Reinventar el apoyo a la toma de decisiones clínicas: Análisis de datos, inteligencia artificial y razonamiento diagnóstico

Opiniones de los lectores

El libro ofrece un análisis exhaustivo y perspicaz de la IA en medicina, haciendo accesibles temas complejos incluso para quienes carecen de formación médica. Constituye un valioso recurso para los profesionales sanitarios y los responsables de informática, aunque algunos lectores encontraron algunos capítulos fragmentados y menos relevantes para los médicos en ejercicio.

⬤ Completo y bien documentado
⬤ escrito con claridad y estilo
⬤ accesible a lectores no médicos
⬤ relevante para profesionales de la informática sanitaria
⬤ examina tecnologías actuales e innovadoras
⬤ aborda con franqueza los retos de la IA y el ML.

Los capítulos pueden estar fragmentados y, en ocasiones, ser irrelevantes para los médicos en ejercicio; puede que no se centren en las áreas de contenido prometidas.

(basado en 4 opiniones de lectores)

Título original:

Reinventing Clinical Decision Support: Data Analytics, Artificial Intelligence, and Diagnostic Reasoning

Contenido del libro:

Este libro analiza en profundidad las tecnologías emergentes que están transformando la forma en que los médicos tratan a los pacientes, al tiempo que subraya que los mejores profesionales utilizan tanto la inteligencia artificial como la humana para tomar decisiones.

La IA y el aprendizaje automático se analizan en profundidad, con explicaciones en inglés clínico sencillo de las redes neuronales convolucionales, la retropropagación y el análisis digital de imágenes. También se analizan ejemplos reales del uso de estas herramientas, como su utilidad en el diagnóstico de la retinopatía diabética, el melanoma, el cáncer de mama, la metástasis del cáncer y el cáncer colorrectal, así como en el tratamiento de la sepsis grave.

Con todo el entusiasmo suscitado por la IA y el aprendizaje automático, también era necesario esbozar algunas de las críticas, obstáculos y limitaciones de estas nuevas herramientas. Entre las críticas debatidas: la relativa falta de pruebas científicas sólidas que respalden algunos de los algoritmos más recientes y el llamado problema de la caja negra. Un capítulo sobre análisis de datos profundiza en las nuevas formas de realizar análisis de subgrupos y en cómo están obligando a los directivos sanitarios a replantearse la forma en que aplican los resultados de los grandes ensayos clínicos a la práctica médica diaria. Esta reevaluación está afectando lentamente a la forma de tratar la diabetes, las cardiopatías, la hipertensión y el cáncer. La investigación analizada también sugiere que el análisis de datos afectará a la medicina de urgencias, la gestión de la medicación y los costes sanitarios.

Un examen del propio proceso de razonamiento diagnóstico analiza cómo se miden los errores de diagnóstico, qué errores tecnológicos y cognitivos son los culpables y qué soluciones tienen más probabilidades de mejorar el proceso. Explora los métodos de razonamiento de tipo 1 y de tipo 2.

Errores cognitivos como el sesgo de disponibilidad, el sesgo afectivo y el anclaje.

Y posibles soluciones como el Proyecto de Diagnóstico Humano. Por último, el libro explora el papel de la biología de sistemas y la medicina de precisión en el apoyo a la toma de decisiones clínicas y ofrece varios estudios de casos sobre cómo la IA de próxima generación está transformando la atención al paciente.