Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Oportunidades de la Inteligencia Artificial en Salud Walter H. Curioso, Ph.D., M.D., M.P.H. Vicerrector de Investigación Universidad Continental wcurioso@continental.edu.pe @waltercurioso I N T E L I G E N C I A A R T I F I C I A L : D E F I N I C I Ó N ( M I N S A ) • Es la serie de tecnologías que sirven para emular características o capacidades exclusivas del intelecto humano. • La Inteligencia Artificial en el campo de la salud, se basa en la utilización de algoritmos y técnicas de software para predecir la situación de salud humana a través del análisis de conjuntos de datos médicos.* *Juan Ignacio Barrios Arce, 31 mayo, 2019, Inteligencia Artificial y salud, Ciencia de datos, Inteligencia Artificial, Inteligencia de Negocios, machine learning. I N T E L I G E N C I A A R T I F I C I A L ( M I N S A ) http://bvs.minsa.gob.pe/local/MINSA/5165.pdf http://bvs.minsa.gob.pe/local/MINSA/5165.pdf E J E S E S T R A T É G I C O S – E . N . I N T E L I G E N C I A A R T I F I C I A L https://www.gob.pe/institucion/pcm/informes-publicaciones/1929011-estrategia-nacional-de-inteligencia-artificial https://guias.servicios.gob.pe/creacion-servicios-digitales/inteligencia-artificial/enia https://www.gob.pe/institucion/pcm/informes-publicaciones/1929011-estrategia-nacional-de-inteligencia-artificial https://guias.servicios.gob.pe/creacion-servicios-digitales/inteligencia-artificial/enia https://busquedas.elperuano.pe/normaslegales/ley-que-promueve-el-uso-de-la-inteligencia-artificial-en-fav-ley-n-31814-2192926-1/ Artículo 2. Interés nacional Es de interés nacional la promoción del talento digital en el aprovechamiento de las tecnologías emergentes y nuevas tecnologías en favor del bienestar social y económico, así como el fomento del desarrollo y uso de la inteligencia artificial para la mejora de los servicios públicos, de la educación y los aprendizajes, la salud, la justicia, la seguridad ciudadana, la seguridad digital, la economía, la inclusión, los programas sociales, la seguridad y la defensa nacional, así como para toda otra actividad económica y social a nivel nacional. L E Y Q U E P R O M U E V E E L U S O D E L A I N T E L I G E N C I A A R T I F I C I A L E N F A V O R D E L D E S A R R O L L O https://busquedas.elperuano.pe/normaslegales/ley-que-promueve-el-uso-de-la-inteligencia-artificial-en-fav-ley-n-31814-2192926-1/ I N T E L I G E N C I A A R T I F I C I A L : H I S T O R I A Chacón JG, Flórez AS, Rodríguez E. La inteligencia artificial y sus contribuciones a la física médica y la bioingeniería. Revista MundoFesc. 2015;1(9):60-63 Inteligencia artificial Aprendizaje automático o automatizado Aprendizaje profundo C O N C E P T O S B Á S I C O S D E L A I N T E L I G E N C I A A R T I F I C I A L Chacón JG, Flórez AS, Rodríguez E. La inteligencia artificial y sus contribuciones a la física médica y la bioingeniería. Revista MundoFesc. 