Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Las principales características de los algoritmos de salud

Científicos de University of Florida Health, publicaron un artículo en PLOS Digital Health, sobre los principales atributos de los algoritmos aplicados en salud.

El artículo detalla con precisión la importancia de definir las características ideales que deben tener los algoritmos aplicados en salud para brindar los mejores beneficios y herramientas a pacientes y profesionales de la salud. Los especialistas destacan seis desideratas en el desarrollo de algoritmos en salud, es decir aspectos ideales y deseados.

Las seis desideratas son contempladas por los especialistas de University of Florida Health son:

  1. Explicable: Es decir que transmita la importancia relativa de las características en la determinación de los resultados.
  2. Dinámico: Capturar cambios temporales en señales fisiológicas y eventos clínicos.
  3. Preciso: Que utilice datos multimodales de alta resolución y el uso de arquitectura compleja.
  4. Autónoma: Es decir que sea capaz de lograr un aprendizaje con mínima supervisión y su ejecución sin aporte humano.
  5. Justo: Que evalúe, y mitigue el sesgo implícito y la inequidad social.
  6. Reproducible: Validada externa y prospectivamente y compartida con las comunidades académicas.

Los autores del estudio identificaron ocho ejemplos de algoritmos para llevar a cabo el análisis, de los cuales todos cumplieron con los criterios de precisión, seis fueron autónomos, cinco cumplieron los criterios de justo, cuatro fueron explicables y solo tres sufren reproducibles. Sin embargo, la característica de dinámico no fue aplicable para ninguno de los algoritmos analizados.

Los autores aplican que, si un algoritmo cumple con el objetivo de cubrir estas seis características o criterios, pueden potenciar la calidad de la atención médica y se alcanzarán mayores beneficios a médico, pacientes e investigadores.

Consulta el artículo completo en el siguiente enlace:

https://journals.plos.org/digitalhealth/article?id=10.1371/journal.pdig.0000006

Noticias destacadas

Noticias por país

Comparte el contenido

Salud Digital en el mundo

  • — Science Brief: Omicron (B.1.1.529) Variant/ actualizaciones CDC
    Ver más
  • — Coronavirus resource center / Johns Hopkins
    Ver más
  • — Rastreo epidemiológico de contactos COVID-19 / Curso Johns Hopkins
    Ver más
  • — Comportamiento infección SARS-CoV-2 / Calculadora FCS
    Ver más
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Artículo The Lancet
    Ver más
  • — Genomic Epidemiology Tracker / GISAID
    Ver más
  • — Consorcio Mexicano de Vigilancia Genómica
    Ver más
Secured By miniOrange