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
Universidad de Arkansas, los Institutos Nacionales de Salud y Google desarrollan modelo para la investigación biomédica

Científicos de datos de la Universidad de Arkansas (UARK) desarrollarán un modelo de Inteligencia Artificial (IA), para la investigación biomédica.

Investigadores de la UARK desarrollarán un proyecto de módulos de aprendizaje para la investigación biomédica con apoyo de los Institutos Nacionales de Salud (NIH) y Google. El objetivo de los módulos será apoyar a los investigadores biomédicos en su aprendizaje sobre la importancia de machine learning y la IA como herramientas importantes en la investigación.

Por ejemplo, la investigación biomédica se ve beneficiada con la aplicación de aprendizaje automático o machine learning al optimizar el análisis de datos para diferentes tipos de imágenes médicas y científicas.

Para el desarrollo del proyecto Justin Zhan profesor de la Universidad de Arkansas, quien es el investigador principal de este proyecto recibió fondos de más de 140 mil dólares por parte del Instituto Nacional de Ciencias Médicas Generales. Asimismo, logró una asociación con Kyle Quinn, profesor de ingeniería biomédica y Larry Cornett, quien dirige la Arkansas IDeA Network una red de Investigación Biomédica de la UARK.

De esta forma, Arkansas IDeA Network, desarrollará estudios de caso para módulos de aprendizaje, utilizando ciencia de datos y núcleos de imágenes. “La nueva tecnología está expandiendo rápidamente la cantidad y variedad de modalidades de imágenes, por ejemplo, que pueden decirles a los médicos mucho más sobre sus pacientes. Pero esta transformación ha creado desafíos, particularmente con el almacenamiento y la gestión de conjuntos de datos masivos. Además, mientras que la revolución de los grandes datos transforma la biología y la medicina en ciencias basadas en datos, la educación tradicional está respondiendo lentamente. Abordar esta deficiencia es parte de lo que estamos tratando de hacer”, explicó Zhan.

Los investigadores de Arkansas también contarán con el apoyo de ingenieros de software de Google y de NIH para abordar diversos objetivos de la investigación impulsada por IA. “Los módulos de computación en la nube desarrollados por el equipo de Zhan ayudarán a los investigadores a comprender cómo se puede utilizar la inteligencia artificial en las ciencias biomédicas para analizar grandes datos”, explicó la universidad en un comunicado.

Los estudios relacionados con la identificación de características en conjuntos masivos de imágenes biomédicas, podría ayudar a los investigadores y médicos, como implementar la IA en su trabajo de manera regular.

Últimos tweets

Eventos más importantes en Salud Digital

2023 marzo

Semana 1

lun 27
mar 28
mié 1
jue 2
vie 3
sáb 4
dom 5
lun 6
mar 7
mié 8
jue 9
vie 10
sáb 11
dom 12
lun 13
mar 14
mié 15
jue 16
vie 17
sáb 18
dom 19
lun 20
mar 21
mié 22
jue 23
vie 24
sáb 25
dom 26
lun 27
mar 28
mié 29
jue 30
vie 31
sáb 1
dom 2

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
error: Este contenido esta protegido...