{"id":1010136,"date":"2023-04-15T18:56:59","date_gmt":"2023-04-15T21:56:59","guid":{"rendered":"https:\/\/la100lasvarillas.com.ar\/web\/2023\/04\/15\/como-estan-impactando-en-la-medicina-los-grandes-modelos-de-inteligencia-artificial\/"},"modified":"2023-04-17T18:58:50","modified_gmt":"2023-04-17T21:58:50","slug":"como-estan-impactando-en-la-medicina-los-grandes-modelos-de-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/la100lasvarillas.com.ar\/web\/2023\/04\/15\/como-estan-impactando-en-la-medicina-los-grandes-modelos-de-inteligencia-artificial\/","title":{"rendered":"C\u00f3mo est\u00e1n impactando en la medicina los grandes modelos de inteligencia artificial"},"content":{"rendered":"

<\/p>\n

\"El
El rumor de que GPT-4 tendr\u00eda m\u00e1s de 100 billones de par\u00e1metros no solo es incorrecto, sino que sobrevalora notablemente uno de los componentes de los LLM. Las fichas son muy importantes. M\u00e1s grande (por par\u00e1metros) no es necesariamente mejor (Getty Images)<\/figcaption><\/figure>\n

En la revista Nature del 12 de abril, mis colegas y yo publicamos un art\u00edculo sobre las direcciones futuras para la pr\u00e1ctica de la medicina de la inteligencia artificial (IA) generativa \u2014tambi\u00e9n conocida como modelos de Lenguaje Extenso o Fundamentos, [que se utiliza para realizar tareas relacionadas con el procesamiento del lenguaje natural y pueden ser utilizados para comprender y responder a consultas escritas en un idioma determinado]\u2014. Estos nuevos modelos de IA han generado una multitud de oportunidades nuevas y emocionantes en el cuidado de la salud que no ten\u00edamos antes, junto con muchos desaf\u00edos y responsabilidades. Explicar\u00e9 brevemente c\u00f3mo llegamos aqu\u00ed y lo que nos espera.<\/p>\n

La IA en medicina es b\u00e1sicamente una historia de modo \u00fanico hasta la fecha. Ayuda a leer una radiograf\u00eda o resonancia magn\u00e9tica, encuentra p\u00f3lipos durante una colonoscopia, brinda orientaci\u00f3n al paciente para una afecci\u00f3n espec\u00edfica como diabetes o un diagn\u00f3stico preliminar de una lesi\u00f3n en la piel o el ritmo card\u00edaco a partir de una grabaci\u00f3n de reloj inteligente. Hasta la fecha, se ha centrado en gran medida en la imagen, con una integraci\u00f3n m\u00ednima o uso de entradas de texto y voz. Pero con el tiempo esa estrechez y restricci\u00f3n bien puede aliviarse.<\/p>\n

Mis colegas y yo escribimos recientemente una revisi\u00f3n del potencial de la IA multimodal, cuando los datos de muchas fuentes se pueden ingerir y procesar. Nadie ha hecho esto todav\u00eda: reunir y extraer el conocimiento de individuos a escala, fuentes de datos que incluyen m\u00faltiples biosensores continuos, capas biol\u00f3gicas como el genoma y el microbioma, el medio ambiente y los registros m\u00e9dicos. Eso, en \u00faltima instancia, no solo ser\u00e1 alcanzable, sino que permitir\u00e1 muchas oportunidades, como el entrenador de salud virtual, el hospital en el hogar y una infraestructura de gemelos digitales.<\/p>\n

\"Eric
El doctor Eric Topol es cardi\u00f3logo, genetista e investigador en medicina digital estadounidense. Es el fundador y director del Scripps Research Translational Institute. Ha publicado m\u00e1s de 1.200 art\u00edculos revisados por pares, con m\u00e1s de 320.000 citas, elegido miembro de la Academia Nacional de Medicina de EE.UU (Bloomberg)<\/figcaption><\/figure>\n

\u00bfC\u00f3mo llegaremos all\u00ed?<\/p>\n

Ha habido un inter\u00e9s sin igual en ChatGPT y modelos de lenguaje extenso (LLM). Muchos se han referido a \u00e9l como un momento iPhone, con la base de usuarios m\u00e1s r\u00e1pida jam\u00e1s vista, en comparaci\u00f3n con los 100 millones de usuarios.<\/p>\n

