TY - JOUR TI - La Especialidad Medica De Gestión En Salud En La Universidad Nacional Mayor De San Marcos: 30 Años Formando Gestores Para El Sector Salud AU - Rivera Del Río, German Felipe AU - Valdivia Vera, Edson AU - Palacios Enriquez, Alida Esther AU - Del Campo Sánchez, Javier AU - Rojas Cama, Luis Felipe AU - Lingán Cubas, Nadia Mariela AU - Tello Rivera, Isabel Carolina AU - Del Carmen Sara, José Carlos T2 - THE MEDICAL SPECIALTY OF HEALTH MANAGEMENT IN THE UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS: 30 YEARS TRAINING SPECIALISTS FOR THE HEALTHCARE SECTOR. AB - This article presents a historical account of 30 years of the medical specialty of Health Management of the Universidad Nacional de San Marcos (UNMSM). The specialty was created in 1988 as Integral General Medicine in response to the small numbers of doctors specialized in management. The name of the specialty was kept until 1994, when it was then changed to Integral Medicine and Health Management to emphasize on the managerial aspect of it. In 2002, the curriculum is modified taking into consideration the importance of having an exclusive medical management specialization for the healthcare sector. The specialty is pioneer in a gradual education style in three levels: micromanagement, mesomanagement and macromanagement. The new curriculum opened the possibility of better clinical rotations for residents in public and private institutions. As of 2007, the specialty is named Health Management, its specialists maintain their solid training to perform in the processes of decision making, leading, directing and operability of the healthcare system. The vision of the founders of the specialty is still standing, specialists in Health Management work in different institutions of the healthcare system, contributing with their knowledge and skills, creating an impact on the Peruvian public health. (English) DA - 2019/01// PY - 2019 DO - 10.17843/rpmesp.2019.361.4271 DP - EBSCOhost VL - 36 IS - 1 SP - 115 EP - 122 J2 - Revista Peruana de Medicina Experimental y Salud Pública SN - 17264634 ST - La Especialidad Medica De Gestión En Salud En La Universidad Nacional Mayor De San Marcos UR - http://ez.urosario.edu.co/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=lth&AN=135581090&lang=es&site=eds-live&scope=site Y2 - 2019/09/03/00:27:15 L1 - http://content.ebscohost.com/ContentServer.asp?T=P&P=AN&K=135581090&S=R&D=lth&EbscoContent=dGJyMMvl7ESeprA40dvuOLCmr1GeqK5SsK24SLCWxWXS&ContentCustomer=dGJyMPGqsUiuprZLuePfgeyx43zx KW - Administración de los servicios de salud KW - Especialización KW - Gestión en salud KW - Health management KW - Health services administration KW - Peru KW - Perú KW - Specialization ER - TY - NEWS TI - Colombia tendrá el centro de monitoreo vial integrado más grande de la región AU - espectador.com T2 - ELESPECTADOR.COM AB - Según un balance del Invías, más de 25 empresas colombianas y ocho empresas extranjeras han mostrado interés en participar en el proceso de licitación nuevo sistema de vigilancia dentro del del Programa de Seguridad de Carreteras Nacionales. DA - economia PY - economia LA - ES UR - https://www.elespectador.com/economia/colombia-tendra-el-centro-de-monitoreo-vial-integrado-mas-grande-de-la-region-articulo-870205 Y2 - 2019/09/03/00:41:03 L2 - https://www.elespectador.com/economia/colombia-tendra-el-centro-de-monitoreo-vial-integrado-mas-grande-de-la-region-articulo-870205 ER - TY - BOOK TI - Los cuatro acuerdos un libro de sabiduría Tolteca AU - Ruiz, Miguel CN - 123.5 CY - Barcelona (España) DA - 2011/// PY - 2011 DP - Library Catalog (Koha) ET - 14a ed SP - 153 LA - spa PB - Ediciones Urano SN - 978-84-7953-253-6 KW - Ética KW - Felicidad KW - Filosofía KW - Leyendas KW - Libertad KW - Personalidad KW - Relaciones humanas KW - Toltecas ER - TY - JOUR TI - Uso de matriz dérmica autóloga en reconstrucción mamaria, un recurso accesible AU - Suárez-Oyhamburú, Darío L. AU - Escobar-Ugarte, Raúl A. T2 - Use of autologous dermal matrix in breast reconstruction, an accessible resource. DA - 2018/04// PY - 2018 DO - 10.4321/S0376-78922018000200007 DP - EBSCOhost VL - 44 IS - 2 SP - 169 EP - 176 J2 - Cirugía Plástica Ibero-Latinoamericana LA - ESPAÑOL SN - 03767892 UR - http://ez.urosario.edu.co/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=lth&AN=134054357&lang=es&site=eds-live&scope=site Y2 - 2019/09/08/02:52:21 KW - Autologous dermal matrix KW - Autologous tissues KW - Mammary reconstruction KW - Matriz dérmica autóloga KW - Reconstrucción mamaria KW - Tejidos autólogos ER - TY - JOUR TI - Oncologic safety of autologous fat grafting as a secondary breast reconstructive technique AU - Rodríguez Pérez, E. AU - González Porto, S.a. AU - Palacios García, P. AU - Bugallo Sanz, J.i. AU - González Rodríguez, A. AU - Pacheco Compaña, F.j. T2 - Revista de Senologia y Patologia Mamaria DA - 2018//07/01 PY - 2018 DO - 10.1016/j.senol.2018.03.004 DP - EBSCOhost VL - 31 IS - 3 SP - 102 EP - 107 J2 - Revista de Senologia y Patologia Mamaria LA - English SN - 15781399 UR - http://ez.urosario.edu.co/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=edselc&AN=edselc.2-52.0-85049358167&lang=es&site=eds-live&scope=site L2 - http://ez.urosario.edu.co/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=edselc&AN=edselc.2-52.0-85049358167&lang=es&site=eds-live&scope=site&scope=cite KW - Breast cancer KW - Breast reconstruction KW - Complications KW - Fat graft KW - Lipofilling KW - Locoregional recurrence ER - TY - BOOK TI - Health economics research in developing countries T2 - Oxford Medical Publications A3 - Lee, Kenneth A3 - Mills, Anne CN - 338.4 CY - Oxford (Oxfordshire, Inglaterra) DA - 1993/// PY - 1993 DP - Library Catalog (Koha) SP - 363 LA - eng PB - Oxford University SN - 978-0-19-261620-3 KW - Desarrollo económico KW - Economía médica KW - Países en desarrollo KW - Salud ER - TY - ELEC TI - Harrison's Principles of Internal Medicine, 20e: Publicaciones y Libros Electronicos UR - http://ez.urosario.edu.co/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=edspub&AN=edp13426587&lang=es&site=pfi-live Y2 - 2019/09/08/03:15:47 L2 - http://web.b.ebscohost.com.ez.urosario.edu.co/pfi/detail/detail?vid=3&sid=32e4f466-d284-40dc-9aa1-9b34fdf1a167%40pdc-v-sessmgr05&bdata=Jmxhbmc9ZXMmc2l0ZT1wZmktbGl2ZQ%3d%3d#AN=edp13426587&db=edspub ER - TY - BLOG TI - Mamoplastia de aumento T2 - Sociedad Colombiana de Cirugía Plástica Estética y Reconstructiva AB - Es la colocación de implantes o prótesis mamarias para aumentar el volúmen del seno.Es importante comprender que no aumenta el contorno del tórax medido en tallas como 32, 34, 36 etc sino la copa medidas en Colombia como A, B, C, D etc. Hay pacientes que, geneticamente, tienen senos pequeños e inclusive alteración de la … DA - 2018/07/05/T21:16:59+00:00 PY - 2018 UR - https://www.cirugiaplastica.org.co/procedimientos/cirugias-plasticas-esteticas/cirugias-corporales/mamoplastia-de-aumento/ Y2 - 2019/09/08/03:32:53 L2 - https://www.cirugiaplastica.org.co/procedimientos/cirugias-plasticas-esteticas/cirugias-corporales/mamoplastia-de-aumento/ ER - TY - JOUR TI - Que son las tecnologías en salud AU - Cubillos, Leonardo DP - Zotero SP - 156 LA - es L1 - https://www.minsalud.gov.co/salud/Documents/Evaluaci%C3%B3n%20de%20Tecnologias%20en%20Salud.pdf ER - TY - ELEC TI - OPS/OMS | Evaluación de Tecnologías Sanitarias (ETS) AU - OPS/OMS T2 - Pan American Health Organization / World Health Organization DA - 2013/12/11/16:37:45 PY - 2013 LA - es-es UR - https://www.paho.org/hq/index.php?option=com_content&view=article&id=9229:2013-tecnologias-sanitarias&Itemid=41687&lang=es L2 - https://www.paho.org/hq/index.php?option=com_content&view=article&id=9229:2013-tecnologias-sanitarias&Itemid=41687&lang=es ER - TY - ELEC TI - Nace el Instituto de Evaluación Tecnológica en Salud (IETS) en Colombia UR - https://www.ins.gov.co/Noticias/Paginas/nace-el-instituto-de-evaluacion-tecnolpgica-en-salud-(IETS)-en-colombia.aspx L2 - https://www.ins.gov.co/Noticias/Paginas/nace-el-instituto-de-evaluacion-tecnolpgica-en-salud-(IETS)-en-colombia.aspx ER - TY - JOUR TI - Calidad de vida: Una revisión teórica del concepto AU - Urzúa M, Alfonso AU - Caqueo-Urízar, Alejandra T2 - Terapia psicológica DA - 2012/04// PY - 2012 DO - 10.4067/S0718-48082012000100006 DP - DOI.org (Crossref) VL - 30 IS - 1 SP - 61 EP - 71 J2 - Ter Psicol LA - es SN - 0718-4808 ST - Calidad de vida UR - http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-48082012000100006&lng=en&nrm=iso&tlng=en Y2 - 2019/10/07/02:03:13 L1 - https://scielo.conicyt.cl/pdf/terpsicol/v30n1/art06.pdf ER - TY - JOUR TI - Medidas de calidad de vida relacionada con la salud. Conceptos básicos, construcción y adaptación cultural AU - Anguita, Juana Casas AU - Repullo Labrador, José Ramón AU - Candel, Joaquín Pereira T2 - Medicina Clínica DA - 