Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo. La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro. Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.
¿Por qué no se puede automatizar (todavía) la epidemiología?
Created by
Haebom
Autor
David Bann, Ed Lowther, Liam Wright, Yevgeniya Kovalchuk
Describir
Este artículo analiza cómo los avances recientes en inteligencia artificial (IA), incluida la IA generativa, ofrecen nuevas oportunidades para acelerar o automatizar la investigación epidemiológica. A diferencia de las disciplinas basadas en experimentos físicos, gran parte de la investigación epidemiológica se basa en el análisis de datos secundarios y, por lo tanto, es susceptible al uso de IA. Sin embargo, sigue sin estar claro qué tareas específicas pueden beneficiarse de las intervenciones de IA o qué barreras existen. Las percepciones actuales de las capacidades de la IA también son mixtas. Este artículo traza el panorama general de las tareas epidemiológicas utilizando conjuntos de datos existentes, desde la revisión de la literatura hasta el acceso a los datos, el análisis, la redacción y la difusión, e identifica áreas donde las herramientas de IA existentes ofrecen ganancias de eficiencia. Si bien la IA puede aumentar la productividad en algunas áreas, como las tareas de codificación y gestión, su utilidad está limitada por las limitaciones de los modelos de IA existentes (p. ej., alucinaciones en la revisión de la literatura) y los sistemas humanos (p. ej., barreras para acceder a los conjuntos de datos). Los ejemplos de resultados epidemiológicos generados por IA (incluidos artículos completamente generados con IA) demuestran que los sistemas de agentes desarrollados recientemente pueden diseñar y ejecutar análisis epidemiológicos, pero la calidad varía ( véase https://github.com/edlowther/automated-epidemiology ). Los epidemiólogos tienen nuevas oportunidades para probar y evaluar empíricamente los sistemas de IA. Para materializar el potencial de la IA se requiere una colaboración bidireccional entre epidemiólogos e ingenieros.
