Artículo de Revisión

Inteligencia Artificial en Relación con la Medicina

Artificial Intelligence in Relation to Medicine
Tuiran Acevedo, Manuel

Manuel Tuiran Acevedo Resumen: El objetivo de este estudio es determinar cómo

tuiran@outlook.es la Inteligencia Artificial se relaciona con la medicina y aporta
Universidad Católica Luis Amigó Medellín, Colombia con efectos positivos y negativos a esta última, se hace una
investigación exhaustiva en diferentes bases de datos para
la búsqueda de artículos que relacionen estos estudios, sus
Revista Ingenierías USBMed desarrollos y la postura de los autores frente a las temáticas
Universidad de San Buenaventura, Colombia abordadas.
ISSN-e: 2027-5846
Periodicidad: Semestral Palabras clave: Inteligencia Artificial, Machine Learning,
vol. 12, núm. 2, 2021
ingenierias.usbmed@usb.edu.co Redes Neuronales, Computación Cognitiva, Sistemas Expertos,
Algoritmo, Algoritmos Genéticos, Lingüística Computacional,
Recepción: 06 Noviembre 2020 Patología, Radiología, Oncología.
Aprobación: 20 Mayo 2021
URL: http://portal.amelica.org/ameli/ Abstract: e objective of this study is to determine how
jatsRepo/536/5362548009/index.html Artificial Intelligence is related to Medicine and contributes
with positive and negative effects to the latter, an exhaustive
DOI: https://doi.org/10.21500/20275846.5098
investigation is carried out in different databases to search for
articles that relate these studies, their developments and the
position of the authors regarding the topics addressed.
Esta obra está bajo una Licencia Creative Commons Atribución- Keywords: Artificial Intelligence, Machine Learning, Neural
NoComercial-SinDerivar 4.0 Internacional.
Networks, Cognitive Computing, Expert Systems, Algorithm,
Genetic Algorithms, Computational Linguistics, Pathology,
Radiology, Oncology.

I. Introducción

El desarrollo de la Inteligencia Artificial impulsa a que diferentes sectores e industrias se interesen en

beneficiarse y en generar avances en conjunto para aportar a las necesidades que el medio exige, y que se han
convertido en problemáticas primordiales para la búsqueda de sus soluciones, y así evitar la incertidumbre de
cómo enfrentar tantos retos que la ciencia nos propone. Entre estas industrias se destacan las ciencias de la
salud, ya que poseen mayor demanda para dar respuesta a enfermedades y tratamientos, y quién mejor para
trabajar en conjunto que la Inteligencia Artificial. Es aquí cuando se identifica la problemática y necesidad
de empezar a unir fuerzas y trabajar en favor de las nuevas tecnologías y la salud, aportando positivamente
con las necesidades del ser humano.
Comprender cómo la Inteligencia artificial ha logrado en los últimos años un avance útil para diferentes
sectores, las dudas sobre su funcionamiento, qué finalidades tendrá, sus necesidades en los medios digitales
como intermediario entre las personas y el cómo todas estas incertidumbres pueden aportar para ser
encaminados a la medicina.
En esta revisión de la literatura se empleará la metodología cuantitativa, enfocada a los avances de la
Inteligencia Artificial en conjunto con la medicina, será un proceso documentado y sustentado por los

Modelo de publicación sin fines de lucro para conservar la naturaleza académica y

abierta de la comunicación científica

PDF generado a partir de XML-JATS4R 74

Manuel Tuiran Acevedo. Inteligencia Artificial en Relación con la Medicina

antecedentes encontrados en otras investigaciones, datos estadísticos, identificación de variables y constantes.

Será orientado a diversas ramas de la medicina como población, y en el ámbito tecnológico se incluirá al
Machine Learning a manera de disciplina para la Inteligencia Artificial. En conclusión, la IA estará presente
en nosotros como el próximo ideal a alcanzar entre las ingenierías computacionales y los grandes científicos
que se interesen en desarrollar y aplicar todos estos conocimientos a la medicina, pensar en lo inimaginable
y solucionar lo absurdo.