Lo veo como 4 bloques de construcci\u00f3n principales que nos han tra\u00eddo hasta aqu\u00ed. La IA de aprendizaje profundo se vio potenciada por una gran cantidad de unidades de procesamiento gr\u00e1fico (GPUS o TPU), pero la IA generativa es la que se encuentra en dosis altas de esteroides. Esto ha creado una capacidad aparentemente insaciable para ingerir datos, en forma de tokens, con par\u00e1metros, el t\u00e9rmino que representa la cantidad de conexiones entre neuronas y la m\u00e9trica de potencia inform\u00e1tica conocida como operaciones de punto flotante (FLOPS).<\/p>\n

En lugar del aprendizaje supervisado que impuls\u00f3 en gran medida los algoritmos m\u00e9dicos hasta la fecha, que requiere la anotaci\u00f3n experta de im\u00e1genes y verdades en el terreno, la capacitaci\u00f3n con LLM est\u00e1 desproporcionadamente limitada en relaci\u00f3n con las entradas masivas de datos.<\/p>\n

\"Patients
La IA en medicina es b\u00e1sicamente una historia de modo \u00fanico hasta la fecha<\/figcaption><\/figure>\n

Los detalles del nuevo modelo GPT-4 se dieron a conocer el 14 de marzo de 2023. Su capacidad multimodal (ahora bimodal con integraci\u00f3n de texto e imagen) ha aumentado, \u201csuperando a los LLM existentes en una colecci\u00f3n de tareas de procesamiento de lenguaje natural\u201d.<\/p>\n

Es la uni\u00f3n de datos multimodales un gran avance para los LLM, ya que puede ver la aceleraci\u00f3n de cada modalidad aumentando por separado en una escala logar\u00edtmica.<\/p>\n

\u00bfEs mejor una IA m\u00e1s grande (m\u00e1s par\u00e1metros)?<\/p>\n

Luego del reciente y excelente art\u00edculo de Nature de Anil Ananthaswamy que muestra la evoluci\u00f3n acelerada (escala logar\u00edtmica) para cada dominio de datos (por par\u00e1metros), la respuesta a esa pregunta es claramente \u201cno\u201d. Mientras que los modelos de transformadores, tal como se utilizan con los LLM, ya han superado 1 bill\u00f3n de par\u00e1metros, la cantidad de tokens es excepcionalmente importante.<\/p>\n

\"Estos
Estos nuevos modelos de IA han generado una multitud de oportunidades nuevas y emocionantes en el cuidado de la salud que no ten\u00edamos antes, junto con muchos desaf\u00edos y responsabilidades. Explicar\u00e9 brevemente c\u00f3mo llegamos aqu\u00ed y lo que nos espera<\/figcaption><\/figure>\n

Quiz\u00e1s el LLM m\u00e1s exitoso para el impacto transformador hasta la fecha ha sido AlphaFold de DeepMind, que predice con precisi\u00f3n la estructura tridimensional de las prote\u00ednas a partir de secuencias de amino\u00e1cidos. Por lo tanto, el rumor de que GPT-4 tendr\u00eda m\u00e1s de 100 billones de par\u00e1metros no solo es incorrecto, sino que sobrevalora notablemente uno de los componentes de los LLM. Repiti\u00e9ndolo de nuevo: las fichas son muy importantes. M\u00e1s grande (por par\u00e1metros) no es necesariamente mejor.<\/p>\n

De chatear con Sydney a la IA m\u00e9dica multimodal<\/p>\n

Si bien la larga conversaci\u00f3n que Kevin Roose tuvo con Sydney (la actualizaci\u00f3n del buscador de Microsoft Bing que integra ChatGPT+) pasar\u00e1 a la historia e incluso lleg\u00f3 a la portada de The New York Times, recuerde que todav\u00eda estamos en los primeros d\u00edas de los LLM y pr\u00e1cticamente ninguno ha tenido una formaci\u00f3n previa espec\u00edfica o extensa en medicina.<\/p>\n

Hace poco escrib\u00ed sobre c\u00f3mo Med-PALM y ChatGPT de Google obtuvieron buenos resultados en el examen de licencia m\u00e9dica de EE.UU. Hoy acabamos de enterarnos de que la siguiente iteraci\u00f3n del LLM de Google, Med-PaLM-2 obtuvo un 85%, muy por encima del informe anterior del 67% (el 60% supera el umbral de puntaje). Pero eso es usar la memoria de un chatbot para una tarea de lenguaje de modo \u00fanico que se basa principalmente en la memoria y la yuxtaposici\u00f3n de palabras impulsada estad\u00edsticamente, descrita acertadamente como una imagen JPEG con p\u00e9rdida por Ted Chiang en el New Yorker.<\/p>\n

