Inteligencia artificial para la asignación óptima de médicos especialistas en la administraciòn del servicio de geriatría
Publicado 2024-11-13
Palabras clave
- Inteligencia Artificial en Medicina,
- Red Neuronal,
- Aprendizaje Automático,
- Diagnóstico Asistido por Ordenador,
- Interoperabilidad de Datos de Salud
- Seguridad y Privacidad de Datos Médicos AI ...Más
Cómo citar
Resumen
El presente artículo, está centrado en una implementación para la asignación de personal médico especializado para el servicio de geriatría, que administrativamente se realiza de forma manual, de acuerdo con un modelado de una Red Neuronal que incorpora el comportamiento epidemiológico de la demanda, la disposición de la capacidad instalada, horarios disponibles de los profesionales, tipos de vinculación, lugares geográficos donde presta la atención. La metodología empleada abarca el proceso de recopilación de datos médicos, los cuales son sometidos a algoritmos de aprendizaje automático, que permiten la validación clínica y evaluación comparativa con estándares convencionales. El enfoque metodológico utilizado, evidencia que las estrategias de adquisición y procesamiento de datos, el diseño experimental y las técnicas de evaluación, garantizan una plausible precisión, fiabilidad y aplicabilidad de los modelos de IA, por la maximización arrojada por el algoritmo de ramificación y acotamiento, en el contexto médico de la administración del servicio de Geriatría.
Descargas
Citas
- Ali Hassan Sodhro, Mohammad S. Obaidat, Sandeep Pirbhulal, & Gul Hassan Sodhro. (2019). A Novel Energy Optimization Approach for Artificial Intelligence-enabled Massive Internet of Things. IEEE Xplore.
- Alireza Nooraiepour, Waheed U. Bajwa, & Narayan B. Mandayam. (2021). A hybrid model-based and learning-based approach for classification using limited number of training samples.
- Atefeh Amindoust, Milad Asadpour, & Samineh Shirmohammadi. (2021). A Hybrid Genetic Algorithm for Nurse Scheduling Problem considering the Fatigue Factor. NIH National Library of Medicine.
- Chen, C., Fu, H., Zheng, Y., Tao, F., & Liu, Y. (2023). The advance of digital twin for predictive maintenance: The role and function of machine learning. In Journal of Manufacturing Systems (Vol. 71, pp. 581–594). Elsevier B.V. https://doi.org/10.1016/j.jmsy.2023.10.010
- Cobo Ortega, Á. (n.d.). UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA Centro Asociado de Cantabria Lección Inaugural del Curso 2000-2001 ÁNGEL COBO ORTEGA Profesor Tutor.
- Deng, J., Sierla, S., Sun, J., & Vyatkin, V. (2023). Mass customization with reinforcement learning: Automatic reconfiguration of a production line. Applied Soft Computing, 145. https://doi.org/10.1016/j.asoc.2023.110547
- Eduardo Francisco Caicedo, & Jesús Alfonso López. (2009). UNA APROXIMACIÓN PRÁCTICA A LAS REDES NEURONALES ARTIFICIALES.
- Fatih Yiğit. (2023). A novel type-2 hexagonal fuzzy logic approach for predictive safety stock management for a distribution business.
- Fernando Filgueiras. (2021). Inteligencia Artificial en la administración pública: ambigüedad y elección de sistemas de IA y desafíos de gobernanza digital.
- Jackeline Granados Ferreira. (2022). Análisis de la inteligencia artificial en las relaciones laborales.
- Jacques Ferber. (1999). Multi-Agent System: An Introduction to Distributed Artificial Intelligence.
- Jagatheesaperumal, S. K., Rahouti, M., Ahmad, K., Al-Fuqaha, A., & Guizani, M. (2021). The Duo of Artificial Intelligence and Big Data for Industry 4.0: Review of Applications, Techniques, Challenges, and Future Research Directions. http://arxiv.org/abs/2104.02425
- John Fulcher. (2006). Advances in applied artificial intelligence / .
- Lenin, F., Satama, V., Andrés, G., & Terán, F. (2023). Enero-Junio 2023. In Revista ComHumanitas (Vol. 14, Issue 1). https://orcid.org/0000-
- Max Bramer. (2009). Artificial Intelligence. An International Perspective.
- Nelly Flores. (2023). El Impacto de la Inteligencia Artificial en la Actualidad.
- Raúl Pino Díez, Alberto Gómez Gómez, & Nicolás de Abajo Martínez. (2001). Introducción a la inteligencia artificial.
- Robert Ojstersek, Miran Brezocnik, & Borut Buchmeister. (2020). Multi-objective optimization of production scheduling with evolutionary computation: A review. ResearchGate.
- Russell, S. J. (Stuart J., Norvig, Peter., Corchado Rodríguez, J. Manuel., & Joyanes Aguilar, Luis. (2004). Inteligencia artificial : un enfoque moderno. Pearson Prentice Hall.
- Sardar Mehboob Hussain, Antonio Brunetti, Giuseppe Lucarelli, & Ricardo Memeo. (2022). Deep Learning Based Image Processing for Robot Assisted Surgery: A Systematic Literature Survey. IEEE Xplore.
- Sidorov Gerhard Ritter Jean Serra Ulises Cortés, G. (n.d.). Research in Computing Science Series Editorial Board Comité Editorial de la Serie Editors-in-Chief: Editores en Jefe. http://www.cic.ipn.mx
- Wang, T. (2022). A Novel Approach of Integrating Natural Language Processing Techniques with Fuzzy TOPSIS for Product Evaluation. Symmetry, 14(1). https://doi.org/10.3390/sym14010120
- Zhang, L. (2023). A Novel Framework for Future Natural Language Processing From a Database Perspective. https://doi.org/10.13140/RG.2.2.33740.80001