000			02807nam a22003617a 4500
001			00007561
003			ES-MaONT
005			20241218012009.0
008			230727s202306uus oa||fo|||| 001 0 en d
040			_aES-MaONT
110			_aWorld Economic Forum _92608
245			_aScaling Smart Solutions with AI in Health: Unlocking Impact on High-Potential Use Cases . _bInsight Report _c/ World Economic Forum ; Reiss, Dan ; Spina, Antonio ; ZS
260			_aGinebra : _bWorld Economic Forum _c06/2023
300			_a37 p. _c; 1 documento PDF
336			_2isbdcontent _atexto (visual)
337			_2isbdmedia _aelectrónico
338			_2rdacarrier _arecurso en línea
520			_aEn la última década, los líderes de la industria tecnología, funcionarios públicos e investigadores han depositado grandes esperanzas en el aprovechamiento de la inteligencia artificial (IA) y el machine learning (ML) para transformar la atención sanitaria. Lo que ha faltado, sin embargo, es que las partes interesadas se unan en torno a una visión común de las soluciones más asequibles que puedan generar confianza en los proveedores, pacientes, responsables y empresarios. Este informe pretende crear una taxonomía compartida para expresar la amplitud de las aplicaciones sanitarias para las que se está utilizando la IA, identificar los casos de uso que ya son factibles y tienen el mayor potencial para mejorar los resultados sanitarios mundiales mediante inversión pública y privada, y definir los factores habilitadores más críticos para la adopción responsable y generalizada de la IA en la atención sanitaria. Entre las conclusiones se destaca que son tres los factores que impulsan la adopción de la IA en la sanidad: el crecimiento exponencial de datos médicos, la escasez de profesionales sanitarios (agravada, pero no causada, por la pandemia de COVID-19) y los avances que la tecnología de IA es capaz de hacer. También se apunta que para maximizar el impacto de la IA en la atención sanitaria, los datos deben ser abundantes, utilizables y representativos (para minimizar los sesgos); el diseño debe facilitar la adopción transparente e inclusivo, y las aplicaciones deben ser fluidas y escalables.
650		7	_92065 _aSanidad digital
650		0	_94348 _aInteligencia Artificial
653			_aatención sanitaria
653			_amachine learning
653			_asector sanitario
653			_aaplicaciones
653			_aaplicaciones sanitarias
653			_adatos médicos
700			_97067 _aReiss, Dan
700			_97068 _aSpina, Antonio
710			_97069 _aZS
856			_uhttps://www3.weforum.org/docs/WEF_Scaling_Smart_Solutions_with_AI_in_Health_Unlocking_Impact_on_High_Potential_Use_Cases.pdf _x0 _yAcceso a la publicación
942			_2z _cINF
999			_c7561 _d7561