Noticias Tecnología - Innovación - Ciencia

add ver todas

Utilización del Big Data para proporcionar a los pacientes el control de su propia salud

En la Conferencia de Medicina Exponencial de la Singularity University celebrada en San Diego en noviembre de 2018, el Doctor Ran Balicer, director del Instituto de Investigación de Clalit en Israel, expuso una visión futurista acerca de cómo el Big Data podría fusionarse con la atención médica personalizada en un sistema basado en aplicaciones a través de las cuales el paciente está controlado.

Las consecuencias de la utilización del Big Data para el control de la salud:

  • Sistema preventivo de salud – El sistema de Balicer permite anticipar el conocimiento acerca de los factores que pueden influir en la probabilidad de futuros riesgos de enfermedades cardiovasculares y evitarlas, y ponerles remedio lo antes posible.
  • Posibilidad de establecer un objetivo de salud dentro de la aplicación – Este sistema permite a los pacientes establecer objetivos de salud, como por ejemplo, dejar de fumar. Una vez que el paciente ha establecido su objetivo, la aplicación informa automáticamente a su médico y sugiere al paciente productos farmacéuticos para ayudarle a deshacerse de la nicotina. El paciente también puede encontrar inmediatamente una lista de grupos de apoyo cercanos que pueden ayudarle a alcanzar su objetivo de salud.
  • Medicina altamente personalizada – El nivel de personalización que se obtiene a través de esta aplicación para la dosificación de medicamentos va más allá de la capacidad de cualquier médico humano. La Inteligencia Artificial puede procesar rápidamente un conjunto de datos masivos para encontrar similitudes con otros pacientes. Un enfoque verdaderamente personalizado necesita tener en cuenta las necesidades del paciente y los sacrificios y compensaciones que está dispuesto a hacer.

Para saber más haz click aquí

NOTICIAS RELACIONADAS

add ver todas

Centros autónomos de micro-almacenaje

Las compras se están convirtiendo cada vez menos en una experiencia para el consumidor a medida que la lista de cosas que se pueden comprar en línea y entregar a nuestros hogares crece. Una startup israelí anunció el lanzamiento de su primer centro autónomo de micro-almacenaje en Tel Aviv como innovación hacia que las compras y las entregas sean aún más rápidas y baratas, y están teniendo éxito.

Un grupo de científicos utilizan grafeno para crear...

El laboratorio de química de Rice University ha desarrollado un método para imprimir patrones de grafeno sobre diferentes objetos a través de un laser que induce las sustancias de la superficie del propio material.Las consecuencias de la creación de etiquetas de grafeno: Impresión en diferentes objetos – las etiquetas se pueden quemar en papel, cartón, tela, corcho y se pueden utilizar como supercondensadores, sensores biológicos o antenas de identificación por radio frecuencia ​Impresión en comida – al estar impresas con las sustancias del propio material, las etiquetas son comestibles y ya se ha conseguido imprimirlas en tostadas, patatas o cascaras de cocoTrazabilidad de la comida – las etiquetas se podrían utilizar como fuente de información sobre la localización o el tiempo de almacenaje de los alimentos Seguridad alimentaria – las etiquetas se podrían utilizar de manera que avisen al consumidor de la presencia de ciertas bacterias y darle una señal de que no quiere ingerir dicho alimento Para saber más haz click aquí

¿Cómo deben preparase las empresas para la...

La hiperpersonalización es una de las últimas tendencias en marketing. Cada vez más consumidores demandan personalización e incluso la esperan. La agencia de marketing Epsilon realizó un estudio a través del cual descubrió que 80% de los consumidores tenían más probabilidades de hacer negocios con una compañía si ésta ofrecía experiencias bien dirigidas, significativas y personalizadas.

¿Cómo enseñar a la IA el concepto de "parecido, pero...

La Inteligencia Artificial tal y como hoy la conocemos engloba muchos conceptos que se encuentran interconectados y que en muchas ocasiones pueden llegar a ser un galimatías al profano. Machine Learning se refiere a la capacidad de la máquina para aprender algo sin estar explícitamente programada para ello. Deep Learning, se refiere a las redes neuronales profundas, que permiten a la máquina procesar grandes cantidades de datos. De esta manera, la IA es capaz de llevar a cabo un aprendizaje