2001/01/01/ PY - 2001 DO - 10.1016/S0025-7753(01)71987-2 DP - ScienceDirect VL - 116 IS - 20 SP - 789 EP - 796 J2 - Medicina Clínica SN - 0025-7753 UR - http://www.sciencedirect.com/science/article/pii/S0025775301719872 L2 - https://www.sciencedirect.com/science/article/pii/S0025775301719872 KW - Adaptación cultural KW - Calidad de vida relacionada con la salud KW - Cross-cultural adaptation KW - Cuestionarios KW - Quality of life assessment KW - Questionnaires KW - Valoración de la calidad de vida ER - TY - ELEC TI - Preguntas más frecuentes LA - es UR - https://www.who.int/es/about/who-we-are/frequently-asked-questions Y2 - 2019/10/07/03:22:06 L2 - https://www.who.int/es/about/who-we-are/frequently-asked-questions ER - TY - ELEC TI - Preguntas más frecuentes LA - es UR - https://www.who.int/es/about/who-we-are/frequently-asked-questions Y2 - 2019/10/07/03:24:05 L2 - https://www.who.int/es/about/who-we-are/frequently-asked-questions ER - TY - ELEC TI - OPS/OMS | INDICADORES DE SALUD: Aspectos conceptuales y operativos (Sección 1) AU - Leite, Paulo AU - https://www.facebook.com/pahowho T2 - Pan American Health Organization / World Health Organization AB - La OPS, establecida en 1902, es la organización internacional de salud pública más antigua del mundo. Trabaja con sus países miembros para mejorar la salud y la calidad de DA - 2018/05/31/18:41:09 PY - 2018 LA - es-es ST - OPS/OMS | INDICADORES DE SALUD UR - https://www.paho.org/hq/index.php?option=com_content&view=article&id=14401:health-indicators-conceptual-and-operational-considerations-section-1&Itemid=0&limitstart=1&lang=es L2 - https://www.paho.org/hq/index.php?option=com_content&view=article&id=14401:health-indicators-conceptual-and-operational-considerations-section-1&Itemid=0&limitstart=1&lang=es ER - TY - ELEC TI - OPS/OMS | INDICADORES DE SALUD: Aspectos conceptuales y operativos (Sección 1) UR - https://www.paho.org/hq/index.php?option=com_content&view=article&id=14401:health-indicators-conceptual-and-operational-considerations-section-1&Itemid=0&limitstart=1&lang=es Y2 - 2019/10/07/03:28:01 L2 - https://www.paho.org/hq/index.php?option=com_content&view=article&id=14401:health-indicators-conceptual-and-operational-considerations-section-1&Itemid=0&limitstart=1&lang=es ER - TY - JOUR TI - Big data analytics in healthcare: promise and potential AU - Raghupathi, Wullianallur AU - Raghupathi, Viju T2 - Health Information Science and Systems AB - To describe the promise and potential of big data analytics in healthcare. DA - 2014/02/07/ PY - 2014 DO - 10.1186/2047-2501-2-3 DP - Springer Link VL - 2 IS - 1 J2 - Health Inf Sci Syst LA - en SN - 2047-2501 ST - Big data analytics in healthcare UR - https://doi.org/10.1186/2047-2501-2-3 Y2 - 2021/06/28/16:42:02 L1 - https://link.springer.com/content/pdf/10.1186%252F2047-2501-2-3.pdf ER - TY - JOUR TI - Big Data Analytics in Medicine and Healthcare AU - Ristevski, Blagoj AU - Chen, Ming T2 - Journal of Integrative Bioinformatics AB - This paper surveys big data with highlighting the big data analytics in medicine and healthcare. Big data characteristics: value, volume, velocity, variety, veracity and variability are described. Big data analytics in medicine and healthcare covers integration and analysis of large amount of complex heterogeneous data such as various – omics data (genomics, epigenomics, transcriptomics, proteomics, metabolomics, interactomics, pharmacogenomics, diseasomics), biomedical data and electronic health records data. We underline the challenging issues about big data privacy and security. Regarding big data characteristics, some directions of using suitable and promising open-source distributed data processing software platform are given. DA - 2018/05/10/ PY - 2018 DO - 10.1515/jib-2017-0030 DP - PubMed Central VL - 15 IS - 3 SP - 20170030 J2 - J Integr Bioinform SN - 1613-4516 UR - https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6340124/ Y2 - 2021/06/28/16:46:52 L1 - https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6340124/pdf/jib-15-20170030.pdf L2 - https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6340124/ ER - TY - ELEC TI - “Robotización” de las instituciones del sector salud para aumentar su competitividad AU - Ricoh América Latina DA - 2019/12/10/ PY - 2019 UR - https://www.ricoh-americalatina.com/es-co/sala-de-prensa/robotizacion-de-las-instituciones-del-sector-salud-para-aumentar-su-competitividad Y2 - 2021/06/28/16:50:54 L2 - https://www.ricoh-americalatina.com/es-co/sala-de-prensa/robotizacion-de-las-instituciones-del-sector-salud-para-aumentar-su-competitividad ER - TY - ELEC TI - Inteligencia artificial AU - Real Academia Española T2 - Real Academía Española AB - 1. f. Capacidad de entender o comprender. 2. f. Capacidad de resolver problemas. 3. f. Conocimiento, comprensión, acto de entender. 4. f. Sentido en que se puede tomar una proposición, un dicho o una expresión. DA - 2023/// PY - 2023 LA - es UR - https://dle.rae.es/inteligencia Y2 - 2023/01/23/19:13:15 L2 - https://dle.rae.es/inteligencia ER - TY - JOUR TI - Big data analytics in healthcare: promise and potential AU - Raghupathi, Wullianallur T2 - Health Information Science and Systems AB - Objective: To describe the promise and potential of big data analytics in healthcare. Methods: The paper describes the nascent field of big data analytics in healthcare, discusses the benefits, outlines an architectural framework and methodology, describes examples reported in the literature, briefly discusses the challenges, and offers conclusions. Results: The paper provides a broad overview of big data analytics for healthcare researchers and practitioners. Conclusions: Big data analytics in healthcare is evolving into a promising field for providing insight from very large data sets and improving outcomes while reducing costs. Its potential is great; however there remain challenges to overcome. DA - 2014/12// PY - 2014 DO - 10.1186/2047-2501-2-3 DP - DOI.org (Crossref) VL - 2 IS - 1 SP - 3 J2 - Health Inf Sci Syst LA - en SN - 2047-2501 ST - Big data analytics in healthcare UR - http://link.springer.com/10.1186/2047-2501-2-3 Y2 - 2023/01/23/19:22:22 ER - TY - JOUR TI - Automatización robótica de procesos AU - Bermúdez Irreño, Carlos Arturo T2 - Revista Ingeniería, Matemáticas y Ciencias de la Información AB - A large number of organizations worldwide are currently facing various challenges, among which is a high degree of dynamism, innovation and flexibility in order to achieve competitive advantage over other companies, for this reason many of them try to incorporate new technologies, among which is RPA - robotic process automation. Therefore, in this document a literary review on RPA will be carried out, for which an investigation was carried out with the use of various documents such as scientific articles, monographs, theses, publications, among others. Initially, a brief breakdown was made of the milestones or relevant concepts throughout the history of RPA; Subsequently, a characterization of the important aspects of digital transformation was carried out, and the pillars for its correct implementation. The following is an in-depth look at the concept of RPA, some of its features and benefits. In addition, an analysis of some of the most popular and robust tools on the market was carried out. Among which are Uipath and Automation Anywhere; two of the pioneering companies in the development and integration of new technologies in their respective tools, positioning themselves as the market leaders in recent years. The great relevance of the automation of processes in the market is identified, in the same way the evolution of this type of technologies is evidenced, integrating each time concepts to achieve great robustness, efficiency and effectiveness within the tools used for the implementation of RPA. DA - 2021/// PY - 2021 DO - 10.21017/rimci.2021.v8.n15.a97 DP - DOI.org (Crossref) VL - 8 IS - 15 SP - 111 EP - 122 J2 - rimci LA - es SN - 23393270, 23573716 ST - RPA - AUTOMATIZACIÓN ROBÓTICA DE PROCESOS UR - http://ojs.urepublicana.edu.co/index.php/ingenieria/article/view/710/533 Y2 - 2023/01/23/19:24:02 ER - TY - GEN L4 - https://riull.ull.es/xmlui/bitstream/handle/915/10703/cp198.pdf?sequence=1 ER - TY - JOUR TI - Causas de los retornos durante las 72 horas siguientes al alta de urgencias AU - Jiménez-Puente, Alberto AU - Haro, Lourdes Nieto-de AU - Lara-Blanquer, Antonio AU - Martínez-Reina, Alfonso AB - Background and objective. The return-visit rate has been suggested as a measure of emergency department quality of care. We aimed to identify the reasons for emergency revisits and the percentage of returns related to problems with quality of care in the previous visit. Methods. Cross-sectional observational study of clinical records for a random sample of unscheduled returns within 72 