{"id":45305,"date":"2024-05-21T09:05:27","date_gmt":"2024-05-21T15:05:27","guid":{"rendered":"https:\/\/saluddigital.com\/?p=45305"},"modified":"2025-10-18T16:07:56","modified_gmt":"2025-10-18T22:07:56","slug":"indiana-latino-institute-ofrece-pasantias-pagadas-a-estudiantes-convocatoria-abierta-hasta-el-31-de-julio","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/comunidades-conectadas\/indiana-latino-institute-ofrece-pasantias-pagadas-a-estudiantes-convocatoria-abierta-hasta-el-31-de-julio\/","title":{"rendered":"Google presenta avances de Gemini en medicina"},"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

Google avanza en la implementaci\u00f3n de IA en el campo m\u00e9dico con Med-Gemini.<\/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

Google ha desarrollado un modelo de inteligencia artificial (IA) llamado Med-Gemini, que se basa en la familia de modelos Gemini. Este avance representa una mejora significativa en las aplicaciones m\u00e9dicas multimodales, permitiendo un rendimiento avanzado en diversas tareas m\u00e9dicas. Los modelos Med-Gemini se ajustan con precisi\u00f3n a datos m\u00e9dicos anonimizados y han demostrado mejorar el rendimiento en diversas tareas, incluyendo especialidades como radiolog\u00eda, patolog\u00eda, dermatolog\u00eda, oftalmolog\u00eda y gen\u00f3mica.<\/p>

Uno de los principales avances que present\u00f3 Google recientemente, es la mejora en el razonamiento cl\u00ednico por parte de los modelos de IA.\u00a0 <\/span>Los modelos Med-Gemini est\u00e1n dise\u00f1ados para manejar datos complejos y multimodales, es decir, texto, im\u00e1genes, videos y registros electr\u00f3nicos de salud (EHR, en ingl\u00e9s). Estos modelos fueron afinados utilizando datos m\u00e9dicos anonimizados, lo que les permite aprovechar el conocimiento especializado en el campo m\u00e9dico. Estudios recientes demuestran que Med-Gemini puede predecir resultados de tratamientos y generar informes m\u00e9dicos con alta precisi\u00f3n (91.1%).<\/p>

No obstante, los recientes avances de Med-Gemini no se limitan a tareas textuales, sino que tambi\u00e9n destaca en aplicaciones m\u00e9dicas multimodales. Por ejemplo, en radiolog\u00eda, los modelos pueden interpretar escaneos 3D complejos y generar informes detallados que ayudan en el diagn\u00f3stico y tratamiento. Adem\u00e1s, Med-Gemini-Polygenic es el primer modelo en utilizar datos gen\u00f3micos para predecir resultados de salud, superando a los m\u00e9todos tradicionales en la predicci\u00f3n de enfermedades como la diabetes tipo 2 y enfermedad coronaria.<\/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\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

Adem\u00e1s, seg\u00fan evaluaciones citadas por Google, se ha demostrado que Med-Gemini supera a otros modelos de IA en 10 de 14 benchmarks<\/i> m\u00e9dicos, incluyendo tareas multimodales y de largo contexto. Su capacidad para manejar datos complejos y proporcionar resultados precisos ha sido validada en m\u00faltiples estudios, mostrando potencial importante para mejorar la pr\u00e1ctica m\u00e9dica. De esta manera, Med-Gemini busca acelerar la integraci\u00f3n de la IA en la medicina, al ofrecer herramientas avanzadas para el diagn\u00f3stico y la gesti\u00f3n de enfermedades.<\/p>

En general, Google explica que los modelos Med-Gemini han logrado un rendimiento de vanguardia en numerosos puntos de referencia m\u00e9dicos y que, adem\u00e1s, muestran el potencial de ayudar en los flujos de trabajo de m\u00e9dicos, investigadores y pacientes. Sin embargo, reconocen la necesidad de m\u00e1s investigaci\u00f3n antes de poder implementarlos en entornos reales.<\/p>

