{"title":"麻醉中的机器学习。今天的进展,明天的麻醉","authors":"Agustín Núñez, Samer Tawfiq, Andrés Polit","doi":"10.25237/revchilanestv52n6-04","DOIUrl":null,"url":null,"abstract":"La inteligencia artificial (IA) se ocupa de desarrollar sistemas que realizan tareas que normalmente requieren inteligencia humana. El machine learning (ML) es una rama importante de la IA y tiene aplicaciones significativas en medicina. Estas aplicaciones han permitido avances en anestesiología, donde se han desarrollado algoritmos capaces de reconocer patrones en las ondas arteriales y predecir episodios de hipotensión, disminuir el dolor posoperatorio y monitorear la anestesia. Todas estas herramientas son capaces de asistir a los médicos en la prevención de eventos y en la toma de decisiones. Sin embargo, es importante tener en cuenta que, hasta ahora, las herramientas basadas en ML no pueden reemplazar el juicio clínico del anestesiólogo debido a posibles sesgos inherentes a la programación inicial.","PeriodicalId":39813,"journal":{"name":"Revista Chilena de Anestesia","volume":"229 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Machine learning en anestesia. Avances de hoy para la anestesia del mañana\",\"authors\":\"Agustín Núñez, Samer Tawfiq, Andrés Polit\",\"doi\":\"10.25237/revchilanestv52n6-04\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"La inteligencia artificial (IA) se ocupa de desarrollar sistemas que realizan tareas que normalmente requieren inteligencia humana. El machine learning (ML) es una rama importante de la IA y tiene aplicaciones significativas en medicina. Estas aplicaciones han permitido avances en anestesiología, donde se han desarrollado algoritmos capaces de reconocer patrones en las ondas arteriales y predecir episodios de hipotensión, disminuir el dolor posoperatorio y monitorear la anestesia. Todas estas herramientas son capaces de asistir a los médicos en la prevención de eventos y en la toma de decisiones. Sin embargo, es importante tener en cuenta que, hasta ahora, las herramientas basadas en ML no pueden reemplazar el juicio clínico del anestesiólogo debido a posibles sesgos inherentes a la programación inicial.\",\"PeriodicalId\":39813,\"journal\":{\"name\":\"Revista Chilena de Anestesia\",\"volume\":\"229 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-01-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista Chilena de Anestesia\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.25237/revchilanestv52n6-04\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"Medicine\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Chilena de Anestesia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.25237/revchilanestv52n6-04","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"Medicine","Score":null,"Total":0}
Machine learning en anestesia. Avances de hoy para la anestesia del mañana
La inteligencia artificial (IA) se ocupa de desarrollar sistemas que realizan tareas que normalmente requieren inteligencia humana. El machine learning (ML) es una rama importante de la IA y tiene aplicaciones significativas en medicina. Estas aplicaciones han permitido avances en anestesiología, donde se han desarrollado algoritmos capaces de reconocer patrones en las ondas arteriales y predecir episodios de hipotensión, disminuir el dolor posoperatorio y monitorear la anestesia. Todas estas herramientas son capaces de asistir a los médicos en la prevención de eventos y en la toma de decisiones. Sin embargo, es importante tener en cuenta que, hasta ahora, las herramientas basadas en ML no pueden reemplazar el juicio clínico del anestesiólogo debido a posibles sesgos inherentes a la programación inicial.