II. Justificación

En la revisión sistemática de la literatura se evidencian todos los aspectos cualitativos que se desarrollan en
la investigación, con el fin de agrupar toda la información que existe relacionada al tema consultado. Para
la medicina, la Inteligencia Artificial despierta un gran interés por todos los aciertos y logros que se pueden
llegar a conseguir con su ayuda, su análisis rápido de información, toma de decisiones y procesamiento de
datos que para los humanos no es posible aún. En consecuencia, toda la información y antecedentes que se
encuentre sobre las temáticas abordadas debe de ser revisada y sintetizada para encaminar correctamente
nuestra investigación.
Daugherty [1] afirma que “Nunca hemos visto una tecnología que se mueve tan rápido como la IA, tiene
un impacto en la sociedad y la tecnología. Esta es, con mucho, la tecnología de movimiento más rápido que
hemos rastreado en términos de su impacto y recién estamos comenzando”

III. Preguntas de investigación

1. ¿Cuáles son las ventajas y desventajas que genera la implementación de la inteligencia artificial en el área
la medicina?
2. ¿Cuáles son los principales objetivos de implementar la inteligencia artificial en el área de la medicina?
3. ¿Qué avances o aplicaciones de la IA se han implementado a la fecha en el área de la medicina?

IV. Definiciones y conceptos básicos

Inteligencia Artificial (IA): “La Inteligencia artificial es el campo científico de la informática que se centra en
la creación de programas y mecanismos que pueden mostrar comportamientos considerados inteligentes” [2].
Machine Learning (ML): “Una disciplina de las ciencias informáticas, relacionada con el desarrollo de
la Inteligencia Artificial, y que sirve, como ya se ha dicho, para crear sistemas que pueden aprender por sí
solos” [3].
Redes Neuronales: “Son los Algoritmos de aprendizaje y los de modelos computacionales diseñados para
funcionar como neuronas en el cerebro” [4].
Computación cognitiva: “Describir el proceso mediante el cual las máquinas pueden extraer datos” [4].
Sistemas Expertos: “Son una forma antigua de tecnología de IA que originalmente fue diseñada para resolver
problemas complejos” [4].
Algoritmo: “Son una serie de normas o leyes específicas que hace posible la ejecución de actividades,
cumpliendo una serie de pasos continuos que no le originen dudas a la persona que realice dicha
actividad” [5].
Algoritmos genéticos: “Son algoritmos de optimización búsqueda y aprendizaje inspirados en los procesos
de evolución natural y evolución genética” [6].

PDF generado a partir de XML-JATS4R

75
 Revista Ingenierías USBMed, 2021, 12(2), Julio-Diciembre, ISSN: 2027-5846

Lingüística Computacional: “Es un campo de conocimiento interdisciplinar en el que la Lingüística teórica

ha jugado un papel destacable (. . . ) Su objetivo es desarrollar sistemas computacionales que simulen, total o
parcialmente, las destrezas y habilidades de un hablante real” [7].
Patología: “Es el estudio de las enfermedades en su amplio sentido, es decir, como procesos o estados
anormales de causas conocidas o desconocidas” [8].
Radiología: “La radiología es una rama de la medicina que utiliza la tecnología imagenológica para
diagnosticar y tratar una enfermedad. Se puede dividir en dos áreas diferentes: radiología diagnóstica y
radiología intervencionista” [9].
Oncología: “Rama de la medicina especializada en el diagnóstico y tratamiento del cáncer. Incluye la
oncología médica (uso de quimioterapia, terapia con hormonas y otros medicamentos para tratar el cáncer),
la radioncología (uso de radioterapia para tratar el cáncer) y la oncología quirúrgica (uso de cirugía y otros
procedimientos para tratar el cáncer)” [10].

