{"title":"Machine learning en anestesia. Avances de hoy para la anestesia del mañana","authors":"Agustín Núñez, Samer Tawfiq, Andrés Polit","doi":"10.25237/revchilanestv52n6-04","DOIUrl":null,"url":null,"abstract":"La inteligencia artificial (IA) se ocupa de desarrollar sistemas que realizan tareas que normalmente requieren inteligencia humana. El machine learning (ML) es una rama importante de la IA y tiene aplicaciones significativas en medicina. Estas aplicaciones han permitido avances en anestesiología, donde se han desarrollado algoritmos capaces de reconocer patrones en las ondas arteriales y predecir episodios de hipotensión, disminuir el dolor posoperatorio y monitorear la anestesia. Todas estas herramientas son capaces de asistir a los médicos en la prevención de eventos y en la toma de decisiones. Sin embargo, es importante tener en cuenta que, hasta ahora, las herramientas basadas en ML no pueden reemplazar el juicio clínico del anestesiólogo debido a posibles sesgos inherentes a la programación inicial.","PeriodicalId":39813,"journal":{"name":"Revista Chilena de Anestesia","volume":"229 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Chilena de Anestesia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.25237/revchilanestv52n6-04","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"Medicine","Score":null,"Total":0}
引用次数: 0
Abstract
La inteligencia artificial (IA) se ocupa de desarrollar sistemas que realizan tareas que normalmente requieren inteligencia humana. El machine learning (ML) es una rama importante de la IA y tiene aplicaciones significativas en medicina. Estas aplicaciones han permitido avances en anestesiología, donde se han desarrollado algoritmos capaces de reconocer patrones en las ondas arteriales y predecir episodios de hipotensión, disminuir el dolor posoperatorio y monitorear la anestesia. Todas estas herramientas son capaces de asistir a los médicos en la prevención de eventos y en la toma de decisiones. Sin embargo, es importante tener en cuenta que, hasta ahora, las herramientas basadas en ML no pueden reemplazar el juicio clínico del anestesiólogo debido a posibles sesgos inherentes a la programación inicial.
京公网安备 11010802042870号
京ICP备2023020795号-1
分享
求助内容：
应助结果提醒方式：
扫码关注我们