\"MEDICO\"
En la revista Nature del 12 de abril, mis colegas y yo publicamos un art\u00edculo sobre las direcciones futuras para la pr\u00e1ctica de la medicina de la inteligencia artificial (IA) generativa (Luis Alvarez\/)<\/figcaption><\/figure>\n

Hay un gran avance a partir de esto para impulsar la liberaci\u00f3n del teclado para los m\u00e9dicos, que reci\u00e9n comienza, utilizando aportes de capacitaci\u00f3n LLM de millones o decenas de millones de registros m\u00e9dicos. En los pr\u00f3ximos meses, veremos el comienzo de la IA generativa para asumir tantas tareas basadas en el lenguaje: notas de oficina sint\u00e9ticas basadas en la voz (con recetas automatizadas, pr\u00f3ximas citas, c\u00f3digos de facturaci\u00f3n, programaci\u00f3n de laboratorios y pruebas), preautorizaci\u00f3n de las compa\u00f1\u00edas de seguros, agregar y resumir el historial de un paciente a partir de la revisi\u00f3n de su(s) registro(s) m\u00e9dico(s), notas de operaciones y procedimientos, res\u00famenes de alta y m\u00e1s.<\/p>\n

Ejemplos de Doximity [servicio de redes en l\u00ednea para profesionales m\u00e9dicos que ofrece noticias m\u00e9dicas, herramientas de telesalud y colaboraci\u00f3n de casos], docsGPT [que integra el chatbot de IA ChatGPT en tu archivo de Google Doc], y Abridge [empresa de desgrabaciones] nos est\u00e1n mostrando el camino.<\/p>\n

A diferencia del desastre de la historia cl\u00ednica electr\u00f3nica que transform\u00f3 a los m\u00e9dicos en empleados de datos y provoc\u00f3 un profundo desencanto, es posible que con el tiempo los LLM se adopten como el ant\u00eddoto.<\/p>\n

\"Estudiantes
\u00bfIA con m\u00e1s datos es mejor?, la respuesta a esa pregunta es claramente \u201cno\u201d<\/figcaption><\/figure>\n

Obviamente, hay problemas importantes con los que hay que lidiar, que no solo incluyen las alucinaciones de LLM (que exigen la supervisi\u00f3n de humanos en el circuito), el pseudo-razonamiento, la amplificaci\u00f3n de las preocupaciones sobre el sesgo, la privacidad y la seguridad de los datos, el dominio de la industria de la tecnolog\u00eda y m\u00e1s.<\/p>\n

Pero sin LLM ser\u00eda dif\u00edcil ver c\u00f3mo podr\u00edamos avanzar en el progreso de la IA multimodal. En \u00faltima instancia, es la capacidad de moverse sin problemas entre im\u00e1genes m\u00e9dicas, texto, voz y todas las fuentes de datos (sensores, genoma, microbioma, literatura m\u00e9dica) lo que brindar\u00e1 las muchas oportunidades mencionadas.<\/p>\n

Por eso, estoy emocionado de ver la r\u00e1pida evoluci\u00f3n de los LLM y su futura aplicaci\u00f3n para la medicina y la atenci\u00f3n m\u00e9dica.<\/p>\n

*El doctor Eric Topol es cardi\u00f3logo, genetista e investigador en medicina digital estadounidense. Es el fundador y director del Scripps Research Translational Institute, un centro de investigaci\u00f3n en ciencias biom\u00e9dicas b\u00e1sicas con sede en California. Profesor de medicina molecular y vicepresidente ejecutivo de Scripps Research. Ha publicado m\u00e1s de 1.200 art\u00edculos revisados por pares, con m\u00e1s de 320.000 citas, elegido miembro de la Academia Nacional de Medicina de EE.UU. Es uno de los 10 investigadores en medicina m\u00e1s citados. Su principal enfoque cient\u00edfico ha sido la medicina individualizada utilizando herramientas gen\u00f3micas, digitales y de IA. Este art\u00edculo fue publicado en la plataforma Substack.<\/p>\n

Seguir leyendo<\/p>\n

Demencia: c\u00f3mo es el sistema de IA que promete dar un diagn\u00f3stico temprano a pacientes de Am\u00e9rica Latina<\/p>\n

Inteligencia artificial aplicada a la salud mental: la falta de controles puede generar graves consecuencias<\/p>\n