2015;1(9):60-63 Inteligencia artificial Aprendizaje automático o automatizado Aprendizaje profundo Deep Learning: Utiliza «diversas cadenas de redes neuronales que además de conformar estructuras complejas secuenciales o en diversas configuraciones, las configuran en roles diferentes» eRX D E S A F Í O S E N E L P R O C E S O D E D I A G N Ó S T I C O D E L A T U B E R C U L O S I S R E D E S N E U R O N A L E S C O N V O L U C I O N A L E S ( C N N s ) • Son una clase de aprendizaje profundo que utiliza una red neuronal artificial para analizar imágenes visuales. • Tipo de Redes Neuronales muy efectivas en las tareas de reconocimiento y clasificación. • Las redes neuronales convolucionales se han convertido en la técnica preferida para analizar imágenes médicas. Input =>Convolutional Layer =>Sub-sampling/Pooling Layer =>Fully-connected Layer =>Output https://rpmesp.ins.gob.pe/index.php/rpmesp/article/view/5585/3741 https://rpmesp.ins.gob.pe/index.php/rpmesp/article/view/5585/3741 O P T I M I Z A N D O E L P R O C E S O D E D I A G N Ó S T I C O D E L A T U B E R C U L O S I S C O N I N T E L I G E N C I A A R T I F I C I A L Curioso WH, Brunette MJ. Inteligencia artificial e innovación para optimizar el proceso de diagnóstico de la tuberculosis. Rev Peru Med Exp Salud Publica. 2020;37(3). doi: https://doi.org/10.17843/rpmesp.2020.373.5585 Placa de Rx Extracción de la región Redes neuronales convolucionales Clasificación de regiones y reconocimiento de manifestaciones de tuberculosis http://www.cs.uml.edu/~cliu/pub/ICIP_2017_CameraReady_preprint.pdf We achieve an 85.68% classification accuracy in a large TB image dataset, surpassing any state-of-art classification accuracy in this area. E R X : 8 5 . 6 8 % P R E C I S I Ó N ( 2 0 1 7 ) http://www.cs.uml.edu/~cliu/pub/ICIP_2017_CameraReady_preprint.pdf https://www.scielosp.org/pdf/rpmesp/2017.v34n3/544-550/es R O L D E L O S F A C T O R E S S O C I O T É C N I C O S https://www.scielosp.org/pdf/rpmesp/2017.v34n3/544-550/es https://www.scielosp.org/pdf/rpmesp/2017.v34n3/544-550/es S I S T E M A S O C I O T É C N I C O https://www.scielosp.org/pdf/rpmesp/2017.v34n3/544-550/es Brunette MJ, Curioso WH. Sistemas de salud móvil integrados: rol de los factores socioculturales y el enfoque de sistemas sociotécnico. Rev Peru Med Exp Salud Publica. 2017;34(3):544-50. doi: 10.17843/rpmesp.2017.343.2859. E N F O Q U E D E S I S T E M A S O C I O T É C N I C O Alcantara MF, Cao Y, Liu B, Liu C, Zhang N, Zhang P, Griffin T, Curioso WH, Ugarte-Gil C, Brunette MJ. eRx – A technological advance to speed-up TB diagnostics. Smarth Health. 2020(16):100117. doi: 10.1016/j.smhl.2020.100117. E R X - S M A R T H H E A L T H ( 2 0 2 0 ) Curioso WH, Brunette MJ. Inteligencia artificial e innovación para optimizar el proceso de diagnóstico de la tuberculosis. Rev Peru Med Exp Salud Publica 2020;37(3):554-8. doi: https://doi.org/10.17843/rpmesp.2020.373.5585 I N T E L I G E N C I A A R T I F I C A L E I N N O V A C I Ó N Islam MM, Poly TN, Alsinglawi B, Lin MC, Hsu M-H, Li Y-C. A State-of-the-Art Survey on Artificial Intelligence to Fight COVID-19. Journal of Clinical Medicine. 