V. Descripción del protocolo de investigación

1. Titulo o idea a investigar: se concibió la importancia de la relación entre la Inteligencia Artificial y la

Medicina, como primera planeación para la investigación.
2. Planteamiento del problema: debido a las falencias de los sistemas de salud en los países de vía de
desarrollo, se estableció la viabilidad de desarrollar un aplicativo de escritorio enfocado a la medicina general
para que pacientes realicen un autodiagnóstico preliminar que les permita detectar síntomas o signos de
alerta.
3. Pregunta de investigación: ¿Cuáles son los principales objetivos que busca el desarrollo de este aplicativo
en favor de los pacientes que tengan falencias en la salud?
4. Revisión de literatura: se detectaron y consultaron las investigaciones acordes a la temática de este
proyecto.
5. Visualización del alcance de estudio: en un principio el nivel de la investigación, se establece como
exploratorio, luego toma un desarrollo correlacional porque vincula la Inteligencia Artificial con la Medicina.
6. Diseño de la investigación: se planeó el análisis de los antecedentes encontrados para dar respuesta a las
preguntas de investigación y desarrollar el contenido.
7. Reporte de resultados: se presentó el consolidado de resultados obtenidos y se concluyó demostrando
la importancia de unificar la Inteligencia artificial y la Medicina.

VI. Proceso de búsqueda de documentos

La búsqueda de documentación y antecedentes con respecto a la investigación de Inteligencia Artificial en

relación con la Medicina, se realizó en el mes de septiembre del año 2020, consultando en algunas de las
bases de datos proporcionadas por la Universidad Católica Luis Amigó, como lo son Science Direct, Scopus;
además se consultó por fuera del convenio en Google Académico y páginas web diversas para el uso de
definiciones y metodologías, todas las fuentes de búsqueda están referenciadas con su respectivo autor.

VII. Proceso de selección de documentos

Para la selección de documentos brindados por las diversas bases de datos mencionadas en el punto anterior,
se definió ciertos requerimientos, como lo son:
1. Temática relacionada a la investigación.
2. Filtrado de palabras clave.

PDF generado a partir de XML-JATS4R

76
Manuel Tuiran Acevedo. Inteligencia Artificial en Relación con la Medicina

3. Uso de operadores booleanos en las bases de datos para el filtrado.

4. Veracidad de la información.
5. Antigüedad de las publicaciones.
6. Documentos que permitan su extracción de datos.
7. Que incluyan gran cantidad de referencias.

VIII. Proceso de evaluación de la calidad

Una de las etapas más importantes de la Revisión Sistemática de Literatura, se debe realizar un filtrado de toda
la documentación encontrada bajo los requerimientos que más benefician nuestra investigación. Algunas de
las exigencias para la evaluación de calidad son:
1. Redacción clara y coherente.
2. Metodología estadística.
3. Contenido con más de 40 citas.
4. Documentación de máximo 5 años atrás.

IX. Proceso de extracción de datos

Como fuentes objetivas, se realizó la consulta de documentación en las bases de datos de Science Direct y
Scopus, cada una con su respectivo filtro de búsqueda dado en el proceso de selección y evaluación de calidad,
con palabras claves haciendo uso de los identificadores booleanos como: “artificial intelligence and medicine”,
“advances and medicine”, “artificial intelligence and implications”, una vez encontrados los documentos con
mayor relación a la temática, se procedió a leerlos, confirmar su veracidad en información, numero de citas
requerido en la evaluación de calidad, tipo de metodología, una antigüedad de máximo 5 años y por último
se descargaron en formato PDF.

XI. Discusión

A. Respuesta a la pregunta de investigación 1: ¿Cuáles son las ventajas y desventajas que

genera la implementación de la inteligencia artificial en el área de la medicina?