Learn more at the following link: https:\/\/research.google\/blog\/advancing-medical-ai-with-med-gemini\/<\/span><\/a><\/span><\/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

GOOGLE RESEARCH<\/b><\/p>

https:\/\/research.google\/blog\/advancing-medical-ai-with-med-gemini\/<\/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":"

Google avanza en la implementaci\u00f3n de IA en el campo m\u00e9dico con Med-Gemini. Google ha desarrollado un modelo de inteligencia artificial (IA) llamado Med-Gemini, que se basa en la familia de modelos Gemini. Este avance representa una mejora significativa en las aplicaciones m\u00e9dicas multimodales, permitiendo un rendimiento avanzado en diversas tareas m\u00e9dicas. Los modelos Med-Gemini se ajustan con precisi\u00f3n a datos m\u00e9dicos anonimizados y han demostrado mejorar el rendimiento en diversas tareas, incluyendo especialidades como radiolog\u00eda, patolog\u00eda, dermatolog\u00eda, oftalmolog\u00eda y gen\u00f3mica. Uno de los principales avances que present\u00f3 Google recientemente, es la mejora en el razonamiento cl\u00ednico por parte de los modelos de IA.\u00a0 Los modelos Med-Gemini est\u00e1n dise\u00f1ados para manejar datos complejos y multimodales, es decir, texto, im\u00e1genes, videos y registros electr\u00f3nicos de salud (EHR, en ingl\u00e9s). Estos modelos fueron afinados utilizando datos m\u00e9dicos anonimizados, lo que les permite aprovechar el conocimiento especializado en el campo m\u00e9dico. Estudios recientes demuestran que Med-Gemini puede predecir resultados de tratamientos y generar informes m\u00e9dicos con alta precisi\u00f3n (91.1%). No obstante, los recientes avances de Med-Gemini no se limitan a tareas textuales, sino que tambi\u00e9n destaca en aplicaciones m\u00e9dicas multimodales. Por ejemplo, en radiolog\u00eda, los modelos pueden interpretar escaneos 3D complejos y generar informes detallados que ayudan en el diagn\u00f3stico y tratamiento. Adem\u00e1s, Med-Gemini-Polygenic es el primer modelo en utilizar datos gen\u00f3micos para predecir resultados de salud, superando a los m\u00e9todos tradicionales en la predicci\u00f3n de enfermedades como la diabetes tipo 2 y enfermedad coronaria. Adem\u00e1s, seg\u00fan evaluaciones citadas por Google, se ha demostrado que Med-Gemini supera a otros modelos de IA en 10 de 14 benchmarks m\u00e9dicos, incluyendo tareas multimodales y de largo contexto. Su capacidad para manejar datos complejos y proporcionar resultados precisos ha sido validada en m\u00faltiples estudios, mostrando potencial importante para mejorar la pr\u00e1ctica m\u00e9dica. De esta manera, Med-Gemini busca acelerar la integraci\u00f3n de la IA en la medicina, al ofrecer herramientas avanzadas para el diagn\u00f3stico y la gesti\u00f3n de enfermedades. En general, Google explica que los modelos Med-Gemini han logrado un rendimiento de vanguardia en numerosos puntos de referencia m\u00e9dicos y que, adem\u00e1s, muestran el potencial de ayudar en los flujos de trabajo de m\u00e9dicos, investigadores y pacientes. Sin embargo, reconocen la necesidad de m\u00e1s investigaci\u00f3n antes de poder implementarlos en entornos reales. Conoce m\u00e1s en el siguiente enlace: https:\/\/research.google\/blog\/advancing-medical-ai-with-med-gemini\/ BIBLIOGRAF\u00cdA GOOGLE RESEARCH https:\/\/research.google\/blog\/advancing-medical-ai-with-med-gemini\/<\/p>","protected":false},"author":1,"featured_media":45307,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[154,160,3394],"tags":[145],"class_list":["post-45305","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-comunidades-conectadas","category-noticias","category-redes-sociales","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/45305","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=45305"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/45305\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/45307"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=45305"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=45305"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=45305"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}