Por qu\u00e9 un grupo de expertos de Harvard cree que la inteligencia artificial aplicada a la medicina no es la panacea<\/p>\n","protected":false},"excerpt":{"rendered":"

El rumor de que GPT-4 tendr\u00eda m\u00e1s de 100 billones de par\u00e1metros no solo es incorrecto, sino que sobrevalora notablemente uno de los componentes de los LLM. Las fichas son muy importantes. M\u00e1s grande (por par\u00e1metros) no es necesariamente mejor (Getty Images)
\nEn la revista Nature del 12 de abril, mis colegas y yo publicamos un art\u00edculo sobre las direcciones futuras para la pr\u00e1ctica de la medicina de la inteligencia artificial (IA) generativa \u2014tambi\u00e9n conocida como modelos de Lenguaje Extenso o Fundamentos, [que se utiliza para realizar tareas relacionadas con el procesamiento del lenguaje natural y pueden ser utilizados para comprender y responder a consultas escritas en un idioma determinado]\u2014. Estos nuevos modelos de IA han generado una multitud de oportunidades nuevas y emocionantes en el cuidado de la salud que no ten\u00edamos antes, junto con muchos desaf\u00edos y responsabilidades. Explicar\u00e9 brevemente c\u00f3mo llegamos aqu\u00ed y lo que nos espera.<\/p>\n

La IA en medicina es b\u00e1sicamente una historia de modo \u00fanico hasta la fecha. Ayuda a leer una radiograf\u00eda o resonancia magn\u00e9tica, encuentra p\u00f3lipos durante una colonoscopia, brinda orientaci\u00f3n al paciente para una afecci\u00f3n espec\u00edfica como diabetes o un diagn\u00f3stico preliminar de una lesi\u00f3n en la piel o el ritmo card\u00edaco a partir de una grabaci\u00f3n de reloj inteligente. Hasta la fecha, se ha centrado en gran medida en la imagen, con una integraci\u00f3n m\u00ednima o uso de entradas de texto y voz. Pero con el tiempo esa estrechez y restricci\u00f3n bien puede aliviarse.<\/p>\n

Mis colegas y yo escribimos recientemente una revisi\u00f3n del potencial de la IA multimodal, cuando los datos de muchas fuentes se pueden ingerir y procesar. Nadie ha hecho esto todav\u00eda: reunir y extraer el conocimiento de individuos a escala, fuentes de datos que incluyen m\u00faltiples biosensores continuos, capas biol\u00f3gicas como el genoma y el microbioma, el medio ambiente y los registros m\u00e9dicos. Eso, en \u00faltima instancia, no solo ser\u00e1 alcanzable, sino que permitir\u00e1 muchas oportunidades, como el entrenador de salud virtual, el hospital en el hogar y una infraestructura de gemelos digitales.<\/p>\n

El doctor Eric Topol es cardi\u00f3logo, genetista e investigador en medicina digital estadounidense. Es el fundador y director del Scripps Research Translational Institute. Ha publicado m\u00e1s de 1.200 art\u00edculos revisados por pares, con m\u00e1s de 320.000 citas, elegido miembro de la Academia Nacional de Medicina de EE.UU (Bloomberg)
\n\u00bfC\u00f3mo llegaremos all\u00ed?<\/p>\n

Ha habido un inter\u00e9s sin igual en ChatGPT y modelos de lenguaje extenso (LLM). Muchos se han referido a \u00e9l como un momento iPhone, con la base de usuarios m\u00e1s r\u00e1pida jam\u00e1s vista, en comparaci\u00f3n con los 100 millones de usuarios.<\/p>\n

Lo veo como 4 bloques de construcci\u00f3n principales que nos han tra\u00eddo hasta aqu\u00ed. La IA de aprendizaje profundo se vio potenciada por una gran cantidad de unidades de procesamiento gr\u00e1fico (GPUS o TPU), pero la IA generativa es la que se encuentra en dosis altas de esteroides. Esto ha creado una capacidad aparentemente insaciable para ingerir datos, en forma de tokens, con par\u00e1metros, el t\u00e9rmino que representa la cantidad de conexiones entre neuronas y la m\u00e9trica de potencia inform\u00e1tica conocida como operaciones de punto flotante (FLOPS).<\/p>\n