Sin duda alguna, la Inteligencia Artificial aplicada a la medicina tiene grandes ventajas que facilitarán
y agilizarán los procesos que para nosotros los seres humanos se han convertido en un problema, pero
también es cierto que como en cualquier ámbito de la vida, cada cosa tiene sus desventajas, todos los autores
concuerdan en estas ventajas:
La IA y el aprendizaje automático serán herramientas importantes a medida que la medicina personalizada
se vuelva más omnipresente, discutimos estudios recientes que aplican ML, que pueden tener un propósito
fundamental en el contexto de la medicina personalizada en el cuidado de la columna [11].
La vida de una persona es deteriorada por el paso del tiempo y como consecuencia también está la perdida
de facultades, Sánchez [12] dice que “no envejece, y por tanto no sufre pérdida de facultades con el paso
del tiempo”. Los grandes datos para un humano se convierten en problemas complejos a la hora de procesar
información: “La gran ventaja de la IA es la capacidad de procesar la enorme cantidad de datos médicos y
biológicos que se producen a diario, una tarea que de otro modo no sería posible debido a su enorme escala
y complejidad” (Park, 2020).
El uso correcto de la inteligencia artificial para el análisis de amenazas relacionado a nuevas enfermedades,
puede suponer una gran ventaja para los humanos frente a la predicción de datos: “Mediante la aplicación

PDF generado a partir de XML-JATS4R

77
 Revista Ingenierías USBMed, 2021, 12(2), Julio-Diciembre, ISSN: 2027-5846

estratégica de esta tecnología, los humanos pueden prepararse y responder a la amenaza de enfermedades
emergentes” [13]. Detectar enfermedades siempre ha sido un reto, y bajo el análisis de datos es una gran
ventaja para medicina: “Las aplicaciones incluyen el análisis de datos en tiempo real para la detección de
enfermedades” [13].
Los avances centralizados a la IA con relación a la medicina tiendes a ser mucho mayores conforme pasa
el tiempo y más personas se ven involucradas en su desarrollo: “precisión de la predicción de la metodología
de la IA mejorará con el uso cada vez mayor y, por lo tanto, será de mayor relevancia en entornos del mundo
real” [14]. Como desventajas, todo método, hallazgo o investigación trae consigo una incertidumbre de qué
puede generar barreras: “En general, la IA está todavía en su infancia con respecto a aplicaciones generalizadas
en la industria de la salud” [13].
En estas épocas de pandemia, el COVID-19 nos ha impuesto cientos de retos frente a todas las
enfermedades, el siguiente autor lo confirma. Para minimizar el impacto negativo de un brote, está claro que
el procesamiento y análisis rápidos de los datos relevantes es fundamental. Estos datos se pueden fraccionar en
niveles moleculares, de pacientes, de población y de sociedad, todo lo cual contribuye al éxito del tratamiento
y la prevención. Sin embargo, esto en relación con COVID-19, ha sido muy difícil debido a la enormidad y
complejidad de la tarea [13].
Una desventaja en el campo de la nefrología, es que ya existen muchos métodos para detectar enfermedades
sobre sus patologías: “muchos nefrólogos aún no están familiarizados con los principios básicos de la
inteligencia artificial médica” [15]. Para los países que están en pleno desarrollo, los altos costos de contribuir
en estas investigaciones, generan una barrera gigante: “Es muy costoso para países en pleno desarrollo” [12].

B. Respuesta a la pregunta de investigación 2: ¿Cuáles son los principales objetivos de

implementar la inteligencia artificial en el área de la medicina?