hours of discharge from the emergency departments of 3 hospitals attending a population of nearly 3 million in the Spanish province of Malaga. The records were reviewed by 2 data collectors, who assigned a reason for revisits according to a standardized classification. Results. A sample of 1075 emergency revisits were reviewed; 895 met the inclusion criteria. The most common reasons for revisits were the persistence or progression of disease (48.8%), an unrelated new problem (9.3%), and referral from a hospital that did not have the required specialized service (8.6%). Reasons attributable to the patient accounted for 14.5% of the revisits; 15.2% were attributable to health care staff errors, 9.2% to system organization, and 61.1% to the disease process. Conclusions. Most emergency department revisits are related to the progression of the disease that led to the first visit. Only a small percentage can be linked to diagnostic or treatment errors in the previous visit. DA - 2015/// PY - 2015 DP - Zotero LA - es ER - TY - JOUR TI - Las tecnologías disruptivas y su aplicación en la medicina con vistas al 2030. AU - Gutiérrez Martínez, Juan Antonio AU - Febles Estrada, Ailyn T2 - Revista Cubana de Salud Pública DA - 2019/10/01/ PY - 2019 VL - 45 IS - 4 SP - 1 EP - 1-16 J2 - Revista Cubana de Salud Pública SN - 0864-3466 UR - https://search.ebscohost.com/login.aspx?direct=true&db=a9h&AN=141714966&site=eds-live AN - 141714966 DB - Academic Search Complete Y2 - 2023/01/31/ ER - TY - JOUR TI - Medicina P4: el futuro a la vuelta de la esquina AU - Sobradillo, Patricia AU - Pozo, Francisco T2 - Archivos de Bronconeumología AB - La práctica médica tradicional ha sido “reactiva” (el médico DA - 2011/01/01/ PY - 2011 DO - 10.1016/j.arbres.2010.09.009 DP - www.archbronconeumol.org VL - 47 IS - 1 SP - 35 EP - 40 J2 - Arch Bronconeumol LA - es SN - 0300-2896 ST - Medicina P4 UR - http://www.archbronconeumol.org/en-medicina-p4-el-futuro-vuelta-articulo-S0300289610002887 Y2 - 2023/02/05/03:43:04 ER - TY - JOUR TI - Systems biology at the Institute for Systems Biology AU - Hood, Leroy AU - Rowen, Lee AU - Galas, David J. AU - Aitchison, John D. T2 - Briefings in Functional Genomics AB - Systems biology represents an experimental approach to biology that attempts to study biological systems in a holistic rather than an atomistic manner. Ideally this involves gathering dynamic and global data sets as well as phenotypic data from different levels of the biological information hierarchy, integrating them and modeling them graphically and/or mathematically to generate mechanistic explanations for the emergent systems properties. This requires that the biological frontiers drive the development of new measurement and visualization technologies and the pioneering of new computational and mathematical tools—all of which requires a cross-disciplinary environment composed of biologists, chemists, computer scientists, engineers, mathematicians, physicists, and physicians speaking common discipline languages. The Institute for Systems Biology has aspired to pioneer and seamlessly integrate each of these concepts. DA - 2008/07/01/ PY - 2008 DO - 10.1093/bfgp/eln027 DP - Silverchair VL - 7 IS - 4 SP - 239 EP - 248 J2 - Briefings in Functional Genomics SN - 2041-2649 UR - https://doi.org/10.1093/bfgp/eln027 Y2 - 2023/02/05/03:44:02 L1 - https://academic.oup.com/bfg/article-pdf/7/4/239/809493/eln027.pdf L2 - https://academic.oup.com/bfg/article/7/4/239/287229 ER - TY - ELEC TI - Limitaciones, debilidades y retos de los modelos predictivos de reingreso hospitalario T2 - OpenAIRE - Explore AB -

Objetivos Identificar y analizar de forma critica los modelos predictivos de reingreso hospitalario publicados en la literatura cuyos coeficientes de vali... LA - es UR - https://explore.openaire.eu/search/publication?pid=10.1016%2Fs1134-2072(12)70342-0 Y2 - 2023/02/09/03:36:19 L2 - https://explore.openaire.eu/search/publication?articleId=doi_________::1b4b8f9a08126c3785d92d095b0b4009 ER - TY - ELEC TI - Comparación de modelos predictivos para la selección de pacientes de alta complejidad - ClinicalKey UR - https://www-clinicalkey-es.ez.urosario.edu.co/#!/content/playContent/1-s2.0-S0213911117301693?returnurl=https:%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS0213911117301693%3Fshowall%3Dtrue&referrer=https:%2F%2Feds.s.ebscohost.com%2F Y2 - 2023/02/09/03:59:31 L2 - https://www-clinicalkey-es.ez.urosario.edu.co/#!/content/playContent/1-s2.0-S0213911117301693?returnurl=https:%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS0213911117301693%3Fshowall%3Dtrue&referrer=https:%2F%2Feds.s.ebscohost.com%2F ER - TY - JOUR TI - Modelos predictivos en salud basados en machine learning AU - Mora, Javier Mora T2 - Revista Médica Clínica Las Condes AB - Resumen Encontrar la causalidad en medicina es el mayor interés de la investigación científica, para luego generar intervenciones que traten o curen la enfermedad. La mayoría de los modelos estadísticos clásicos permiten inferir asociación, y solo pocos diseños logran demostrar causa efecto con una adecuada metodología y sólida evidencia. La medicina basada en la evidencia respalda sus hallazgos en modelos que desde una hipótesis salen a buscar datos para demostrarla o descartarla. Ello también aplica en la elaboración de modelos predictivos que sean confiables y que produzcan algún impacto en la práctica clínica.La gran cantidad de datos que se están almacenando en los registros clínicos electrónicos y el mayor poder computacional, hacen que las técnicas de aprendizaje de máquina tengan un rol preponderante en el desarrollo de nuevos análisis predictivos y reconocimiento de patrones no conocidos con estos modelos de cómputo, que junto con cambiar la mirada desde los datos a la información, van incorporándose cada vez más en la práctica clínica diaria, con mayor precisión y velocidad para la toma de decisiones.En el presente artículo, se pretende entregar algunas bases teóricas y evidencia de cómo estas técnicas computacionales modernas de aprendizaje de máquina han permitido llegar a mejores resultados y están siendo cada vez más utilizadas. DA - 2022/// PY - 2022 DO - 10.1016/j.rmclc.2022.11.002 DP - EBSCOhost SN - 0716-8640 ST - Modelos predictivos en salud basados en aprendizaje de maquina (machine learning) UR - http://ez.urosario.edu.co/login?url=https://search.ebscohost.com/login.aspx?direct=true&AuthType=ip&db=edselp&AN=S0716864022001213&lang=es&site=eds-live&scope=site Y2 - 2023/02/09/04:04:39 L1 - https://content.ebscohost.com/ContentServer.asp?T=P&P=AN&K=161072679&S=R&D=lth&EbscoContent=dGJyMNLe80Seprc4xNvgOLCmsEueprJSrqm4SrOWxWXS&ContentCustomer=dGJyMPGqsUiuprZLuePfgeyx43zx KW - Aprendizaje de Máquina KW - Artificial Intelligence KW - Cardiac Surgery KW - Ciencia de Datos KW - Clinical Decision Support Systems KW - Data Sciences KW - Data. KW - Datos KW - Inteligencia Artificial KW - Machine Learning KW - Modelos Predictivos KW - Predictive Models KW - Sistema de Soporte de Decisión Clínica ER - TY - JOUR TI - Machine learning para análises preditivas em saúde: exemplo de aplicação para predizer óbito em idosos de São Paulo, Brasil AU - Santos, Hellen Geremias dos AU - Nascimento, Carla Ferreira do AU - Izbicki, Rafael AU - Duarte, Yeda Aparecida de Oliveira AU - Porto Chiavegatto, Alexandre Dias T2 - Cadernos de Saúde Pública AB - Este estudo objetiva apresentar as etapas relacionadas à utilização de algoritmos de machine learning para análises preditivas em saúde. Para isso, foi realizada uma aplicação com base em dados de idosos residentes no Município de São Paulo, Brasil, participantes do estudo Saúde Bem-estar e Envelhecimento (SABE) (n = 2.808). A variável resposta foi representada pela ocorrência de óbito em até cinco anos após o ingresso do idoso no estudo (n = 423), e os preditores, por 37 variáveis relacionadas ao perfil demográfico, socioeconômico e de saúde do idoso. A aplicação foi organizada de acordo com as seguintes etapas: divisão dos dados em treinamento (70%) e teste (30%), pré-processamento dos preditores, aprendizado e avaliação de modelos. Na etapa de aprendizado, foram utilizados cinco algoritmos para o ajuste de modelos: regressão logística com e sem penalização, redes neurais, gradient boosted trees e random forest. Os hiperparâmetros dos algoritmos foram otimizados por validação cruzada 10-fold, para selecionar aqueles correspondentes aos melhores modelos. Para cada algoritmo, o melhor modelo foi avaliado em dados de teste por meio da área abaixo da curva (AUC) ROC e medidas relacionadas. Todos os modelos apresentaram AUC ROC superior a 0,70. Para os três modelos com maior AUC ROC (redes neurais e regressão logística com penalização de lasso e sem penalização, respectivamente), foram também avaliadas medidas de qualidade da probabilidade predita. Espera-se que, com o