En lugar del aprendizaje supervisado que impuls\u00f3 en gran medida los algoritmos m\u00e9dicos hasta la fecha, que requiere la anotaci\u00f3n experta de im\u00e1genes y verdades en el terreno, la capacitaci\u00f3n con LLM est\u00e1 desproporcionadamente limitada en relaci\u00f3n con las entradas masivas de datos.<\/p>\n

La IA en medicina es b\u00e1sicamente una historia de modo \u00fanico hasta la fecha
\nLos detalles del nuevo modelo GPT-4 se dieron a conocer el 14 de marzo de 2023. Su capacidad multimodal (ahora bimodal con integraci\u00f3n de texto e imagen) ha aumentado, \u201csuperando a los LLM existentes en una colecci\u00f3n de tareas de procesamiento de lenguaje natural\u201d.<\/p>\n

Es la uni\u00f3n de datos multimodales un gran avance para los LLM, ya que puede ver la aceleraci\u00f3n de cada modalidad aumentando por separado en una escala logar\u00edtmica.<\/p>\n

\u00bfEs mejor una IA m\u00e1s grande (m\u00e1s par\u00e1metros)?<\/p>\n

Luego del reciente y excelente art\u00edculo de Nature de Anil Ananthaswamy que muestra la evoluci\u00f3n acelerada (escala logar\u00edtmica) para cada dominio de datos (por par\u00e1metros), la respuesta a esa pregunta es claramente \u201cno\u201d. Mientras que los modelos de transformadores, tal como se utilizan con los LLM, ya han superado 1 bill\u00f3n de par\u00e1metros, la cantidad de tokens es excepcionalmente importante.<\/p>\n

Estos nuevos modelos de IA han generado una multitud de oportunidades nuevas y emocionantes en el cuidado de la salud que no ten\u00edamos antes, junto con muchos desaf\u00edos y responsabilidades. Explicar\u00e9 brevemente c\u00f3mo llegamos aqu\u00ed y lo que nos espera
\nQuiz\u00e1s el LLM m\u00e1s exitoso para el impacto transformador hasta la fecha ha sido AlphaFold de DeepMind, que predice con precisi\u00f3n la estructura tridimensional de las prote\u00ednas a partir de secuencias de amino\u00e1cidos. Por lo tanto, el rumor de que GPT-4 tendr\u00eda m\u00e1s de 100 billones de par\u00e1metros no solo es incorrecto, sino que sobrevalora notablemente uno de los componentes de los LLM. Repiti\u00e9ndolo de nuevo: las fichas son muy importantes. M\u00e1s grande (por par\u00e1metros) no es necesariamente mejor.<\/p>\n

De chatear con Sydney a la IA m\u00e9dica multimodal<\/p>\n

Si bien la larga conversaci\u00f3n que Kevin Roose tuvo con Sydney (la actualizaci\u00f3n del buscador de Microsoft Bing que integra ChatGPT+) pasar\u00e1 a la historia e incluso lleg\u00f3 a la portada de The New York Times, recuerde que todav\u00eda estamos en los primeros d\u00edas de los LLM y pr\u00e1cticamente ninguno ha tenido una formaci\u00f3n previa espec\u00edfica o extensa en medicina.<\/p>\n

Hace poco escrib\u00ed sobre c\u00f3mo Med-PALM y ChatGPT de Google obtuvieron buenos resultados en el examen de licencia m\u00e9dica de EE.UU. Hoy acabamos de enterarnos de que la siguiente iteraci\u00f3n del LLM de Google, Med-PaLM-2 obtuvo un 85%, muy por encima del informe anterior del 67% (el 60% supera el umbral de puntaje). Pero eso es usar la memoria de un chatbot para una tarea de lenguaje de modo \u00fanico que se basa principalmente en la memoria y la yuxtaposici\u00f3n de palabras impulsada estad\u00edsticamente, descrita acertadamente como una imagen JPEG con p\u00e9rdida por Ted Chiang en el New Yorker.<\/p>\n

En la revista Nature del 12 de abril, mis colegas y yo publicamos un art\u00edculo sobre las direcciones futuras para la pr\u00e1ctica de la medicina de la inteligencia artificial (IA) generativa (Luis Alvarez\/)
\nHay un gran avance a partir de esto para impulsar la liberaci\u00f3n del teclado para los m\u00e9dicos, que reci\u00e9n comienza, utilizando aportes de capacitaci\u00f3n LLM de millones o decenas de millones de registros m\u00e9dicos. En los pr\u00f3ximos meses, veremos el comienzo de la IA generativa para asumir tantas tareas basadas en el lenguaje: notas de oficina sint\u00e9ticas basadas en la voz (con recetas automatizadas, pr\u00f3ximas citas, c\u00f3digos de facturaci\u00f3n, programaci\u00f3n de laboratorios y pruebas), preautorizaci\u00f3n de las compa\u00f1\u00edas de seguros, agregar y resumir el historial de un paciente a partir de la revisi\u00f3n de su(s) registro(s) m\u00e9dico(s), notas de operaciones y procedimientos, res\u00famenes de alta y m\u00e1s.<\/p>\n