En el apartado hay muchísima información que entiende cómo retos o metas propuestas pueden ser el
camino para lograr esos objetivos y aportar al desarrollo o hacer énfasis en el relacionar la Medicina junto a
la Inteligencia Artificial, desde la antigüedad de proponer el reto de ir de la mano con la tercera revolución
industrial a generar avances, el siguiente autor nos pone en contexto sobre la historia:
La Tercera Revolución Industrial, la revolución digital que se viene produciendo desde mediados del siglo
pasado, ocurrió cuando la electrónica y la tecnología de la información permitieron la automatización de la
producción. La actual Cuarta Revolución Industrial se basa en la Tercera, y es una conversión de dominios de
diferentes tecnologías que está difuminando las líneas entre las esferas física, digital y biológica, que recuerda
al autor futurista Kurzweil.
Otro reto propuesto es la administración de datos desde la nube, que para la inteligencia artificial el
procesamiento de datos y análisis de información es necesario y primordial, como lo dice el siguiente autor:
“Problemas de datos y la lenta adopción de la nube. Las organizaciones de salud tienen conjuntos de datos
limitados y no están configurados para compartirlos fácilmente, ya que están utilizando infraestructura de TI
de generación anterior en lugar de sistemas basados en la nube más nuevos. Incluso cuando logran integrar
conjuntos de datos, ya que todos etiquetan sus datos de diferentes maneras, un sistema de inteligencia artificial
solo será tan bueno como los datos de los que se basa para aprender” [16].
Un objetivo de la Inteligencia Artificial, junto a la medicina, siempre ha sido el análisis de salud en los
humanos: “Proporcionar el diagnóstico probable y el manejo del paciente” [17].
La inteligencia artificial es capaz de dar diagnósticos personalizados para enfermedades como la esclerosis,
su objetivo es pronosticar con precisión: “Nuestro método predice la discapacidad clínica de dos años en
pacientes con esclerosis múltiple con un error de puntuación EDSS medio de 1.7, utilizando la secuencia
FLAIR y los datos demográficos básicos del paciente” [18].

PDF generado a partir de XML-JATS4R

78
Manuel Tuiran Acevedo. Inteligencia Artificial en Relación con la Medicina

Uno de los objetivos más actuales era la predicción de pacientes contagiados con COVID-19, así lo afirma
el siguiente autor: “Pronosticar con precisión la ocurrencia de casos futuros relacionados con covid-19 en
entornos relajados (Suecia) y estrictos (EE. UU. Y Canadá) en contextos políticos tiene un renovado sentido
de urgencia. Además, hay una necesidad de un enfoque multidimensional a nivel de condado para monitorear
segundo ola de covid-19 en EE.UU.” [18].
Otro objetivo que nos afirma el buen uso de la Inteligencia Artificial en relación con la medicina, es “La
combinación de inteligencia humana y artificial indica superioridad sobre un enfoque” [19].
Para la medicina, todo diagnostico debe ser primordial en el menor tiempo posible “la interpretación
retrospectiva, es decir, para aportar conclusiones diagnósticas. También se puede extender a la interpretación
prospectiva que proporcione un pronóstico temprano. Dicho esto, los médicos podrían ser asistidos por estos
sistemas” [20].
Un objetivo era el dar respuesta a muchas de las imágenes contrastadas en la radiología porque ese tipo
de imágenes solamente podían ser evaluadas por un médico basado en lo que veía, ahora es posible analizar
esas imágenes con la ayuda de la IA: “La Inteligencia Artificial se ha implementado, primordialmente, en las
especialidades de Radiología o Imagenología porque están basadas en ayudas visuales y el reconocimiento de
patrones” [21].
Cambiar la perspectiva que se tiene de todas las ramas de la medicina frente a muchas barreras que
podríamos quitar por medio de la IA “En el escenario actual, la inteligencia artificial (IA) va a cambiar casi
todas las áreas del campo médico. Es necesario estudiar la investigación que se realiza en esta tecnología e
identificar sus diferentes aplicaciones en el campo médico” [22].
La ética en la medicina tiene un papel fundamental como intermediario entre el médico y el paciente, así
lo afirma el siguiente autor: “La aplicación de la IA en la asistencia sanitaria tiene un papel muy prometedor,
existen desafíos tanto en los aspectos técnicos como éticos. Los sistemas basados en IA están basados en
máquinas y están controlados y realizados por científicos informáticos sin ningún tipo de formación médica,
lo que llevó a un enfoque muy orientado a los problemas de la aplicación de IA en la prestación de atención
médica” [23].

