Las TIC en el sector salud, machine learning para el diagnóstico y prevención de enfermedades
Revista cuántica · 2022
DOI: 10.56747/rcq.v1i2.27 ↗Kurz gefasst
Fachartikel in der Zeitschrift Revista cuántica, 2022.
Abstract (Originalsprache)
Las tecnologías de la información y comunicación (TIC), desde su aparición han desempeñado un papel fundamental en la sociedad, desde que el hombre aplico su ingenio y sus diferentes habilidades de invención e innovación, la tecnología ha sido siempre una gran aliada para el continuo avance y desarrollo del mismo ser humano, es por esto que no es de extrañar que la tecnología este tan intrínsecamente asociada a diversos campos y aspectos de la salud. El aprendizaje automatizado o de maquina es un campo de aplicación e investigación, derivado del desarrollo de las ciencias de la información y la computación combinados, denominado usualmente como machine learning (ML), los métodos de los que se componen el ML permiten de manera avanzada por medio de recursos computacionales, el tratado de datos a gran escala, con el fin de generar modelos de aprendizaje que retornen información relevante, datos estadísticos y posibles caminos de solución o aplicación para cambiar o predecir eventos o resultados. Aplicando una metodología de revisión sistemática de literatura (SLR) se propone explicar cómo el machine learning puede ser usado para la prevención, diagnóstico e inclusive el tratamiento de enfermedades, describiéndolo como una potente herramienta tecnológica para mejorar el bienestar, tratamiento y promoción de la salud en el ser humano.
Zitieren
APA
(2022). Las TIC en el sector salud, machine learning para el diagnóstico y prevención de enfermedades. Revista cuántica. https://doi.org/10.56747/rcq.v1i2.27
Vancouver
Las TIC en el sector salud, machine learning para el diagnóstico y prevención de enfermedades. Revista cuántica. 2022. doi:10.56747/rcq.v1i2.27
BibTeX
@article{euvimed2022,
title = {Las TIC en el sector salud, machine learning para el diagnóstico y prevención de enfermedades},
journal = {Revista cuántica},
year = {2022},
doi = {10.56747/rcq.v1i2.27}
}
EUVIMED