor-element elementor-element-499601c3 elementor-section-boxed elementor-section-height-default elementor-section-height-default wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no\" data-id=\"499601c3\" data-element_type=\"section\" data-e-type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-4098c67c\" data-id=\"4098c67c\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-1592cb81 elementor-widget elementor-widget-text-editor\" data-id=\"1592cb81\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<p class=\"p1\">Seg\u00fan la Asociaci\u00f3n Estadounidense de Medicina (AMA, en ingl\u00e9s) los modelos de <a href=\"https:\/\/saluddigital.com\/?s=machine+learning\"><span class=\"s1\"><b>machine learning en medicina<\/b><\/span><\/a> tienen tres metodolog\u00edas principales:<\/p><ul class=\"ul1\"><li class=\"li1\"><b>Aprendizaje supervisado<\/b>: Consiste en que las computadoras aprendan a partir de ejemplo de predicciones correctas de resultados de inter\u00e9s. El objetivo de esto es generar predicciones precisas para nuevos ejemplos. El aprendizaje supervisado requiere etiquetas y entradas, las primeras describen lo que se est\u00e1 prediciendo, como la presencia o ausencia de un diagn\u00f3stico, mientras que las segundas se componen de datos de historiales m\u00e9dicos electr\u00f3nicos, <a href=\"https:\/\/saluddigital.com\/es\/?s=datos%2520%25C3%25B3micos\"><span class=\"s1\">datos \u00f3micos<\/span><\/a>, im\u00e1genes m\u00e9dicas y texto m\u00e9dico.<\/li><li class=\"li1\"><b>Aprendizaje no supervisado<\/b>: Se trata de un tipo de machine learning en el que el algoritmo aprende a partir de datos no etiquetados sin un resultado predefinido o una variable objetivo. Con este tipo de aprendizaje, el objetivo es descubrir patrones, estructuras o relaciones comunes en los datos, como grupos de pacientes, subtipos de enfermedades o valores at\u00edpicos. Por ejemplo, un modelo de aprendizaje no supervisado puede utilizarse para agrupar a pacientes con cierta enfermedad y ayudar a descubrir trayectorias t\u00edpicas de utilizaci\u00f3n y progresi\u00f3n de la enfermedad.<\/li><li class=\"li1\"><b>Aprendizaje por refuerzo<\/b>: Utiliza datos sobre secuencias de intervenciones y sus consecuencias o recompensas para identificar las mejores secuencias de intervenciones para maximizar una recompensa. Por ejemplo, seg\u00fan explica la AMA, al tratar la sepsis, los m\u00e9dicos pueden observar el estado de salud del paciente, incluidas las constantes vitales, los resultados de laboratorio y las comorbilidades. Posteriormente deciden qu\u00e9 cantidad de l\u00edquido y vasopresores administrar al paciente. Luego del tratamiento, observan si el paciente se ha recuperado totalmente o si ha muerto; la recompensa ser\u00eda uno para lo primero o cero para lo segundo. Con estos datos, el modelo determina la mejor secuencia de acciones a seguir en funci\u00f3n del estado del paciente.<\/li><\/ul>\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<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4bf6eae1 elementor-section-boxed elementor-section-height-default elementor-section-height-default wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no\" data-id=\"4bf6eae1\" data-element_type=\"section\" data-e-type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-719bfd2\" data-id=\"719bfd2\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-4aaeaae4 elementor-widget elementor-widget-toggle\" data-id=\"4aaeaae4\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1251\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-1251\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/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<a class=\"elementor-toggle-title\" tabindex=\"0\"> BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1251\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-1251\"><p class=\"p1\"><b>WADA<\/b><\/p><p class=\"p2\"><span class=\"s1\"><a href=\"https:\/\/www.ama-assn.org\/practice-management\/digital\/ai-models-are-reshaping-medicine-here-s-how-they-learn\">https:\/\/www.ama-assn.org\/practice-management\/digital\/ai-models-are-reshaping-medicine-here-s-how-they-learn<\/a><\/span><\/p><p class=\"p1\"><b>IBM<\/b><\/p><p class=\"p2\"><span class=\"s1\"><a