| dc.description | Las herramientas de Inteligencia Artificial y/o Machine learning han tenido una
evolución progresiva en el tiempo en muchas áreas de la humanidad. Este
proyecto de tesis se centró en el área de la salud, en particular los sistemas que
han sido aplicados de manera experimental o en entornos de la vida real. Se
revisó el estado del arte mediante un análisis sistemático de la literatura disponible
en bases de datos científicas y académicas, entre las cuales se encuentran,
Scopus, Web Of Science, PUBMED y IEEE-Explore, se logró analizar un total de
72 artículos distribuidos entre los años 2018 y julio de 2022. Los resultados
principales de esta investigación son que las principales herramientas utilizadas
son inteligencia artificial, machine learning, Deep learning, redes neuronales,
support vector machine, convolutional neural network entre otras y que las
principales áreas de investigación son: La oncológica, las relacionadas con la
diabetes y sus derivados, el área farmacológica, cardiológica, el área de
segmentación de imágenes para la detección de anomalías. Se puede concluir
que de las herramientas disponibles y áreas de estudio las más recomendables
son la inteligencia artificial explicable, debido a que estas entregan una
información más completa de la toma de decisiones, aunque también es cierto que
para cada área y caso particular se puede utilizar diferentes herramientas y
validarse en conjunto. Se espera que esta revisión del estado del arte brinde una
base a los investigadores o a las personas interesadas en el uso de estas herramientas y que en un futuro esta pueda ser actualizada. // ABSTRACT: Artificial Intelligence tools and / or Machine learning have had a progressive
evolution over time in many areas of humanity, this project focused on the area of
health, in particular systems that have applied these tools experimentally or in real
life environments, being able to visualize the state of the art through a systematic
analysis of the literature available in scientific and academic databases, among
which are , Scopus, Web Of Science, PubMed and IEEE-Explore, it was possible
to analyze a total of 74 articles distributed between the years 2018 and July 2022,
The main results of this research are that the main tools used are artificial
intelligence, machine learning, Deep learning, neural networks, support vector
machine, convolutional neural network among others and that the main areas of
research are: Oncology, those related to diabetes and its derivatives,
pharmacological area, cardiological, image segmentation area for anomaly
detection. It can be concluded that of the available tools and areas of study the
most recommendable are the explainable artificial intelligence. I because they
supply more complete information for decision making, although it is also true that
for each area and case different tools can be used and confirmed together. It this
review of the state of the art will supply a basis for researchers or people interested
in the use of these tools and that in the future it can be updated. | |