aumento da disponibilidade de dados e de capital humano capacitado, seja possível desenvolver modelos preditivos de machine learning com potencial para auxiliar profissionais de saúde na tomada de melhores decisões. DA - 2019/07/29/ PY - 2019 DO - 10.1590/0102-311X00050818 DP - SciELO VL - 35 J2 - Cad. Saúde Pública LA - pt SN - 0102-311X, 1678-4464 ST - Machine learning para análises preditivas em saúde UR - http://www.scielo.br/j/csp/a/jyhKL6G4dZhcbchMD6bcS8s/?lang=pt Y2 - 2023/02/09/04:07:15 L1 - https://www.scielo.br/j/csp/a/jyhKL6G4dZhcbchMD6bcS8s/?lang=pt&format=pdf KW - Idoso KW - Mortalidade KW - Previsões ER - TY - JOUR TI - Diseño de modelos predictivos basados en aprendizaje automático para el manejo de poblaciones de pacientes con diabetes mellitus tipo 2 AU - Fernandez, Jorge AU - Spatharou, Angela DA - 2020/// PY - 2020 UR - http://hdl.handle.net/10251/126475 AN - edsoai.on1138250664 DB - OAIster Y2 - 2023/02/09/ ER - TY - BLOG TI - Profesionales médicos, la inteligencia artificial y el arte de la medicina T2 - Medic Agency AB - En los albores de la cuarta revolución industrial, la automatización y digitalización de nuestros mundos, los lugares de trabajo continúan cambiando el mercado laboral, la naturaleza de muchos trabajos e incluso el concepto de lo que significa estar trabajando. No solo médicos, muchos temen que... DA - 2021/06/02/T13:13:38+00:00 PY - 2021 LA - en-US UR - https://medicagency.tech/2021/06/02/profesionales-medicos-la-inteligencia-artificial-y-el-arte-de-la-medicina/ Y2 - 2023/02/09/23:26:08 L2 - https://medicagency.tech/2021/06/02/profesionales-medicos-la-inteligencia-artificial-y-el-arte-de-la-medicina/ ER - TY - ELEC TI - 5 razones por las que la inteligencia artificial no reemplazará a los médicos AU - Campalans, Juan Susach T2 - Linkedin DA - 2018/// PY - 2018 LA - español UR - https://www.linkedin.com/pulse/5-razones-por-las-que-la-inteligencia-artificial-los-juan/?originalSubdomain=es Y2 - 2023/02/10/02:34:51 L2 - https://www.linkedin.com/pulse/5-razones-por-las-que-la-inteligencia-artificial-los-juan/?originalSubdomain=es ER - TY - JOUR TI - Inteligencia Artificial en Radiología: ¿Seremos reemplazados por las máquinas? AU - Gálvez Moya, Marcelo T2 - Revista chilena de radiología DA - 2017/// PY - 2017 DO - 10.4067/S0717-93082017000300001 DP - SciELO VL - 23 IS - 3 SP - 90 EP - 90 SN - 0717-9308 ST - Inteligencia Artificial en Radiología UR - http://www.scielo.cl/scielo.php?script=sci_abstract&pid=S0717-93082017000300001&lng=es&nrm=iso&tlng=es Y2 - 2023/02/10/02:44:32 L1 - http://www.scielo.cl/pdf/rchradiol/v23n3/art01.pdf ER - TY - JOUR TI - The future of employment: How susceptible are jobs to computerisation? AU - Frey, Carl Benedikt AU - Osborne, Michael A. T2 - Technological Forecasting and Social Change AB - We examine how susceptible jobs are to computerisation. To assess this, we begin by implementing a novel methodology to estimate the probability of computerisation for 702 detailed occupations, using a Gaussian process classifier. Based on these estimates, we examine expected impacts of future computerisation on US labour market outcomes, with the primary objective of analysing the number of jobs at risk and the relationship between an occupation’s probability of computerisation, wages and educational attainment. According to our estimates, about 47 percent of total US employment is at risk. We further provide evidence that wages and educational attainment exhibit a strong negative relationship with an occupation’s probability of computerisation. DA - 2017/// PY - 2017 DO - 10.1016/j.techfore.2016.08.019 DP - DOI.org (Crossref) VL - 114 SP - 254 EP - 280 LA - en SN - 00401625 ST - The future of employment UR - https://linkinghub.elsevier.com/retrieve/pii/S0040162516302244 Y2 - 2023/02/12/18:01:49 ER - TY - JOUR TI - Administrative work consumes one-sixth of U.S. physicians' working hours and lowers their career satisfaction AU - Woolhandler, Steffie AU - Himmelstein, David U. T2 - International Journal of Health Services: Planning, Administration, Evaluation AB - Doctors often complain about the burden of administrative work, but few studies have quantified how much time clinicians devote to administrative tasks. We quantified the time U.S. physicians spent on administrative tasks, and its relationship to their career satisfaction, based on a nationally representative survey of 4,720 U.S. physicians working 20 or more hours per week in direct patient care. The average doctor spent 8.7 hours per week (16.6% of working hours) on administration. Psychiatrists spent the highest proportion of their time on administration (20.3%), followed by internists (17.3%) and family/general practitioners (17.3%). Pediatricians spent the least amount of time, 6.7 hours per week or 14.1 percent of professional time. Doctors in large practices, those in practices owned by a hospital, and those with financial incentives to reduce services spent more time on administration. More extensive use of electronic medical records was associated with a greater administrative burden. Doctors spending more time on administration had lower career satisfaction, even after controlling for income and other factors. Current trends in U.S. health policy--a shift to employment in large practices, the implementation of electronic medical records, and the increasing prevalence of financial risk sharing--are likely to increase doctors' paperwork burdens and may decrease their career satisfaction. DA - 2014/// PY - 2014 DO - 10.2190/HS.44.4.a DP - PubMed VL - 44 IS - 4 SP - 635 EP - 642 J2 - Int J Health Serv LA - eng SN - 0020-7314 UR - https://pubmed.ncbi.nlm.nih.gov/25626223/ L2 - http://www.ncbi.nlm.nih.gov/pubmed/25626223 KW - Attitude of Health Personnel KW - Female KW - Humans KW - Income KW - Job Satisfaction KW - Male KW - Medicine KW - Physicians KW - Professional Practice KW - Time Factors KW - United States ER - TY - JOUR TI - The Topol Review — NHS Health Education England AU - Topol Eric T2 - The Topol Review — NHS Health Education England DA - 2019/// PY - 2019 LA - English UR - https://topol.hee.nhs.uk/ Y2 - 2023/02/12/22:50:44 L2 - https://topol.hee.nhs.uk/ ER - TY - JOUR TI - Aplicaciones Médicas Móviles: definiciones, beneficios y riesgos AU - Santamaría-Puerto, Gustavo T2 - Revista Salud Uninorte DA - 2015/// PY - 2015 DP - SciELO VL - 31 IS - 3 SP - 599 EP - 607 LA - es SN - 0120-5552 ST - Aplicaciones Médicas Móviles UR - http://www.scielo.org.co/scielo.php?script=sci_abstract&pid=S0120-55522015000300016&lng=en&nrm=iso&tlng=es Y2 - 2023/02/13/00:41:37 L1 - http://www.scielo.org.co/pdf/sun/v31n3/v31n3a16.pdf ER - TY - ELEC TI - Análisis predictivo en la atención médica: tres ejemplos reales AU - Phillips T2 - Philips AB - El análisis predictivo en la atención médica puede ayudar a detectar los primeros signos de deterioro del paciente en la UCI y en el servicio de hospitalización general, identificar a los pacientes en riesgo desde sus hogares para prevenir las readmisiones hospitalarias y prevenir el tiempo de inactividad evitable del equipo médico. DA - 2022/// PY - 2022 LA - es-co ST - Análisis predictivo en la atención médica UR - https://www.philips.com.co/a-w/about/news/archive/standard/articles/2020/20200604-predictive-analytics-in-healthcare-three-real-world-examples.html Y2 - 2023/02/13/02:00:37 L2 - https://www.philips.com.co/a-w/about/news/archive/standard/articles/2020/20200604-predictive-analytics-in-healthcare-three-real-world-examples.html ER - TY - JOUR TI - Prediccio´n de readmisio´n de pacientes pedia´tricos mediante aprendizaje supervisado AU - Wolff, Patricio AU - Rıos, Sebastian A T2 - S. R DA - 2019/// PY - 2019 DP - Zotero LA - es L1 - https://www.dii.uchile.cl/~ris/RIS2019/2_Prediccion_de_readmision_de_pacientes_pediatricos_mediante_aprendizaje_supervisado.pdf ER - TY - ELEC TI - Inteligencia artificial y transformación del sistema de salud AU - Academia Nacional de Medicina de Colombia T2 - anmdecolombia AB - No es posible pensar en el futuro de la atención médica sin contar con dos vocales que, juntas, representan las esperanzas y los temores de una industria que busca soluciones más inteligentes. Estamos hablando, como no podía ser de otra forma, de la «IA». El Desarrollo de la inteligencia artificial -IA- ha impulsado enormemente la DA - 2020/// PY - 2020 UR - https://anmdecolombia.org.co/inteligencia-artificial-ia-y-transformacion-del-sistema-de-salud/ Y2 - 2023/02/14/14:03:37 L2 - https://anmdecolombia.org.co/inteligencia-artificial-ia-y-transformacion-del-sistema-de-salud/ ER - TY - JOUR TI - UN NUEVO PARADIGMA: ASPECTOS CLÍNICOS, ÉTICOS Y LEGALES AU - Sánchez-Caro, Javier AU - Sánchez, Fernando Abellán-García DA - 2021/// PY - 2021 DP - Zotero LA - es L1 - https://www.fundacionmercksalud.com/wp-content/uploads/2021/02/DIGITAL_MONOGRAFIA-26_INTELIGENCIA-ARTIFICIAL_FINAL-1.pdf