C. Respuesta a la pregunta de investigación 3: ¿Qué avances o aplicaciones de la IA se han

implementado a la fecha en el área de la medicina?

Aunque la Inteligencia Artificial lleva poco desarrollo en relación a la medicina y aún existen muchas brechas
y dudas entre varias ramas de la salud, ya hay algunos avances que nos están beneficiando y que a la fecha
funcionan muy bien por básicos que sean.
A continuación, veremos un ejemplo de algunos de esos hallazgos que van de la mano de la medicina
como sus especialidades “En nefrología, la inteligencia artificial ya se puede utilizar para mejorar la atención
clínica, las prescripciones de hemodiálisis y el seguimiento de los receptores de trasplantes” [15]. Además, en
conjunto a la nefrología, también es posible detectar “La inteligencia artificial puede predecir la aparición de
nefropatía progresiva por inmunoglobulina A” [15].
Retomando el objetivo de la ética que debe tener la medicina, actualmente ya es posible brindar ayudas
como intermediario con el paciente “las cuestiones éticas que plantea el uso de la inteligencia artificial en
términos de toma de decisiones clínicas, relación médico-paciente, privacidad del paciente, y recopilación de
datos” [15].
Aquí se reúnen 4 categorías de aplicaciones que han sido enfocadas desde la inteligencia artificial “Las
aplicaciones más actuales del aprendizaje automático en la medicina de acuerdo con las siguientes cuatro
categorías específicas: (1) su uso para evaluar el riesgo de aparición de la enfermedad y para estimar éxito
del tratamiento;(2) su uso para manejar o aliviar complicaciones; (3) su papel en la atención continua del

PDF generado a partir de XML-JATS4R

79
 Revista Ingenierías USBMed, 2021, 12(2), Julio-Diciembre, ISSN: 2027-5846

paciente; y (4) su uso en la investigación de la patología del paciente” [24], también para la cardiología
intervencionista: “Las aplicaciones potenciales de la IA en la CI son el análisis de imágenes y videos, el apoyo
a las decisiones clínicas, la asistencia robótica con el procedimiento y los enfoques novedosos para el análisis
de bases de datos clínicas” [25].
Como aplicaciones en el área del cáncer, la Inteligencia artificial también aporta positivamente en
el tratamiento de datos para dar diagnósticos “La IA puede comprender rápidamente cómo las células
cancerosas se vuelven resistentes a los medicamentos contra el cáncer, lo que puede ayudar a mejorar el
desarrollo de medicamentos y ajustar su uso” [14]; además “La IA mejora la identificación de neoantígenos
tumorales y la eficacia de la inmunoterapia tumoral” [14].
Aparte “La IA puede ayudar a los médicos a tomar decisiones correctas sobre el tratamiento, reducir
las cirugías innecesarias y ayudar a los oncólogos a mejorar los planes de tratamiento del cáncer de
los pacientes” [14], y “Las tecnologías de inteligencia artificial, como el aprendizaje automático, pueden
optimizar profundamente el modo existente de investigación de medicamentos contra el cáncer” [14].
Una aplicación que se hace desde la radiología “La IA puede ayudar a los radiólogos a trazar mapas de áreas
objetivo o planificar automáticamente programas de tratamiento de radiación” [14].

