Saber más
Más vistos
- Análisis FODA de la adopción de inteligencia artificial en el cuidado de enfermería
- Caracterización de los ensayos clínicos de terapéutica digital: una revisión sistemática con procesamiento de lenguaje natural
- ChatGPT como herramienta para la educación médica y la toma de decisiones clínicas en los hospitales
- Inteligencia Artificial y Privacidad en Radiología
- Comprensión de los Modelos de Lenguaje Grande (LLM): Una visión general completa desde el entrenamiento hasta la inferencia
- Una revisión de los programas educativos sobre inteligencia artificial (IA) disponibles para el personal de imágenes médicas
- Escribas con inteligencia artificial ambiental para aliviar la carga de la documentación clínica
- Hacia una IA conversacional para el diagnóstico
Análisis FODA de la adopción de inteligencia artificial en el cuidado de enfermería
Este artículo tiene como objetivo identificar las fortalezas y debilidades de las tecnologías de inteligencia artificial (IA), descubrir oportunidades de mejora y reconocer posibles amenazas que podrían impedir su implementación exitosa en el cuidado de enfermería.
ChatGPT como herramienta para la educación médica y la toma de decisiones clínicas en los hospitales
Este estudio tiene como objetivo identificar y evaluar cualitativamente los casos de uso potenciales y las limitaciones de la tecnología LLM para contextos educativos en tiempo real en los hospitales.
Caracterización de los ensayos clínicos de terapéutica digital: una revisión sistemática con procesamiento de lenguaje natural
Este estudio utiliza procesamiento de lenguaje natural (NLP) para caracterizar los ensayos clínicos registrados de DTx y proporcionar información sobre el desarrollo clínico de estas terapias novedosas.
Capturando la propuesta de valor de las aplicaciones de inteligencia artificial en la atención médica: un estudio de investigación cualitativa
Este estudio busca superar los obstáculos de adopción proporcionando a las organizaciones de atención médica una comprensión clara de cómo pueden capturar el potencial de las aplicaciones de IA.
Construyendo una casa sin cimientos: Un estudio cualitativo de entrevistas en 24 países sobre inteligencia artificial en la medicina de cuidados intensivos
Este estudio explora las opiniones de los profesionales de cuidados intensivos en países de altos ingresos (HICs) y países de ingresos bajos y medios (LMICs) sobre el uso y la implementación de tecnologías de IA en las UCI.
El mapa del recorrido del algoritmo: un enfoque tangible para implementar soluciones de IA en la atención médica
Este estudio documenta el proceso de diseño, construcción e integración de una solución de IA llamada SepsisWatch en el Sistema de Salud de la Universidad de Duke. Se realizaron 20 entrevistas con el equipo de ingenieros y científicos que lideraron el proyecto multi-anual.
Estimación no invasiva de la reserva fraccional de flujo utilizando aprendizaje profundo en imágenes de angiografía de lesiones intermedias de la arteria descendente anterior izquierda
Este estudio propone un modelo de aprendizaje profundo para estimar FFR no invasivamente a partir de imágenes de angiografía, clasificando las imágenes en dos categorías: FFR > 80 y FFR ≤ 80.
Escribas con inteligencia artificial ambiental para aliviar la carga de la documentación clínica
Las actividades administrativas y de ingreso de datos durante los encuentros con los pacientes también afectan negativamente la relación médico-paciente al obstaculizar una comunicación efectiva y empática.
Hacia una IA conversacional para el diagnóstico
Se diseñó un marco para evaluar el rendimiento clínico significativo en ejes como la toma de antecedentes, precisión diagnóstica, razonamiento de gestión, habilidades de comunicación y empatía. AMIE se comparó con médicos de atención primaria (PCP) en un estudio cruzado aleatorizado y doble ciego de consultas basadas en texto con actores pacientes validados, en el estilo de un Examen Clínico Estructurado Objetivo (OSCE).
Inteligencia Artificial y Privacidad en Radiología
La privacidad diferencial (DP) es un marco matemático diseñado para formalizar e implementar la privacidad, proporcionando información sobre grupos sin comprometer los datos individuales. En un ejemplo práctico, si se conoce la edad promedio de un grupo de pacientes antes y después de la admisión de un nuevo paciente, es posible deducir la edad del nuevo paciente.
- ¿El ajuste fino de los modelos de lenguaje grande (LLM) con nuevos conocimientos fomenta alucinaciones?
- Análisis FODA de la adopción de inteligencia artificial en el cuidado de enfermería
- Capturando la propuesta de valor de las aplicaciones de inteligencia artificial en la atención médica: un estudio de investigación cualitativa
- Caracterización de los ensayos clínicos de terapéutica digital: una revisión sistemática con procesamiento de lenguaje natural
- ChatGPT como herramienta para la educación médica y la toma de decisiones clínicas en los hospitales
Copyright © 2024. Nexthealth Communication
Financiado por la Unión Europea – NextGenerationEU. Proyecto financiado por ENISA en el marco del Plan de Recuperación, Transformación y Resiliencia (PRTR), a través de la Secretaría de Estado de Digitalización e Inteligencia Artificial