Machine learning in health: Applications, limitations and ethical implications

• Autores: Moquillaza-Alcántara, Victor, Vela-Anton, Paulo
• Formato: artículo
• Fecha de Publicación: 2019
• Institución: Sociedad Materno Fetal
• Repositorio: Revista Internacional de Salud Materno Fetal
• Lenguaje: español
• OAI Identifier: oai:ojs2.ojs.revistamaternofetal.com:article/148
• Enlace del recurso: http://ojs.revistamaternofetal.com/index.php/RISMF/article/view/148
• Nivel de acceso: acceso abierto
• Materia: Aprendizaje automático; Inteligencia artificial; Salud pública

Gran parte de las decisiones que asumimos en las ciencias de la salud, desde la salud pública hasta la práctica asistencial, son respaldadas por información obtenida a partir de datos. En las últimas décadas, las instituciones han buscado aglomerarlos en amplias bases, con el objetivo de generar nuevos conocimientos. Sin embargo, el dato como tal es inútil, puesto que requieren un análisis mediante el uso de algoritmos para obtener resultados. Durante el siglo XXI estos algoritmos han tenido un notable desarrollo, siendo aún más potentes que la estadística clásica.