En Estados Unidos las familias en zonas rurales tienen largas esperas para la evaluación del autismo. En Missouri muchas familias tardan mucho en conseguir una cita y deben recorrer grandes distancias hasta centros especializados.
Investigadores de la University of Missouri, con la empresa Cognoa, probaron CanvasDx, un dispositivo aprobado por la FDA que usa inteligencia artificial y datos del paciente para indicar si el resultado es positivo, negativo o indeterminado. El estudio se hizo con ECHO Autism para ayudar a médicos de atención primaria y así ofrecer evaluación local.
Mantener la atención local ayudó a las familias a ahorrar desplazamientos y a obtener un diagnóstico meses antes que si esperaban citas con especialistas. Los investigadores señalan también la necesidad de más formación para los profesionales.
Palabras difíciles
- evaluación — Examen o estudio para conocer un problema
- rural — Zona o área fuera de la ciudadrurales
- inteligencia artificial — Programas y máquinas que imitan el pensamiento humano
- indeterminado — Resultado que no dice si es positivo o negativo
- desplazamiento — Viaje o traslado desde un lugar a otrodesplazamientos
- diagnóstico — Nombre de una enfermedad o problema médico
Consejo: pasa el cursor, enfoca o toca las palabras resaltadas en el artículo para ver definiciones rápidas mientras lees o escuchas.
Preguntas de discusión
- ¿Por qué es útil ofrecer evaluación local a las familias?
- ¿Qué problemas causan las largas esperas para una evaluación?
- ¿Qué opinas sobre usar inteligencia artificial en la salud?
Artículos relacionados
Reducir la huella de carbono de la IA y cuidar los servidores
Investigadores de la University of California, Riverside proponen la Inteligencia de Carbono Federada (FCI), que combina datos ambientales y la salud en tiempo real de los servidores para reducir emisiones y alargar la vida del hardware.
La plataforma Risk Know-How apoya a comunidades en riesgo
Risk Know-How es un servicio en línea para que comunidades compartan experiencias y reciban apoyo en riesgos como brotes, clima extremo y problemas asociados con la inteligencia artificial. Se presentó en la reunión anual de la AAAS el 16 de febrero.