ER - TY - GEN TI - Transformación digital promoverá la competitividad del país y la eficiencia del sector público AU - CONPES DA - 2019/// PY - 2019 LA - es UR - https://www.dnp.gov.co:443/Paginas/CONPES-de-transformacion-digital-promovera-la-competitividad-del-pa%C3%ADs-y-la-eficiencia-del-sector-publico.aspx Y2 - 2023/02/14/17:21:56 L2 - https://www.dnp.gov.co/Paginas/CONPES-de-transformacion-digital-promovera-la-competitividad-del-pa%C3%ADs-y-la-eficiencia-del-sector-publico.aspx ER - TY - ELEC TI - Resolucipon 2654 de 2019 AU - Minsalud DA - 2019/// PY - 2019 LA - ESPAÑOL UR - https://www.icbf.gov.co/cargues/avance/docs/resolucion_minsaludps_2654_2019.htm Y2 - 2023/02/14/17:36:53 L2 - https://www.icbf.gov.co/cargues/avance/docs/resolucion_minsaludps_2654_2019.htm ER - TY - JOUR TI - Salud e inteligencia artificial: ¿cómo hemos evolucionado? AU - Basáez, Esteban AU - Mora, Javier T2 - Revista Médica Clínica Las Condes DA - 2022/11/01/ PY - 2022 DO - 10.1016/j.rmclc.2022.11.003 VL - 33 IS - 6 SP - 556 EP - 556-561 J2 - Revista Médica Clínica Las Condes SN - 0716-8640 UR - https://search.ebscohost.com/login.aspx?direct=true&db=edselp&AN=S0716864022001262&site=eds-live AN - S0716864022001262 DB - ScienceDirect Y2 - 2023/02/15/ ER - TY - JOUR TI - Generalidades del Machine Learning y su aplicación en la gestión sanitaria en Servicios de Urgencia AU - Pedrero, Víctor T2 - Revista médica de Chile DA - 2021/02// PY - 2021 DO - 10.4067/s0034-98872021000200248 DP - DOI.org (Crossref) VL - 149 IS - 2 SP - 248 EP - 254 J2 - Rev. méd. Chile LA - es SN - 0034-9887 UR - http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0034-98872021000200248&lng=en&nrm=iso&tlng=en Y2 - 2023/02/15/02:38:11 L1 - https://www.scielo.cl/pdf/rmc/v149n2/0717-6163-rmc-149-02-0248.pdf ER - TY - ELEC TI - The Fourth Industrial Revolution: what it means and how to respond AU - Schwab Klaus T2 - World Economic Forum AB - The Fourth Industrial Revolution: what it means and how to respond, by Klaus Schwab DA - 2016/// PY - 2016 LA - es ST - The Fourth Industrial Revolution UR - https://www.weforum.org/agenda/2016/01/the-fourth-industrial-revolution-what-it-means-and-how-to-respond/ Y2 - 2023/02/15/15:16:59 L2 - https://www.weforum.org/agenda/2016/01/the-fourth-industrial-revolution-what-it-means-and-how-to-respond/ ER - TY - JOUR TI - Big Data Analytics in Medicine and Healthcare AU - Ristevski, Blagoj T2 - Journal of Integrative Bioinformatics AB - This paper surveys big data with highlighting the big data analytics in medicine and healthcare. Big data characteristics: value, volume, velocity, variety, veracity and variability are described. Big data analytics in medicine and healthcare covers integration and analysis of large amount of complex heterogeneous data such as various – omics data (genomics, epigenomics, transcriptomics, proteomics, metabolomics, interactomics, pharmacogenomics, diseasomics), biomedical data and electronic health records data. We underline the challenging issues about big data privacy and security. Regarding big data characteristics, some directions of using suitable and promising open-source distributed data processing software platform are given. DA - 2018/05/10/ PY - 2018 DO - 10.1515/jib-2017-0030 DP - ResearchGate VL - 15 J2 - Journal of Integrative Bioinformatics UR - https://www.researchgate.net/publication/325076139_Big_Data_Analytics_in_Medicine_and_Healthcare L1 - https://www.researchgate.net/publication/325076139_Big_Data_Analytics_in_Medicine_and_Healthcare/fulltext/5af568a30f7e9b026bce1dcd/Big-Data-Analytics-in-Medicine-and-Healthcare.pdf L4 - https://www.researchgate.net/publication/325076139_Big_Data_Analytics_in_Medicine_and_Healthcare ER - TY - JOUR TI - Big Data in Health Care: Using Analytics to Identify and Manage High-Risk and High-Cost Patients AU - Bates, David AU - Saria, Suchi T2 - Health affairs (Project Hope) AB - The US health care system is rapidly adopting electronic health records, which will dramatically increase the quantity of clinical data that are available electronically. Simultaneously, rapid progress has been made in clinical analytics-techniques for analyzing large quantities of data and gleaning new insights from that analysis-which is part of what is known as big data. As a result, there are unprecedented opportunities to use big data to reduce the costs of health care in the United States. We present six use cases-that is, key examples-where some of the clearest opportunities exist to reduce costs through the use of big data: high-cost patients, readmissions, triage, decompensation (when a patient's condition worsens), adverse events, and treatment optimization for diseases affecting multiple organ systems. We discuss the types of insights that are likely to emerge from clinical analytics, the types of data needed to obtain such insights, and the infrastructure-analytics, algorithms, registries, assessment scores, monitoring devices, and so forth-that organizations will need to perform the necessary analyses and to implement changes that will improve care while reducing costs. Our findings have policy implications for regulatory oversight, ways to address privacy concerns, and the support of research on analytics. DA - 2014/// PY - 2014 DO - 10.1377/hlthaff.2014.0041 DP - ResearchGate ST - Big Data in Health Care UR - https://www.researchgate.net/publication/263776704_Big_Data_in_Health_Care_Using_Analytics_to_Identify_and_Manage_High-Risk_and_High-Cost_Patients L1 - https://www.researchgate.net/profile/David-Bates-10/publication/263776704_Big_Data_in_Health_Care_Using_Analytics_to_Identify_and_Manage_High-Risk_and_High-Cost_Patients/links/53f27afc0cf272810e505d78/Big-Data-in-Health-Care-Using-Analytics-to-Identify-and-Manage-High-Risk-and-High-Cost-Patients.pdf L4 - https://www.researchgate.net/publication/263776704_Big_Data_in_Health_Care_Using_Analytics_to_Identify_and_Manage_High-Risk_and_High-Cost_Patients ER - TY - ELEC TI - Instituciones de salud con servicio de Urgencias en Bogota D.C AU - Salud data T2 - Saludata DA - 2023/// PY - 2023 LA - es-CO UR - https://saludata.saludcapital.gov.co/osb/index.php/datos-de-salud/ofertas-de-servicios-de-salud/ips-urgencias/ Y2 - 2023/02/15/16:15:49 L2 - https://saludata.saludcapital.gov.co/osb/index.php/datos-de-salud/ofertas-de-servicios-de-salud/ips-urgencias/ ER - TY - BLOG TI - Tipo de prestadores de servicios de salud en Bogota D.C. AU - Salud data DA - 2023/// PY - 2023 LA - es-CO UR - https://saludata.saludcapital.gov.co/osb/index.php/datos-de-salud/ofertas-de-servicios-de-salud/tipoprestadores/ Y2 - 2023/02/15/16:19:53 L2 - https://saludata.saludcapital.gov.co/osb/index.php/datos-de-salud/ofertas-de-servicios-de-salud/tipoprestadores/ ER - TY - ELEC TI - Ciencia de Datos | NeuroVision AI UR - https://neurovision.ai/dataScience Y2 - 2023/02/15/16:47:14 L2 - https://neurovision.ai/dataScience ER - TY - ELEC TI - Ciencia de datos, Machine Learning, Inteligencia Artificial AU - Datainfluencyacademy T2 - Data Fluency.Academy DA - 2022/// PY - 2022 LA - es UR - https://datafluency.academy/ciencia-de-datos-machine-learning-inteligencia-artificial-que-es-que/ Y2 - 2023/02/15/16:56:00 L2 - https://datafluency.academy/ciencia-de-datos-machine-learning-inteligencia-artificial-que-es-que/ ER - TY - ELEC TI - Afiliación régimen aseguramiento AU - Saludata T2 - Saludata DA - 2022/// PY - 2022 LA - es-CO UR - https://saludata.saludcapital.gov.co/osb/index.php/datos-de-salud/ofertas-de-servicios-de-salud/afiliacion-regimen/ Y2 - 2023/02/15/17:15:42 L2 - https://saludata.saludcapital.gov.co/osb/index.php/datos-de-salud/ofertas-de-servicios-de-salud/afiliacion-regimen/ ER - TY - ELEC TI - Normograma SNS - Resolución 1097 de 2018 MSPS AU - Minsalud DA - 2018/// PY - 2018 UR - http://normograma.supersalud.gov.co/normograma/docs/resolucion_minsaludps_1097_2018.htm Y2 - 2023/02/15/17:27:25 L2 - http://normograma.supersalud.gov.co/normograma/docs/resolucion_minsaludps_1097_2018.htm ER - TY - JOUR TI - Tasa de retorno y características asistenciales de pacientes mayores de 65 años en un servicio de Urgencias en Atención Primaria AU - Dehesa Fontecilla, Marta Alfonsa T2 - Atención Primaria AB - ObjetivoDeterminar la tasa de retorno inesperado a las 72 h y las características clínico- DA - 2021/10/01/ PY - 2021 DO - 10.1016/j.aprim.2021.102084 DP - www.elsevier.es VL - 53 IS - 8 J2 - Aten Primaria LA - es SN - 0212-6567 UR - https://www.elsevier.es/es-revista-atencion-primaria-27-articulo-tasa-retorno-caracteristicas-asistenciales-pacientes-S0212656721001189 Y2 - 2023/02/15/17:37:27 L1 - https://www.sciencedirect.com/science/article/pii/S0212656721001189/pdfft?md5=7ae2c3b07a6f023ca88ea2e5848e9716&pid=1-s2.0-S0212656721001189-main.pdf&isDTMRedir=Y ER - TY - ELEC TI - Resultados de búsqueda - sussycuellarf@gmail.com - Gmail UR - https://mail.google.com/mail/u/0/?q=casablanca&zx=aiusdbr1mx9b#search/reingresos?projector=1 Y2 - 2023/02/15/17:41:19 L2 - https://mail.google.com/mail/u/0/?q=casablanca&zx=aiusdbr1mx9b#search/reingresos?projector=1 ER - TY - JOUR TI - Causas de los retornos durante las 72 horas siguientes al alta de urgencias AU - Jiménez Puente, Alberto AU - del Río Mata, José T2 - Emergencias: Revista de la Sociedad Española de Medicina de Urgencias y Emergencias AB - Background and objective. The return-visit rate has been suggested as a measure of emergency department quality of care. We aimed to identify the reasons for emergency revisits and the percentage of returns related to problems with quality of care in the previous visit. Methods. Cross-sectional observational study of clinical records for a random sample of unscheduled returns within 72 hours of discharge from the emergency departments of 3 hospitals attending a population of nearly 3 million in the Spanish province of Malaga. The records were reviewed by 2 data collectors, who assigned a reason for revisits according to a standardized classification. Results. A sample of 1075 emergency revisits were reviewed; 895 met the inclusion criteria. The most common reasons for revisits were the persistence or progression of disease (48.8%), an unrelated new problem (9.3%), and referral from a hospital that did not have the required specialized service (8.6%). Reasons attributable to the patient accounted for 14.5% of the revisits; 15.2% were attributable to health care staff errors, 9.2% to system organization, and 61.1% to the disease process. Conclusions. Most emergency department revisits are related to the progression of the disease that led to the first visit. Only a small percentage can be linked to diagnostic or treatment errors in the previous visit. Objetivo. La tasa de retornos a urgencias (RU) se ha propuesto como indicador de calidad asistencial en servicios de urgencias hospitalarios (SUH). Nuestro objetivo fue conocer las causas de los RU y la proporción de RU relacionados con problemas de calidad asistencial en la urgencia previa. Método. Estudio observacional transversal con auditoría de historias clínicas sobre una muestra aleatoria de RU durante las 72 horas siguientes al alta de un SUH de tres hospitales que prestan atención a casi un millón de habitantes de la provincia de Málaga. Revisión independiente por pares y asignación de la causa del RU según una clasificación estandarizada. Resultados. Se analizó una muestra de 1.075 RU, de los que 895 cumplían los criterios de inclusión. Las causas de RU más frecuentes fueron la persistencia o progresión de la enfermedad (48,8%), la aparición de un nuevo problema no relacionado (9,3%) y la derivación a otro hospital por no disponer del especialista necesario (8,6%). Las causas se agruparon en 14,5% atribuibles al paciente, 15,2% a los profesionales sanitarios, 9,2% a la organización del sistema y 61,1% a la enfermedad. Conclusiones. La mayor parte de los RU se debe a la evolución de la enfermedad que motivó la urgencia inicial y solo una pequeña proporción se relaciona con errores en el diagnóstico o tratamiento de la urgencia previa. DA - 2015/// PY - 2015 VL - 27 IS - 5 SP - 287 EP - 293 LA - spa SN - 1137-6821 UR - https://dialnet.unirioja.es/servlet/articulo?codigo=5381861 Y2 - 2023/02/15/17:44:17 L2 - https://dialnet.unirioja.es/servlet/articulo?codigo=5381861 ER - TY - ELEC TI - Transformando el Sistema de Salud con Inteligencia Artificial AU - MDconsultinggroup T2 - MD & CO Consulting Group AB - El salto más grande va a ser la necesidad de incluir adquirir las habilidades digitales y de inteligencia artificial dentro de las organizaciones, no solo lo deben hacer los Médicos para cambiar la forma de sus consultas, sino también los trabajadores administrativos para que puedan implementarlo en DA - 2020/// PY - 2020 LA - es-CO UR - https://www.md-co.org/blog-2/2020/9/19/transformando-el-sistema-de-salud-con-inteligencia-artificial Y2 - 2023/02/15/18:03:19 L2 - https://www.md-co.org/blog-2/2020/9/19/transformando-el-sistema-de-salud-con-inteligencia-artificial ER - TY - ELEC TI - ¿Por qué necesitamos ayuda de inteligencia artificial cuando se trata de datos de salud? AU - Medicagency T2 - Medic Agency AB - Si bien los registros tradicionales en papel y lápiz han demostrado una capacidad infinita de trascender en el tiempo, la cantidad de los datos médicos digitales acumulados aumentan exponencialmente en paralelo. Imágenes médicas, resultados de laboratorio y los pacientes que generan datos constantemente con rastreadores... DA - 2021/// PY - 2021 LA - en-US UR - https://medicagency.tech/2021/06/02/por-que-necesitamos-ayuda-de-ia-cuando-se-trata-de-datos-de-salud/ Y2 - 2023/02/15/18:08:49 L2 - https://medicagency.tech/2021/06/02/por-que-necesitamos-ayuda-de-ia-cuando-se-trata-de-datos-de-salud/ ER - TY - JOUR TI - The future of employment: How susceptible are jobs to computerisation? AU - Frey, Carl Benedikt AU - Osborne, Michael A. T2 - Technological Forecasting and Social Change AB - We examine how susceptible jobs are to computerisation. To assess this, we begin by implementing a novel methodology to estimate the probability of computerisation for 702 detailed occupations, using a Gaussian process classifier. Based on these estimates, we examine expected impacts of future computerisation on US labour market outcomes, with the primary objective of analysing the number of jobs at risk and the relationship between an occupation’s probability of computerisation, wages and educational attainment. According to our estimates, about 47 percent of total US employment is at risk. We further provide evidence that wages and educational attainment exhibit a strong negative relationship with an occupation’s probability of computerisation. DA - 2017/01// PY - 2017 DO - 10.1016/j.techfore.2016.08.019 DP - DOI.org (Crossref) VL - 114 SP - 254 EP - 280 J2 - Technological Forecasting and Social Change LA - en SN - 00401625 ST - The future of employment UR - https://linkinghub.elsevier.com/retrieve/pii/S0040162516302244 Y2 - 2023/02/15/18:12:52 L1 - https://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf ER - TY - JOUR TI - Administrative work consumes one-sixth of U.S. physicians' working hours and lowers their career satisfaction AU - Woolhandler, Steffie AU - Himmelstein, David U. T2 - International Journal of Health Services: Planning, Administration, Evaluation AB - Doctors often complain about the burden of administrative work, but few studies have quantified how much time clinicians devote to administrative tasks. We quantified the time U.S. physicians spent on administrative tasks, and its relationship to their career satisfaction, based on a nationally representative survey of 4,720 U.S. physicians working 20 or more hours per week in direct patient care. The average doctor spent 8.7 hours per week (16.6% of working hours) on administration. Psychiatrists spent the highest proportion of their time on administration (20.3%), followed by internists (17.3%) and family/general practitioners (17.3%). Pediatricians spent the least amount of time, 6.7 hours per week or 14.1 percent of professional time. Doctors in large practices, those in practices owned by a hospital, and those with financial incentives to reduce services spent more time on administration. More extensive use of electronic medical records was associated with a greater administrative burden. Doctors spending more time on administration had lower career satisfaction, even after controlling for income and other factors. Current trends in U.S. health policy--a shift to employment in large practices, the implementation of electronic medical records, and the increasing prevalence of financial risk sharing--are likely to increase doctors' paperwork burdens and may decrease their career satisfaction. DA - 2014/// PY - 2014 DO - 10.2190/HS.44.4.a DP - PubMed VL - 44 IS - 4 SP - 635 EP - 642 J2 - Int J Health Serv LA - eng SN - 0020-7314 L2 - http://www.ncbi.nlm.nih.gov/pubmed/25626223 KW - Attitude of Health Personnel KW - Female KW - Humans KW - Income KW - Job Satisfaction KW - Male KW - Medicine KW - Physicians KW - Professional Practice KW - Time Factors KW - United States ER - TY - ELEC TI - Dos años de posicionamiento de la telemedicina en Colombia AU - Minsalud T2 - Minsalud DA - 2022/// PY - 2022 UR - https://www.minsalud.gov.co/Paginas/Dos-anos-de-posicionamiento-de-la-telemedicina-en-Colombia.aspx Y2 - 2023/02/15/19:39:13 L2 - https://www.minsalud.gov.co/Paginas/Dos-anos-de-posicionamiento-de-la-telemedicina-en-Colombia.aspx ER - TY - JOUR TI - Aplicaciones Médicas Móviles: definiciones, beneficios y ries AU - Santamaría-Puerto, Gustavo AU - Hernández-Rincón, Erwin T2 - Revista Salud Uninorte DA - 2015/12// PY - 2015 DO - 