href=\"https:\/\/www.ibm.com\/topics\/machine-learning\">https:\/\/www.ibm.com\/topics\/machine-learning<\/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":"<p>La IA y el machine learning facilitan son capaces de encontrar patrones en informaci\u00f3n m\u00e9dica para mejorar diagn\u00f3sticos o tratamientos. El aprendizaje autom\u00e1tico o machine learning es una rama de la inteligencia artificial (IA) y las ciencias computacionales, que se enfoca en el aprovechamiento de datos y algoritmos para permitir que los modelos de IA imiten los procesos humanos de aprendizaje y as\u00ed mejoren gradualmente su precisi\u00f3n. Generalmente, estos modelos son utilizados para realizar predicciones o clasificaciones basadas en datos de entrada, que pueden estar etiquetados o no etiquetados. Un algoritmo puede producir una estimaci\u00f3n acerca de patrones en los datos ingresados. Cabe mencionar, que no solo funciona con datos como texto, sino tambi\u00e9n con im\u00e1genes y video. Adem\u00e1s, los modelos pueden ajustarse y optimizarse para producir mejores resultados.\u00a0 Al ajustar un modelo se reduce la discrepancia y el algoritmo repetir\u00e1 este proceso de aprendizaje evaluando y optimizando, de manera que logre alcanzar mejor precisi\u00f3n. En este sentido, la IA y sus diversas ramas tienen m\u00faltiples aplicaciones en la medicina y en la atenci\u00f3n m\u00e9dica. Por ejemplo, son capaces de alcanzar diagn\u00f3sticos m\u00e1s precisos, o desarrollar mejores tratamientos personalizados para cada paciente. Seg\u00fan la Asociaci\u00f3n Estadounidense de Medicina (AMA, en ingl\u00e9s) los modelos de machine learning en medicina tienen tres metodolog\u00edas principales: Aprendizaje supervisado: Consiste en que las computadoras aprendan a partir de ejemplo de predicciones correctas de resultados de inter\u00e9s. El objetivo de esto es generar predicciones precisas para nuevos ejemplos. El aprendizaje supervisado requiere etiquetas y entradas, las primeras describen lo que se est\u00e1 prediciendo, como la presencia o ausencia de un diagn\u00f3stico, mientras que las segundas se componen de datos de historiales m\u00e9dicos electr\u00f3nicos, datos \u00f3micos, im\u00e1genes m\u00e9dicas y texto m\u00e9dico. Aprendizaje no supervisado: Se trata de un tipo de machine learning en el que el algoritmo aprende a partir de datos no etiquetados sin un resultado predefinido o una variable objetivo. Con este tipo de aprendizaje, el objetivo es descubrir patrones, estructuras o relaciones comunes en los datos, como grupos de pacientes, subtipos de enfermedades o valores at\u00edpicos. Por ejemplo, un modelo de aprendizaje no supervisado puede utilizarse para agrupar a pacientes con cierta enfermedad y ayudar a descubrir trayectorias t\u00edpicas de utilizaci\u00f3n y progresi\u00f3n de la enfermedad. Aprendizaje por refuerzo: Utiliza datos sobre secuencias de intervenciones y sus consecuencias o recompensas para identificar las mejores secuencias de intervenciones para maximizar una recompensa. Por ejemplo, seg\u00fan explica la AMA, al tratar la sepsis, los m\u00e9dicos pueden observar el estado de salud del paciente, incluidas las constantes vitales, los resultados de laboratorio y las comorbilidades. Posteriormente deciden qu\u00e9 cantidad de l\u00edquido y vasopresores administrar al paciente. Luego del tratamiento, observan si el paciente se ha recuperado totalmente o si ha muerto; la recompensa ser\u00eda uno para lo primero o cero para lo segundo. Con estos datos, el modelo determina la mejor secuencia de acciones a seguir en funci\u00f3n del estado del paciente. BIBLIOGRAF\u00cdA AMA https:\/\/www.ama-assn.org\/practice-management\/digital\/ai-models-are-reshaping-medicine-here-s-how-they-learn IBM https:\/\/www.ibm.com\/topics\/machine-learning<\/p>","protected":false},"author":1,"featured_media":45059,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-45057","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\/45057","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=45057"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/45057\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/45059"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=45057"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=45057"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=45057"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}