Inteligencia Artificial en Salud: Beneficios y capacidades.
Entrevista a Diego Restrepo, Gerente General de InValue – revista The Business Year
12 de septiembre de 2023
SAHLI: Ejemplo de aplicabilidad de IA en salud.
21 de septiembre de 2023La Inteligencia Artificial en salud se refiere a la aplicación de técnicas y algoritmos que, por medio de la imitación de las funciones cognitivas humanas, ha permitido mejorar la calidad de la atención médica y los resultados en salud; aplicados a diversos campos de la medicina, trayendo consigo beneficios clínicos y económicos.
A continuación, te invitamos a leer las piezas preparadas por el equipo técnico de InValue HS frente a la Inteligencia Artificial en salud, su definición, objetivo, beneficios y capacidades en pro de la mejora de nuestros sistemas de salud.
#RealWorldEvidence #RWE #RealWorldData #RWD #salud #health
Beivide A. (2018) Inteligencia artificial [Imagen]. Consultado: 13 de agosto de 2023. Recuperado de: https://www.iagua.es/blogs/alejandro-beivide/inteligencia-artificial
https://www.google.com/imgres?imgurl=https://www.shutterstock.com/image-vector/future-human-robot-shaped-vector-260nw-2223185441.jpg
Referencias
1. Chen M, Decary M. Artificial intelligence in healthcare: An essential guide for health leaders. Healthc Manage Forum. 2020 Jan;33(1):10-18.
2. Yuri Y M Aung and others, The promise of artificial intelligence: a review of the opportunities and challenges of artificial intelligence in healthcare, British Medical Bulletin, Volume 139, Issue 1, September 2021, Pages 4–15
3. Schwalbe N, Wahl B. Artificial intelligence and the future of global health. Lancet. 2020 May 16;395(10236):1579-1586.
4. Jiang F, Jiang Y, Zhi H, Dong Y, Li H, Ma S, Wang Y, Dong Q, Shen H, Wang Y. Artificial intelligence in healthcare: past, present and future. Stroke Vasc Neurol. 2017 Jun 21;2(4):230-243.
Autores
- Ana Milena Parra
- Andrea Franco Sierra
Invalue
InValue Health Solutions SAS es una organización que genera soluciones de apoyo a la gestión y consultoría, reales, cercanas y aplicables, fundamentadas en la transformación y uso de la información, en busca de la eficiencia y sostenibilidad de los diferentes actores de los sistemas de salud.
