Inteligencia artificial. Caso práctico 1. Laura Legua Quintana.

Inteligencia Artificial

Laura Legua Quintana

1

2

3

4

5

1. Implicaciones éticas.

• Equidad en el acceso:

• Programas de inclusión.
• Consideraciones culturales.

• Consentimiento y Privacidad:

• Consentimiento informado.
• Protección de datos.

• Impacto en el personal de Salud:

• Redefinición de roles.
• Capacitación continua.

2. Ajuste fino del modelo.

• Datos locales y representativos:

• Recopilación de datos.
• Análisis de desigualdades.

• Validación continua:

• Pruebas de campo.
• Métricas de desempeño.

• Mejoras basadas en retroalimentación:

• Canales de retroalimentación.

3. Avances tecnológicos.

• Aprendizaje automático y transferido:

• Modelos preentrenados.
• Transferencia de aprendizaje.

• Interfaz de usuario intuitiva:

• Diseño centrado en el usuario.
• Compatibilidad móvil.

• IA explicable:

• Transparencia en el diagnóstico.
• Visualización de datos.

4. Colaboración y educación.

• Asociaciones estratégicas:

• Colaboración con instituciones locales.
• Involucrar a la comunidad.

• Capacitación y desarrollo de habilidades:

• Programas de capacitación.
• Educación continua.

5. Monitoreo.

• Sistema de evaluación:

• Monitoreo de desempeño.
• Informes regulares.

• Adaptación y mejora:

• Datos.
• Eventos de revisión.