IA a l'Entorn Sanitari PDF

Inteligència Artificial (IA) Conceptes globals Grau en Infermeria Gestió i qualitat dels serveis d’infermeria Joan Manuel Sánchez Lledó  Concepte “Habilitat dels ordinadors/rob...

Inteligència Artificial (IA) Conceptes globals Grau en Infermeria Gestió i qualitat dels serveis d’infermeria Joan Manuel Sánchez Lledó  Concepte “Habilitat dels ordinadors/robots per fer activitats que normalment requereixen inteligència humana” Això inclou adaptació, aprenentatge, raonament i presa de decisions.  Test de Turing - 1950 “Prova que permet avaluar la capacitat d’una màquina per exhibir un comportament intel·ligent similar i indistingible d’aquest”  Evolució històrica 1956 – Adopció del terme IA (John McCarthy) 1960 – Creació del llenguatge LISP de programación d’IA; ELIZA programa de processament de llenguatge natual 1980 / 1987 – Primers Sistemes Experts (regles llògiques per presa de decisions) 1997 – Deep Blue d’IBM guanya a Gari Kasparov 2011 – Ordinador Thomas J.Watson d’IBM guanya al joc Jeopardy 2011 / 2014 – Aparició del Assistents Virtuals (SIRI, Cortana, …) 2014 – Eugene supera per 1r cop el Test de Turing 2016 – La IA guanya al Go a Lee SeDol (joc molt més complex que escacs)  Tipus IA  IA Estreta : per tasques específiques com reconeixement de veu, classificació d’images, …  IA General : capacitat de realizar qualsevol tasca que pot fe una persona  IA Superintel·ligència : supera la Intel·ligència humana en totes les àreees  Mètodes i tècniques  Resolució de problemes i cerques (capacitat de procesament)  Lògica i regles (algoritmes molt complexos per aplicar les persones)  Càlcul de probabilitats (càlcul de probabilitat que es dongui un evento en funció de múltiples variables)  Regressió (aplicación de mètodes estadístic en la llògica i regles)  Classificació (per múltiples variables i gran quantitat de dades) BIG DATA  Agrupament (clustering) minería de dades cercant patrons (Amazon, Bancs, Asseguradores, …)  Xarxes neuronals : models matemàtics inspirats en el cervell, utilitzats en aprenentatge automàtic  Àrees d’aplicació  Atenció médica  Servei a clients  Anàlisi de dades  Investigació  Indústria financera  Educació  Esbarjo (jocs, assistents, …)  Gestió de recusos  Tènciques i mètodes en IA  Machine Learning (ML) aprenentatge automàtic  Xarxes Neuronals  Deep Learning  Visió Artificial  Procesament Llenguatge Natural (NLP)  Generació de Llenguatge Natural (GLG)  Chatbot  Assistència Digital Virtual  Sistemes de recomanacions (agents intel·ligents)  Anàlisi predictiu  Sistemes Experts  Anàlisi prescriptiu  Algoritmes evolutius  Lògica difusa (davant incertidumbres), Xarxes Bayesianas  Procesament de senyals i reconeixement de patrons Totes aquestes tècniques estan en evolució constant....  Utilització en l’entorn sanitari  Interpretació imatge médica  Procesament llenguate natural (codificació, informes, …)  Suport en la presa de decisions clíniques  Detecció de malalties infeccioses (grip, COVID-19, …)  Diagnòstic en temps real (entorns emergents o UCI) per monitoratge continu constants vitals  Anàlisi genòmic  Detecció de patrons en dades clíniques  Avaluació imatges histopatología (detecció càncer i altres alteracions)  Seguiment i pronòstic de malalties cròniques com diabetes, HTA, MEPOC, …  Triatge a urgències  Utilització en l’entorn sanitari (en concret)  Predicció aparició Diabetes II  Sistemes d’alertes per ICTUS  Diagnosticar pneumonia  Predicció IAM  Descobriment de noves mol·lècules i tractaments  Ajust de dosis de medicaments  Atenció telefònica urgent  Robots quirúrgics / assistents En cap cas reemplaça als professionals sanitaris, però facilita la presa de decisions i l’eficiencia d’aquestes, i per tant finalment millorar l’atenció al pacients  Utilització atenció d’infermeria Suport en les decisions clíniques infermeres (recomanacions basades en evidencia científica) Monitoratge de pacients (amb avís en cas d’alteracions) Gestió de dades dels pacients Detecció de deteriorament Detecció infeccions nosocomials Personalització de l’atenció Telemedicina i assistència remota Optimització de procesos assistencials (per exemple procesos quirúrgics) Suport en la formació de nous professionals i en els programes d’aprenentatge continu Planificació i programación de torns Gestió de recursos Distribució de càrregues de treball …..