10.14482/sun.31.3.7662 DP - SciELO VL - 31 IS - 3 SP - 599 EP - 607 LA - es SN - 0120-5552 ST - Aplicaciones Médicas Móviles UR - http://www.scielo.org.co/scielo.php?script=sci_abstract&pid=S0120-55522015000300016&lng=en&nrm=iso&tlng=es Y2 - 2023/02/15/19:44:25 L1 - http://www.scielo.org.co/pdf/sun/v31n3/v31n3a16.pdf ER - TY - ELEC TI - Análisis predictivo en la atención médica: tres ejemplos reales T2 - Philips AB - El análisis predictivo en la atención médica puede ayudar a detectar los primeros signos de deterioro del paciente en la UCI y en el servicio de hospitalización general, identificar a los pacientes en riesgo desde sus hogares para prevenir las readmisiones hospitalarias y prevenir el tiempo de inactividad evitable del equipo médico. LA - es-co ST - Análisis predictivo en la atención médica UR - https://www.philips.com.co/a-w/about/news/archive/standard/articles/2020/20200604-predictive-analytics-in-healthcare-three-real-world-examples.html Y2 - 2023/02/15/19:49:36 L2 - https://www.philips.com.co/a-w/about/news/archive/standard/articles/2020/20200604-predictive-analytics-in-healthcare-three-real-world-examples.html ER - TY - ELEC TI - Primeras directrices sobre intervenciones de salud digital AU - OMS T2 - WHO AB - La Organización Mundial de la Salud (OMS) publica hoy nuevas recomendaciones para los países sobre 10 maneras de mejorar la salud de la población y los servicios básicos mediante las tecnologías digitales (en teléfonos móviles, tabletas y ordenadores).El Dr. Tedros Adhanom Ghebreyesus, Director General de la OMS, considera que «es fundamental aprovechar el potencial de las tecnologías digitales para alcanzar la cobertura sanitaria universal. Al fin y al cabo, estas tecnologías no son un fin en sí mismas, sino herramientas esenciales para promover la salud, preservar la seguridad mundial y servir a las poblaciones vulnerables».En el transcurso de los dos últimos años, la OMS ha llevado a cabo un examen sistemático de los datos empíricos disponibles sobre las tecnologías digitales y ha consultado a expertos de todo el mundo para formular una serie de recomendaciones sobre algunas de las principales formas de utilizarlas para que tengan el máximo impacto en los sistemas sanitarios y la salud de la población.Una intervención en esta esfera que ya está surtiendo efectos positivos en algunas regiones es enviar recordatorios a las embarazadas para que acudan a las consultas prenatales y lleven a los niños a vacunarse. También se han analizado otros recursos digitales, como los programas que ayudan a los trabajadores sanitarios a tomar decisiones sobre la atención a pacientes y los que permiten que personas y trabajadores sanitarios de lugares distintos se comuniquen y se consulten sobre cuestiones relacionadas con la salud. La Dra. Soumya Swaminathan, Directora Científica de la OMS, explica: «Las tecnologías digitales ofrecen nuevas oportunidades para mejorar la salud de las personas, pero los datos indican que es difícil obtener resultados con algunas intervenciones».Además, la Dra. Swaminathan considera que «para integrar las tecnologías digitales en los sistemas sanitarios de forma sostenible es necesario demostrar que son ventajosas a largo plazo con respecto a la atención sanitaria tradicional».Por ejemplo, las directrices apuntan a las posibilidades que estas tecnologías ofrecen a los trabajadores sanitarios para mejorar la gestión del inventario, ya que permiten informar más eficazmente de las existencias y la escasez de productos. Sin embargo, para mejorar esta gestión no basta con transmitir esta información, pues los sistemas sanitarios deben intervenir con rapidez para reponer las existencias que faltan. Por su parte, el Dr. Garrett Mehl, científico de la OMS especializado en investigación e innovaciones digitales, advierte de que el éxito de las intervenciones digitales «depende mucho del contexto y de que su diseño sea adecuado. Por ejemplo, hay que tener en cuenta aspectos estructurales de los lugares donde se utilizan, la infraestructura disponible, las necesidades sanitarias que se pretenden satisfacer y la facilidad de uso de la propia tecnología».Las intervenciones de salud digital, por sí solas, no son suficientesLas directrices muestran que los sistemas de salud deben responder a la creciente visibilidad y disponibilidad de la información. Además, se debe garantizar a los usuarios que no se revelarán sus datos y que el acceso a datos personales sobre temas delicados, como la salud sexual y reproductiva, no acarrea riesgos.Por otro lado, es preciso formar suficientemente a los trabajadores sanitarios para motivarlos a que empiecen a adoptar esta nueva forma de trabajar y se familiaricen con la tecnología. Las directrices hacen hincapié en la importancia de crear condiciones propicias para la capacitación, resolver la inestabilidad de las infraestructuras, aplicar políticas de protección de la privacidad de las personas, y garantizar la gobernanza y la coordinación a fin de evitar la fragmentación de estos instrumentos en el sistema de salud.Las directrices animan a las instancias normativas y ejecutivas a revisar esta situación e introducir adaptaciones para que los recursos digitales den lugar a cambios tangibles, y explican cómo tener en cuenta la privacidad de los datos de los pacientes al acceder a ellos.Bernardo Mariano, Director de Sistemas de Información de la OMS, explica que «estos recursos no funcionan como una varita mágica. La OMS se esfuerza por que se empleen con la mayor eficacia posible, es decir, que aporten nuevas soluciones para los trabajadores sanitarios y las personas que los utilizan, que se tengan en cuenta las limitaciones infraestructurales y que se consiga una buena coordinación». Las directrices formulan también recomendaciones sobre telemedicina para que las personas que viven en zonas remotas accedan a los servicios sanitarios mediante teléfonos móviles, sitios web u otras herramientas digitales. Como explica la OMS, la telemedicina es un complemento útil de la interacción presencial, pero no la sustituye por completo. Además, es importante que las personas que atienden sean siempre trabajadores sanitarios cualificados y que se garantice la confidencialidad de los datos de los pacientes. También se destaca la importancia de que las soluciones de la salud digital permitan atender a los grupos poblacionales vulnerables y de garantizar que no los ponen en peligro. Actividades de la OMS en la esfera de la salud digitalEstas nuevas directrices, que tratan solamente sobre una parte de los numerosos aspectos de la salud digital, constituyen el primer paso de las iniciativas previstas en torno al uso de estas tecnologías. En la Asamblea Mundial de la Salud de 2018, los gobiernos adoptaron por unanimidad una resolución en la que instaban a la OMS a elaborar una estrategia mundial sobre salud digital para ayudar a los países a alcanzar la cobertura sanitaria universal, una estrategia que será examinada por la Asamblea Mundial de la Salud en 2020.Aunque la OMS está aumentando actualmente su interés por la salud digital, lleva trabajando en este tema desde hace varios años. Por ejemplo, en 2012 elaboró un manual de estrategias nacionales de cibersalud, publicado en colaboración con la Unión Internacional de Telecomunicaciones (UIT).Para brindar ayuda a los gobiernos que desean supervisar y coordinar las inversiones en tecnologías digitales, la OMS ha elaborado el Atlas de la Salud Digital, una base de datos mundial en línea donde las administraciones pueden registrar sus actividades en este ámbito. Asimismo, ha establecido alianzas innovadoras con la UIT, como la iniciativa BeHe@lthy, BeMobile para prevenir y tratar las enfermedades no transmisibles y actividades encaminadas a crear capacidad en materia de salud digital a través de la Oficina Regional de África. A lo largo de los años, la OMS ha publicado varios recursos de apoyo a la investigación y la aplicación en la esfera de la salud digital, entre ellos el conjunto de instrumentos de evaluación de la salud y planificación del alcance de estas intervenciones (MAPS, por sus siglas en inglés), un manual para el seguimiento y la evaluación de las intervenciones de salud digital y mecanismos para aprovechar las oportunidades que ofrecen las tecnologías digitales para poner fin a la tuberculosis.El 6 de marzo de 2019, el Dr. Tedros anunció la creación del Departamento de Salud Digital, con el cual la OMS reforzará su función de evaluación de las tecnologías digitales y ayudará a los Estados Miembros a priorizarlas, integrarlas y regularlas. DA - 2019/// PY - 2019 UR - https://www.who.int/es/news/item/17-04-2019-who-releases-first-guideline-on-digital-health-interventions Y2 - 2023/02/15/19:54:52 L2 - https://www.who.int/es/news/item/17-04-2019-who-releases-first-guideline-on-digital-health-interventions ER - TY - BLOG TI - INTELIGENCIA ARTIFICIAL (IA) Y TRANSFORMACION DEL SISTEMA DE SALUD - Academia Nacional de Medicina de Colombia AB - No es posible pensar en el futuro de la atención médica sin contar con dos vocales que, juntas, representan las esperanzas y los temores de una industria que busca soluciones más inteligentes. Estamos hablando, como no podía ser de otra forma, de la «IA». El Desarrollo de la inteligencia artificial -IA- ha impulsado enormemente la DA - 2021/12/28/T00:23:40+00:00 PY - 2021 LA - es UR - https://anmdecolombia.org.co/inteligencia-artificial-ia-y-transformacion-del-sistema-de-salud/ Y2 - 2023/02/15/20:08:45 L2 - https://anmdecolombia.org.co/inteligencia-artificial-ia-y-transformacion-del-sistema-de-salud/ ER - TY - ELEC TI - Derecho del Bienestar Familiar [RESOLUCION_MINSALUDPS_2654_2019] UR - https://www.icbf.gov.co/cargues/avance/docs/resolucion_minsaludps_2654_2019.htm Y2 - 2023/02/15/20:14:57 L2 - https://www.icbf.gov.co/cargues/avance/docs/resolucion_minsaludps_2654_2019.htm ER - TY - BOOK TI - Encuesta Nacional de Salud 2007 AU - Rodriguez, J AU - Ruiz, F AU - Peñalosa, F DA - 2009/// PY - 2009 UR - https://www.minsalud.gov.co/salud/Documents/Bogot%C3%A1.pdf ER - TY - JOUR TI - Decreto número 780 AU - Ministerio de Salud y Protección social DA - 2016/// PY - 2016 UR - https://www.minsalud.gov.co/Normatividad_Nuevo/Decreto%200780%20de%202016.pdf ER - TY - BOOK TI - Identificación de errores determinantes del retorno de pacientes dados de alta en urgencias AU - Arturo Alvarez AU - Martinez, Rafael DA - 2004/// PY - 2004 PB - Universidad de la Laguna UR - https://riull.ull.es/xmlui/bitstream/handle/915/10703/cp198.pdf?sequence=1 ER - TY - JOUR TI - Transforming healthcare with AI AU - Fernandez, Jorge AU - Spatharou, Angela AU - Hieronimus, Solvelhg DA - 2020/// PY - 2020 UR - https://eithealth.eu/wp-content/uploads/2020/03/EIT-Health-and-McKinsey_Transforming-Healthcare-with-AI.pdf ER - TY - GEN TI - Informática de la salud y telemedicina AU - OMS DA - 1997/// PY - 1997 UR - https://apps.who.int/iris/bitstream/handle/10665/194008/EB99_30_spa.pdf ER - TY - BOOK TI - Recomendaciones sobre intervenciones digitales para fortalecer los sistemas de salud AU - OMS DA - 2022/// PY - 2022 UR - https://apps.who.int/iris/bitstream/handle/10665/354399/9789240046993-spa.pdf?sequence=1&isAllowed=y ER - TY - ELEC TI - Dirección de Prestación de Servicios y Atención Primaria AU - REPS T2 - Minsalud DA - 2021/// PY - 2021 UR - https://prestadores.minsalud.gov.co/habilitacion/ Y2 - 2023/02/16/04:20:26 L2 - https://prestadores.minsalud.gov.co/habilitacion/ ER - TY - ELEC TI - Prestadores de Servicios de Salud :: Dirección de Prestación de Servicios y Atención Primaria :: Ministerio de Salud y Protección Social UR - https://prestadores.minsalud.gov.co/habilitacion/ Y2 - 2023/02/16/04:20:34 L2 - https://prestadores.minsalud.gov.co/habilitacion/ ER - TY - BOOK TI - Medicina personalizada: aspectos científicos, bioéticos y jurídicos AU - Javier Sanchez-Caro AU - Abellan, Fernando DA - 2014/// PY - 2014 PB - Mediación, Imagen y Comunicación UR - https://www.fundacionmercksalud.com/wp-content/uploads/2017/04/Monograf%C3%ADa_Medicina_Personalizada_FINAL_web.pdf ER - TY - BOOK TI - Aseguramiento al Sistema General de Seguridad Social en Salud AU - Minsalud DA - 2014/// PY - 2014 PB - Imprenta Nacional de Colombia UR - https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VP/DOA/RL/cartillas-de-aseguramiento-al-sistema-general-de-seguridad-social-en-salud.pdf ER - TY - GEN TI - Régimen Jurídico de las Instituciones Prestadoras de Servicios de Salud AU - Minsalud DA - 2015/// PY - 2015 UR - https://www.minsalud.gov.co/Normatividad_Nuevo/Concepto%20Jur%C3%ADdico%20201511201101101%20de%202015.pdf ER - TY - GEN TI - Decreto 412 Por el cual se reglamenta parcialmente los servicios de urgencias AU - Minsalud DA - 1992/// PY - 1992 UR - https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/INEC/IGUB/Decreto-412-de-1992.pdf ER - TY - GEN TI - Resolución 5596 Criterios técnicos para el Sistema de Selección y Clasificación "Triage" AU - Minsalud DA - 2015/// PY - 2015 UR - https://www.minsalud.gov.co/Normatividad_Nuevo/Resoluci%C3%B3n%205596%20de%202015.pdf ER - TY - GEN TI - Resolución 1446, Por la cual se define el Sistema de Información para la Calidad y se adoptan los indicadores de monitoría del SOGC AU - Minsalud DA - 2006/// PY - 2006 UR - https://www.minsalud.gov.co/Normatividad_Nuevo/RESOLUCI%C3%93N%201446%20DE%202006%20-%20ANEXO%20T%C3%89CNICO.pdf ER - TY - GEN TI - Interoperabilidad de Datos de la Historia Clínica en Colombia AU - Minsalud DA - 19 PY - 19 UR - https://www.minsalud.gov.co/ihc/Documentos%20compartidos/ABC-IHC.pdf ER - TY - JOUR ER - TY - JOUR TI - Evaluación de la calidad de registro de historias clínicas AU - Matzumura Kasano, Juan P. AU - Gutiérrez Crespo, Hugo AU - Sotomayor Salas, Janeth AU - Pajuelo Carrasco, Gabriela T2 - Anales de la Facultad de Medicina AB - Core of medical audit is a properly tailored medical history. The medical record includes all medical examinations, studies conducted and treatments applied during the course of the disease. Objectives: To assess medical records registration quality of Internal Medicine doctor’s offices at Clinica Centenario Peruano Japonesa. Design: Descriptive cross-sectional study. Location: Internal Medicine outpatient offices at Clinica Centenario Peruano Japonesa. Material: Clinical records of patients attended in Internal Medicine doctor’s offices. Methods: Three hundred and twenty-three medical records were collected by random sampling and subjected to a 10-items record audit, each rated at 10 points, for a total of 100 points. Items included date and time of care, neatness and legibility suitable record, vital signs, physical examination, diagnosis, plan of work, laboratory findings, complete treatment, and signature and stamp of the physician. Records with total score more than or equal to 80 were rated as ‘acceptable’, and all others as ‘need to improve’. Main outcome measures: ‘Acceptable’ or ‘need to improve’ medical records. Results: Two hundred and six (63.8%) clinical records were rated as ‘acceptable’ and 117 (36.2%) as ‘need to improve’. Items diagnosis and complete treatment presented poor registry more frequently, both in records with acceptable registry (filled in completely in 64.6% and 62.6% respectively) and those with need to improve registry (20.5% and 23.1% respectively). Signature and seal of the attending physician were the best items in both categories (99.5% and 93.2% respectively). Conclusions: More than half of the medical records had an acceptable quality at the Clinica Centenario Peruano Japonesa. DA - 2014/// PY - 2014 DO - 10.15381/anales.v75i3.9781 DP - DOI.org (Crossref) VL - 75 IS - 3 SP - 251 EP - 257 J2 - An Fac med LA - es SN - 1609-9419, 1025-5583 UR - http://revistasinvestigacion.unmsm.edu.pe/index.php/anales/article/view/9781 Y2 - 2023/02/16/20:56:40 L1 - http://www.scielo.org.pe/pdf/afm/v75n3/a07v75n3.pdf ER - TY - JOUR TI - Normalización de datos en registros de historia clínica electrónica y aplicación práctica de procesamiento del lenguaje natural para las instituciones de salud colombianas. AU - Mugno, Mojica AU - Miguel, Hernando DA - 2022/// PY - 2022 DP - Zotero LA - es L1 - https://repositorio.unbosque.edu.co/bitstream/handle/20.500.12495/9169/Art%C3%ADculo%20de%20investigaci%C3%B3n%20Hernando%20Miguel%20Mojica%20M%28V5%29.pdf?sequence=1&isAllowed=y ER - TY - JOUR TI - Impacto y regulación de la Inteligencia Artificial en el ámbito sanitario AU - Medinaceli Díaz, Karina Ingrid AU - Silva Choque, Moisés Martin AU - Medinaceli Díaz, Karina Ingrid AU - Silva Choque, Moisés Martin T2 - Revista IUS DA - 2021/// PY - 2021 DO - 10.35487/rius.v15i48.2021.745 DP - SciELO VL - 15 IS - 48 SP - 77 EP - 113 LA - es SN - 1870-2147 UR - http://www.scielo.org.mx/scielo.php?script=sci_abstract&pid=S1870-21472021000200077&lng=es&nrm=iso&tlng=es Y2 - 2023/02/16/22:04:51 L1 - http://www.scielo.org.mx/pdf/rius/v15n48/1870-2147-rius-15-48-77.pdf ER - TY - ELEC TI - Tipos de aprendizaje automático AU - Luna, Javier T2 - SoldAI AB - La Inteligencia Artificial (IA) está en su mejor época, pues la gran mayoría de tecnologías emergentes poseen módulos que les permiten… DA - 2018/// PY - 2018 LA - en UR - https://medium.com/soldai/tipos-de-aprendizaje-autom%C3%A1tico-6413e3c615e2 Y2 - 2023/02/17/19:10:31 L2 - https://medium.com/soldai/tipos-de-aprendizaje-autom%C3%A1tico-6413e3c615e2 ER - TY - GEN ER - TY - GEN TI - Resolución 256/2016 AU - Minsalud DA - 2016/// PY - 2016 ST - disposiciones en relación con el Sistema de Información para la Calidad y se establecen los indicadores para el monitoreo de la calidad en salud UR - https://www.minsalud.gov.co/Normatividad_Nuevo/Resoluci%C3%B3n%200256%20de%202016.pdf ER -