2021; 10(9):1961. https://doi.org/10.3390/jcm10091961 A P L I C A C I O N E S D E L A I A E N M E D I C I N A C H A T G P T Y A R T I C U L O S C I E N T I F I C O S C H A T G P T • ChatGPT: desarrollado por OpenAI (noviembre 2022). • Es un tipo de chatbot (aplicación informática que simula una conversación real con una persona) que emplea el modelo de lenguaje Generative Pre-trained Transformer. • Permite mediante conversación escrita, responder a todo tipo de demandas (prompts). https://neurologia.com/articulo/2023066/esp “Prompt”: se refiere al “input” o información que facilitamos en formato texto a ChatGPT. Esta entrada de información puede ser una orden, una pregunta, una afirmación o incluso un tema de conversación 0 200 400 600 800 1000 1200 1400 1600 1800 2022 2023 en P E R F O R M A N C E D E L C H A T G P T E N E L U S M L E ( U S A ) • Los autores evaluaron el rendimiento del ChatGPT en el Examen de licencia médica de los Estados Unidos (USMLE), que consta de tres exámenes: USMLE Step 1, Step 2, y Step 3. • ChatGPT aprobó los tres exámenes. sin ninguna formación especializada o refuerzo. Además, ChatGPT demostró un alto nivel de concordancia y coherencia en sus explicaciones. • Los resultados sugieren que los modelos de lenguaje extenso pueden tener el potencial de ayudar con la educación médica y, potencialmente, con la toma de decisiones clínicas. https://journals.plos.org/digitalhealth/article?id=10.1371/journal.pdig.0000198 https://journals.plos.org/digitalhealth/article?id=10.1371/journal.pdig.0000198 P E R F O R M A N C E D E L C H A T G P T E N E L E N A M ( P E R U ) https://mededu.jmir.org/2023/1/e48039/PDF • GPT-4 precisión de 86% en el ENAM • GPT-3.5 precisiónde 77% en el ENAM • Las personas que respondieron el ENAM: precisión del 55% • Concordancia entre GPT-3.5 y GPT-4 (κ=0.38) https://mededu.jmir.org/2023/1/e48039/PDF C O N S I D E R A C I O N E S D E L A I A E N S A L U D OMS. https://iris.who.int/handle/10665/373421 • Resalta la importancia de la seguridad y eficacia de los sistemas y modelos de IA, y la necesidad de fomentar el diálogo entre las partes interesadas, incluyendo a reguladores, desarrolladores, fabricantes, trabajadores de la salud y pacientes. • OMS destaca 6 áreas clave para las consideraciones regulatorias: • Documentación y transparencia • Gestión de riesgos y enfoques del ciclo de vida de desarrollo de sistemas de IA • Uso previsto y validación analítica y clínica • Calidad de datos • Privacidad y protección de datos • Compromiso y colaboración https://iris.who.int/handle/10665/373421 ¿ L A I N T E L I G E N C I A A R T I F I C I A L R E E M P L A Z A R Á A L O S M É D I C O S ? La inteligencia artificial no reemplazará a los médicos, pero los médicos que usen la inteligencia artificial reemplazarán a los médicos que no la usan. Langlotz, C.P., 2019. Will Artificial Intelligence Replace Radiologists? Radiol Artif Intell 1,e190058. https://doi.org/10.1148/ryai.2019190058 https://doi.org/10.1148/ryai.2019190058 Muchas gracias Walter H. Curioso, M.D., Ph.D., M.P.H. Vicerrector de Investigación Universidad Continental wcurioso@continental.edu.pe @waltercurioso Diapositiva 1: Oportunidades de la Inteligencia Artificial en Salud Diapositiva 2 Diapositiva 3 Diapositiva 4 Diapositiva 5: https://busquedas.elperuano.pe/normaslegales/ley-que-promueve-el-uso-de-la-inteligencia-artificial-en-fav-ley-n-31814-2192926-1/ Diapositiva 6 Diapositiva 7 Diapositiva 8 Diapositiva 9 Diapositiva 10 Diapositiva 11 Diapositiva 12 Diapositiva 13 Diapositiva 14 Diapositiva 15 Diapositiva 16 Diapositiva 17 Diapositiva 18 Diapositiva 19 Diapositiva 20 Diapositiva 21 Diapositiva 22 Diapositiva 23 Diapositiva 24 Diapositiva 25: Muchas gracias Diapositiva 26
Compartir