Toma de decisiones con inteligencia artificial en el diagnóstico del paciente neonatal
DOI:
https://doi.org/10.51896/rilcods.v6i62.734Palabras clave:
Inteligencia artificial, servicios de salud neonatal, algoritmos de aprendizaje automático, procesamiento del lenguaje naturalResumen
El procesamiento del lenguaje natural (PNL) es una rama de conocimientos fabricados que se centra en la interacción entre las computadoras y el dialecto humano. Python es uno de los dialectos de programación más utilizados en el manejo de dialectos comunes debido a su facilidad de uso y la amplia gama de bibliotecas y dispositivos accesibles. A través de diferentes aparatos y bibliotecas, Python permite a los ingenieros trabajar con contenido de manera productiva y exitosa. El manejo del lenguaje natural en Python tiene aplicaciones en una variedad de áreas, como el examen de suposiciones, la interpretación automática y la investigación de estimaciones en sistemas sociales. En el campo de los servicios médicos neonatales, el uso de la inteligencia artificial (IA) y PLN puede mejorar completamente la atención neonatal al prever posibles peligros o complicaciones durante el embarazo, el parto y la atención posparto. En expansión, la IA puede ofrecer ayuda para identificar inconsistencias intrínsecas, desarreglos formativos y anticipar la desintegración silenciosa neonatal. A través de cálculos de IA, se puede anticipar un debilitamiento silencioso en las clínicas neonatales, lo que permite tomar decisiones más rápidas y precisas. Sin embargo, el uso de la IA en este contexto también plantea desafíos morales, legítimos y sociales que deben abordarse con compromiso y sencillez.
Citas
Alberca, A. S. (2022). La librería Numpy. Aprende con Alf. https://aprendeconalf.es/docencia/python/manual/numpy/
Barragan, C. (2023). minería de datos—Búsqueda de Google. https://tinyurl.com/268r6g6n
Bektaş, M. (2020). A comprehensive Guide to Scikit-learn Part 2: The Datasets Module | by Muhammet Bektaş | Bootrain Blog | Medium. https://medium.com/bootrain-blog/a-comprehensive-guide-to-scikit-learn-part-2-the-datasets-module-eb6e8c16fd73
Jimbo, J. (2023). 5 New Rules for Clean Code with the Pandas Library—Clean Code / Sonar Updates—Sonar Community. https://community.sonarsource.com/t/5-new-rules-for-clean-code-with-the-pandas-library/102738
Keos.co. (2023). (11) La minería de datos en la atención médica | LinkedIn. https://www.linkedin.com/pulse/la-miner%C3%ADa-de-datos-en-atenci%C3%B3n-m%C3%A9dica-keos-co/?originalSubdomain=es
Meissner, P., & Narita, Y. (2023). Así es como la inteligencia artificial transformará la toma de decisiones | Foro Económico Mundial. https://es.weforum.org/agenda/2023/10/la-inteligencia-artificial-transformara-la-toma-de-decisiones-asi-es-como/
Merino, M. (2020). Así puedes aprender a usar PyTorch, la herramienta más accesible para crear redes neuronales. https://www.genbeta.com/desarrollo/asi-puedes-aprender-a-usar-pytorch-herramienta-accesible-para-crear-redes-neuronales
Monroy, S. (2023). Decisiones estratégicas con IA: cómo utilizarla | APD. https://www.apd.es/decisiones-estrategicas-ia/
Nuñez, L. I. S., Diéguez, L. E., Márquez, N. del C. Á., & Hernández, K. de F. (2023). La inteligencia artificial aplicada a la toma de decisiones en el contexto cubano. Journal TechInnovation, 2(1), Article 1. https://doi.org/10.47230/Journal.TechInnovation.v2.n1.2023.19-24
Uribe, I. (2023). El impacto de la Inteligencia Artificial en la toma de decisiones. https://secmotic.com/inteligencia-artificial-toma-decisiones/#gref
Zeyer, A., & Yunquing, H. (2022). What features do you think will be in Tensorflow 3, if there ever is a Tensorflow 3? Quora. https://www.quora.com/What-features-do-you-think-will-be-in-Tensorflow-3-if-there-ever-is-a-Tensorflow-3
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Usted es libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y construir a partir del material
Bajo los siguientes términos:
- Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
- NoComercial — Usted no puede hacer uso del material con propósitos comerciales.