Inteligencia artificial y tecnologías estratégicas: oportunidades y desafíos en la era del Big Data
El avance de las tecnologías de la información y el desarrollo de Big Data e Inteligencia Artificial (IA) han transformado significativamente diversos campos, incluyendo la medicina y las ciencias de la salud. Este proyecto explora cómo Big Data e IA están redefiniendo el estudio y tratamiento de en...
Guardado en:
| Autores principales: | , , , , , , |
|---|---|
| Formato: | Artículo revista |
| Lenguaje: | Español |
| Publicado: |
Facultad de Ciencias Químicas
2024
|
| Materias: | |
| Acceso en línea: | https://revistas.unc.edu.ar/index.php/Bitacora/article/view/47558 |
| Aporte de: |
| Sumario: | El avance de las tecnologías de la información y el desarrollo de Big Data e Inteligencia Artificial (IA) han transformado significativamente diversos campos, incluyendo la medicina y las ciencias de la salud. Este proyecto explora cómo Big Data e IA están redefiniendo el estudio y tratamiento de enfermedades complejas como el cáncer, enfermedades autoinmunes, y el desarrollo de vacunas. La integración de grandes volúmenes de datos genómicos, proteómicos, y clínicos mediante técnicas avanzadas de IA ha permitido avances en el descubrimiento de fármacos, la personalización de tratamientos y la mejora en los métodos de diagnóstico y monitoreo de pacientes. En particular, se exploran aplicaciones específicas en inmunología, donde tecnologías como la secuenciación de ARN de célula única (single-cell RNA sequencing, scRNA-seq), la citometría de flujo (fluorescence-activated cell sorting, FACS), y la indexación celular de transcriptomas y epítopos mediante secuenciación (CellularIndexing of Transcriptomes and Epitopes by Sequencing, CITE-seq) están generando volúmenes masivos de datos que requieren análisis sofisticados para desentrañar mecanismos inmunológicos complejos. Finalmente, se discuten los retos y oportunidades futuras en la implementación de estas tecnologías, enfocándose en la necesidad de desarrollar marcos éticos, mejorar la interoperabilidad de datos, y garantizar la equidad en el acceso a estas innovaciones. |
|---|