Farmacología

Inteligencia artificial generativa y consideraciones éticas en la atención médica: una revisión exploratoria y una lista de verificación ética

18 septiembre 2024

La lista de verificación puede integrarse en los sistemas de revisión por pares y publicación para mejorar la investigación de la GenIA y podría ser útil para la divulgación de información relacionada con la ética de los productos impulsados por la GenIA y las aplicaciones de atención médica de dichos productos y más allá. Lancet Digit Health, 17 de septiembre de 2024

Recomendaciones del Colegio Americano de Médicos sobre el papel de la inteligencia artificial en medicina

06 junio 2024

La expansión de las tecnologías de inteligencia artificial y aprendizaje automático en los sistemas de atención médica significa que los médicos están encontrando nuevas herramientas que antes no conocían o que aún no comprenden completamente. Se debe garantizar el máximo beneficio y el mínimo daño a los pacientes a partir de estas nuevas tecnologías y su uso  en consonancia con las responsabilidades éticas de la profesión médica. Annals of Internal Medicine, 4 de junio de 2024.

Validación de un novedoso sistema de inteligencia artificial farmacológica (IAF) para el tratamiento de pacientes con polifarmacia

16 abril 2024

El sistema inteligencia artificial farmacológica (IAF) se validó como una herramienta para proporcionar conocimientos clínicos procesables no inferiores a una revisión clínica manual de un farmacéutico clínico. El sistema IAF mostró resultados prometedores en la reducción de los problemas relacionados con la medicación. Res Social Adm Pharm, 10 de abril de 2024

Efectividad de una aplicación para teléfonos inteligentes (Drink Less) vs  atención digital habitual para reducir el consumo de alcohol

03 abril 2024

Este ensayo controlado aleatorio, doble ciego, de grupos paralelos y de dos brazos, mostró quela aplicación Drink Less puede ser eficaz para reducir el consumo de alcohol en bebedores cada vez mayores y de mayor riesgo motivados para reducir su consumo. eClinicalMedicine, 24 de marzo de 2024

¿Se puede predecir el riesgo cardiovascular a partir de la radiografía de tórax? Un nuevo desafío para la inteligencia artificial

27 marzo 2024

Sobre la base de una única radiografía de tórax, el modelo de aprendizaje profundo denominado CXR CVD-Risk permite predecir la tasa de eventos cardiovasculares mayores (MACE) a 10 años mejor que el cálculo estándar de riesgo; podría ayudar a identificar personas con alto riesgo cuya puntuación de riesgo de MACE no se puede calcular debido a la falta de datos. Annals of Internal Medicine, 26 de marzo de 2024.

Categorias

Etiquetas