XII. Conclusiones

Diversas son las implicaciones que trae consigo la Inteligencia Artificial y su integración en la Medicina,
entre ellas el aceptar que la IA es mucho más precisa en el análisis de datos o patrones que el ser humano.
Sin embargo, en términos generales, la Inteligencia Artificial es un campo científico que debe ser explorado
en favor de tantas problemáticas y dudas que se presentan día a día en la medicina, las cuales llevan años de
antigüedad y aún no han sido resueltas. En nuestras manos está generar un cambio que marque un nuevo
punto de partida.
Si realmente se quieren seguir apoyando los grandes objetivos de la Inteligencia Artificial frente a la
Medicina, es necesario implementar en profesiones como la medicina, el manejo de la Inteligencia Artificial
según la necesidad, para que así el propio estudiante de la carrera tenga las herramientas suficientes a fin de
generar avances y hallazgos desde sus propios méritos, y no esperar a trabajar con alguien en conjunto.
Distintos son los avances que se han desarrollado a la fecha de la Inteligencia Artificial con relación a la
Medicina, que han sido funcionales y han aportado en favor de muchas problemáticas. No obstante, aún se
siguen sumando muchos retos como el cáncer, enfermedad estudiada desde hace décadas que, en integración
con la IA puede servir para la detección temprana y pronto tratamiento de pacientes con esta patología.
Sin duda, es bastante el camino que falta por recorrer y problemáticas por enfrentar: “Estamos progresando,
aunque todavía tenemos mucho que aprender sobre cómo funciona realmente el cerebro” [26].

Agradecimientos

Al docente Víctor Gil por el acompañamiento en la construcción de esta revisión y a diversos autores que
aportaron positivamente brindando información importante para el desarrollo de esta investigación, y que
serán mencionados en las referencias.

Referencias

[1] P. Daugherty, “Dail Soware,” 12 septiembre 2020. [Online]. Available: https://www.dail.es/.

[2] “Salesforce,” 10 septiembre 2020. [Onlinde]. Available: https://www.salesforce.com.

