Aprendizado de Máquina em Ciências da Saúde: Usos e Aplicações

Machine Learning in health sciences: Uses and applications

Autores

  • Juan Santiago Serna-Trejos Universidad Libre. Cali, Colombia
  • Esteban Agudelo-Quintero Universidad Libre. Cali, Colombia
  • Stefanya Geraldine Bermúdez-Moyano Universidad Libre. Cali, Colombia

DOI:

https://doi.org/10.22258/hgh.2022.62.119

Resumo

A grande quantidade de informação gerada nas diferentes bases de dados na atualidade tem possibilitado avanços em diversos campos da ciência, não apenas na saúde, mas também nas ciências políticas e nas ciências biológicas. Esses avanços contribuem para a formação científica e para uma compreensão mais abrangente do conhecimento, além de favorecerem uma tomada de decisão mais eficiente.

Downloads

Não há dados estatísticos.

Biografia do Autor

Juan Santiago Serna-Trejos, Universidad Libre. Cali, Colombia

Médico Epidemiologo 1.Facultad de Ciencias de la Salud, Programa de Medicina, Universidad Libre, Cali-Colombia 2. Facultad de Ciencias de la Salud, Programa de Maestría en Epidemiologia, Universidad Libre, Cali-Colombia 3. Grupo interdisciplinario de investigación en epidemiología y salud pública, Cali, Colombia 4. Instituto Nacional de Salud, Bogotá – Colombia.

Esteban Agudelo-Quintero, Universidad Libre. Cali, Colombia

Médico 1. Facultad de Ciencias de la Salud, Programa de Medicina, Universidad Libre, Cali-Colombia 2. Facultad de Ciencias de la Salud, Programa de Maestría en Epidemiologia, Universidad Libre, Cali-Colombia 3. Instituto Neurológico de Colombia, Medellín – Colombia.

Stefanya Geraldine Bermúdez-Moyano, Universidad Libre. Cali, Colombia

Médico. Facultad de Ciencias de la Salud, Programa de Medicina, Universidad Libre, Cali-Colombia.

Referências

Pedrero Víctor, Reynaldos-Grandón Katiuska, Ureta-Achurra Joaquín, Cortez-Pinto Erick. Generalidades del Machine Learning y su aplicación en la gestión sanitaria en Servicios de Urgencia. Rev. méd. Chile [Internet]. 2021 Feb [citado 2022 Sep 07]; 149(2): 248-254. DOI: 10.4067/s0034-98872021000200248.

Prado, S. & Quintero, S. Exploración del uso de técnicas de machine learning para obtener proyecciones del comportamiento de la pandemia Covid 19. [Internet]. 2020. [citado: 2022, septiembre] Disponible en: http://hdl.handle.net/10654/38613

B.M. Ndiaye, L. Tendeng, D. Seck, Analysis of the COVID-19 pandemic by SIR model and machine learning technics for forecastingar. Xiv:2004.01574. URL http://arxiv.org/abs/2004.01574.

D. Liu, L. Clemente, C. Poirier, X. Ding, M. Chinazzi, J.T. Davis, A. Vespignani, M. Santillana, A Machine Learning Methodology for Real-Time Forecasting of the 2019-2020 COVID-19 Outbreak Using Internet Searches , News Alerts , and Estimates from Mechanistic Models (D). arXiv:3122774.

C. Viboud, L. Simonsen, G. Chowell, A generalized-growth model to characterize the early ascending phase of infectious disease outbreaks, Epidemics 15 (2016) 27e37. DOI: 10. 1016/j.epidem.2016.01.002.

Vol. 6 Núm. 2 (2022)

Downloads

Publicado

2022-12-26

Como Citar

Serna-Trejos, J. S., Agudelo-Quintero, E., & Bermúdez-Moyano, S. G. (2022). Aprendizado de Máquina em Ciências da Saúde: Usos e Aplicações: Machine Learning in health sciences: Uses and applications. Peruvian Journal of Health Care and Global Health, 6(2), 95–96. https://doi.org/10.22258/hgh.2022.62.119

Edição

v. 6 n. 2 (2022)

Seção

Cartas ao Editor

Licença

Copyright (c) 2022 Juan Santiago Serna - Trejos, Esteban Agudelo - Quintero, Stefanya Geraldine Bermudez - Moyano

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Os autores que publicarem nesta revista deverão concordar com os seguintes termos:

  • Os autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution 4.0 License, que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
  • O Autor pode subscrever acordos contratuais independentes e adicionais para a distribuição não exclusiva da versão da Obra publicada na revista (por exemplo, publicá-la num repositório institucional ou publicá-la num livro) sempre que se proporcione no documento um reconhecimento de sua publicação inicial neste periódico científico.
  • Os Autores estão autorizados e tem o apoio para publicar um manuscrito em linha antes da sua publicação (mas não a versão final da Obra formatada em PDF para a Editorial) em repositórios institucionais ou em seu sitio web, antes e durante o processo de envio, já que pode dar lugar a intercâmbios produtivos, e a uma citação antecipada do trabalho publicado (veja The Effect of Open Access).

Artigos mais lidos pelo mesmo(s) autor(es)

1 2 > >>