Ejemplos de Doximity [servicio de redes en l\u00ednea para profesionales m\u00e9dicos que ofrece noticias m\u00e9dicas, herramientas de telesalud y colaboraci\u00f3n de casos], docsGPT [que integra el chatbot de IA ChatGPT en tu archivo de Google Doc], y Abridge [empresa de desgrabaciones] nos est\u00e1n mostrando el camino.<\/p>\n

A diferencia del desastre de la historia cl\u00ednica electr\u00f3nica que transform\u00f3 a los m\u00e9dicos en empleados de datos y provoc\u00f3 un profundo desencanto, es posible que con el tiempo los LLM se adopten como el ant\u00eddoto.<\/p>\n

\u00bfIA con m\u00e1s datos es mejor?, la respuesta a esa pregunta es claramente \u201cno\u201d
\nObviamente, hay problemas importantes con los que hay que lidiar, que no solo incluyen las alucinaciones de LLM (que exigen la supervisi\u00f3n de humanos en el circuito), el pseudo-razonamiento, la amplificaci\u00f3n de las preocupaciones sobre el sesgo, la privacidad y la seguridad de los datos, el dominio de la industria de la tecnolog\u00eda y m\u00e1s.<\/p>\n

Pero sin LLM ser\u00eda dif\u00edcil ver c\u00f3mo podr\u00edamos avanzar en el progreso de la IA multimodal. En \u00faltima instancia, es la capacidad de moverse sin problemas entre im\u00e1genes m\u00e9dicas, texto, voz y todas las fuentes de datos (sensores, genoma, microbioma, literatura m\u00e9dica) lo que brindar\u00e1 las muchas oportunidades mencionadas.<\/p>\n

Por eso, estoy emocionado de ver la r\u00e1pida evoluci\u00f3n de los LLM y su futura aplicaci\u00f3n para la medicina y la atenci\u00f3n m\u00e9dica.<\/p>\n

*El doctor Eric Topol es cardi\u00f3logo, genetista e investigador en medicina digital estadounidense. Es el fundador y director del Scripps Research Translational Institute, un centro de investigaci\u00f3n en ciencias biom\u00e9dicas b\u00e1sicas con sede en California. Profesor de medicina molecular y vicepresidente ejecutivo de Scripps Research. Ha publicado m\u00e1s de 1.200 art\u00edculos revisados por pares, con m\u00e1s de 320.000 citas, elegido miembro de la Academia Nacional de Medicina de EE.UU. Es uno de los 10 investigadores en medicina m\u00e1s citados. Su principal enfoque cient\u00edfico ha sido la medicina individualizada utilizando herramientas gen\u00f3micas, digitales y de IA. Este art\u00edculo fue publicado en la plataforma Substack.<\/p>\n

Seguir leyendo<\/p>\n

Demencia: c\u00f3mo es el sistema de IA que promete dar un diagn\u00f3stico temprano a pacientes de Am\u00e9rica Latina<\/p>\n

Inteligencia artificial aplicada a la salud mental: la falta de controles puede generar graves consecuencias<\/p>\n

Por qu\u00e9 un grupo de expertos de Harvard cree que la inteligencia artificial aplicada a la medicina no es la panacea<\/p>\n","protected":false},"author":6,"featured_media":1012218,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[32],"tags":[],"jetpack_sharing_enabled":true,"jetpack_featured_media_url":"https:\/\/la100lasvarillas.com.ar\/web\/wp-content\/uploads\/2023\/04\/DNJ7QGQCEFADJJLGI534FM2K6Q.jpg","_links":{"self":[{"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/posts\/1010136"}],"collection":[{"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/comments?post=1010136"}],"version-history":[{"count":1,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/posts\/1010136\/revisions"}],"predecessor-version":[{"id":1011185,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/posts\/1010136\/revisions\/1011185"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/media\/1012218"}],"wp:attachment":[{"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/media?parent=1010136"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/categories?post=1010136"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/tags?post=1010136"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}