PDF generado a partir de XML-JATS4R

80
Manuel Tuiran Acevedo. Inteligencia Artificial en Relación con la Medicina

[3] Redacción APD, “¿Qué es Machine Learning y cómo funciona?,” 4 marzo 2019. [Online]. Available: https://ww
w.apd.es/que-es-machinelearning/.
[4] “El Economista,” [Online]. Available: https://www.eleconomista.com.mx.
[5] L. Olarte Gervacio, “Algoritmo,” 29 enero 2018. [Online]. Available: http://conogasi.org/articulos/algoritmo/.
[6] “Bioinformática. So Computing and Intelligent Information Systems. A University of Granada research
group,” [Online]. Available: https://sci2s.ugr.es/graduateCourses/bioinformatica.
[7] J. C. Tordera Yllescas, “Puentes entre la lingüística computacional y la psicolingüística,” Revista de lingüística y
lenguas aplicadas, n.# 6, pp. 341– 352, 2011. https://dialnet.unirioja.es/descarga/articulo/4780850.pdf.
[8] “Manual de Patología General,” [Online]. Available: http://publicacionesmedicina.uc.cl/PatologiaGeneral/Pato
l_004.html.
[9] “Imagenología y radiología,” [Online]. Available: https://medlineplus.gov/spanish/ency/article/007451.htm.
[10] “Oncología,” [Online]. Available: https://www.cancer.gov/espanol/publicaciones/diccionarios/diccionario-can
cer/def/oncologia.
[11] O. Khan, J. H. Badhiwala, G. Grasso y M. G. Fehlings, “Use of Machine Learning and Artificial Intelligence to
Drive Personalized Medicine Approaches for Spine Care,” World neurosurgery, vol. 140, pp. 512–518, 2020.
https://doi.org/10.1016/j.wneu.2020.04.022.
[12] A. Sánchez Arbolaez, Aplicaciones de la inteligencia artificial en la medicina.
[13] Y. Park, D. Casey, I. Joshi, J. Zhu y F. Cheng, “Emergence of New Disease: How Can Artificial Intelligence
Help?,” Trends in molecular medicine, vol. 26, n.# 7, pp. 627–629, 2020. https://doi. org/10.1016/
j.molmed.2020.04.007.
[14] G. Liang, W. Fan, H. Luo y X. Zhu, “e emerging roles of artificial intelligence in cancer drug development and
precision therapy,” Biomedicine & Pharmacotherapy, vol. 128, p. 110255, 2020. https://doi.org/10.1016/j.bio
pha.2020.110255.
[15] O. Niel y P. Bastard, “Artificial intelligence in nephrology: core concepts, clinical applications, and perspectives,”
American Journal of Kidney Diseases, vol. 74, n.# 6, pp. 803–810, 2019. https://doi.org/10.1053/j.ajkd.2019.0
5.020.
[16] A. T. Greenhill y B. R. Edmunds, “A primer of artificial intelligence in medicine,” Techniques and Innovations in
Gastrointestinal Endoscopy, vol. 22, n.# 2, pp. 85–89, 2020. https://doi.org/10.1016/j.tgie.2019.150642.
[17] J. E. Fox, “Sistemas Expertos en la medicina,” Iatreia, vol. 4, n.# 3, pp. 159–165, 1991. https://revistas.udea.edu
.co/index.php/iatreia/article/view/3457.
[18] P. Roca et al., “Artificial intelligence to predict clinical disability in patients with multiple sclerosis using FLAIR
MRI,” Diagnostic and Interventional Imaging, vol. 101, n.# 12, págs 795–802, 2020. https://doi.org/10.1016/
j.diii.2020.05.009.
[19] A. Hekler et al., “Superior skin cancer classification by the combination of human and artificial intelligence,”
European Journal of Cancer, vol. 120, pp. 114–121, 2019. https://doi.org/10.1016/j.ejca.2019.07.019.
[20] T. Alsuliman, D. Humaidan y L. Sliman, “Machine learning and artificial intelligence in the service of medicine:
Necessity or potentiality?,” Current Research in Translational Medicine, vol. 68, n.# 4, pp. 245–251, 2020. htt
ps://doi.org/10.1016/j.retram.2020.01.002.
[21] A. Y. Sheikh y J. I. Fann, “Artificial Intelligence: Can Information be Transformed into Intelligence in Surgical
Education?,” oracic surgery clinics, vol. 29, n.# 3, pp. 339–350, 2019. https://doi.org/10.1016/j.thorsurg.20
19.03.011.
[22] A. Haleem and M. Javaid and I. Haleem Khan, “Current status and applications of Artificial Intelligence (AI)
in medical field: An overview,” Current Medicine Research and Practice, vol. 9, n.# 6, pp. 231–237, 2019. https
://doi.org/10.1016/j.cmrp.2019.11.005.
[23] D. Tandon y J. Rajawata, “Present and future of artificial intelligence in dentistry,” Journal of Oral Biology and
Craniofacial Research, vol. 10, n.# 4, pp. 391–396, 2020. https://doi.org/10.1016%2Fj.jobcr.2020.07.015.

PDF generado a partir de XML-JATS4R

81
 Revista Ingenierías USBMed, 2021, 12(2), Julio-Diciembre, ISSN: 2027-5846

[24] A. Becker, “Artificial intelligence in medicine: What is it doing for us today?,” Health Policy and Technology, vol.
8, n.# 2, pp. 198–205, 2019. https://doi.org/10.1016/j.hlpt.2019.03.004.
[25] P. Sardar, et al., “Impact of artificial intelligence on interventional cardiology: from decisionmaking aid to
advanced interventional procedure assistance,” JACC: Cardiovascular Interventions, vol. 12, n.# 14, pp. 1293–
1303, 2019. https://doi.org/10.1016/j.jcin.2019.04.048.
[26] H. Geoffrey, “BrainyQuote,” 1–09–2021. [Online]. Available: https://www.brainyquote.com/quotes/geoffrey
_hinton_875282.

PDF generado a partir de XML-JATS4R

82