https://revistacuantica.iescinoc.edu.co/index.php/rcq/
Vol 1 No. 2, Julio - Diciembre 2020
Pgs 1-32
1
Las TIC en el sector salud, machine learning para el
diagnóstico y prevención de enfermedades
Direction of educational projects applied to information and communication
technologies
Edgar Olmedo Cruz Micán
Doctor en Administración de Negocios, con estudios en Alta Investigación
posdoctoral en Educación, Ciencias Sociales e Interculturalidad
Docente Investigador – Corporación Universitaria Minuto de Dios – UNIMINUTO
ecruz@uniminuto.edu
Fernando Augusto Poveda Aguja
Doctor en Education in Educational Technology
Docente Investigador – Corporación Universitaria Minuto de Dios – UNIMINUTO
Fernando.poveda@uniminuto.edu
Leidy Marcela Buitrago Márquez
© Magíster en Gerencia de TIC
Universidad ECCI
leidym.buitragom@ecci.edu.co
RESUMEN
Las tecnologías de la información y comunicación (TIC), desde su aparición han
desempeñado un papel fundamental en la sociedad, desde que el hombre aplico su
ingenio y sus diferentes habilidades de invención e innovación, la tecnología ha sido
siempre una gran aliada para el continuo avance y desarrollo del mismo ser humano, es
por esto que no es de extrañar que la tecnología este tan intrínsecamente asociada a
diversos campos y aspectos de la salud.
Recibido Julio 2019 – Aceptado Noviembre 2019
Quántica. Ciencia con impacto social
Vol – 1 No. 2, Julio - Diciembre 2020
e-ISSN: 2711-4600
Pgs 1-32
2
El aprendizaje automatizado o de maquina es un campo de aplicación e investigación,
derivado del desarrollo de las ciencias de la información y la computación combinados,
denominado usualmente como machine learning (ML), los métodos de los que se
componen el ML permiten de manera avanzada por medio de recursos
computacionales, el tratado de datos a gran escala, con el fin de generar modelos de
aprendizaje que retornen información relevante, datos estadísticos y posibles caminos
de solución o aplicación para cambiar o predecir eventos o resultados.
Aplicando una metodología de revisión sistemática de literatura (SLR) se propone
explicar cómo el machine learning puede ser usado para la prevención, diagnóstico e
inclusive el tratamiento de enfermedades, describiéndolo como una potente herramienta
tecnológica para mejorar el bienestar, tratamiento y promoción de la salud en el ser
humano.
Palabras clave: Algoritmo, aprendizaje, predicción, enfermedad, base de datos
ABSTRACT
Information and communication technologies (ICT), since their appearance have
played a fundamental role in society, since man applied his ingenuity and his different
skills of invention and innovation, technology has always been a great ally for the
continuum advancement and development of the human being himself, this is why it is
not surprising that technology is so intricately associated with various fields and aspects
of health.
Automated or machine learning (ML) is a field of application and research, derived
from the development of information sciences and computing combined, the methods
that make up the ML allow in an advanced way through computational resources, the
treatment of large-scale data, in order to generate learning models that return relevant
information, statistical data and possible ways of solution or application to change or
predict events or results.
Applying a Methodology Systematic Literature Review (SLR) aims to explain how
machine learning can be used for the prevention, diagnosis and even treatment of
diseases, describing it as a powerful technological tool to improve well-being, treatment
and health promotion in the human being
Keywords: Algorithm, learning, prediction, disease, database
Vol 1 No. 2, Julio - Diciembre 2020
3
1. Introducción
La medicina moderna en sus diferentes campos de investigación y aplicación de la salud
humana, se vale de tecnologías de la ciencia de la computación para desarrollar métodos
más confiables y seguros de diagnóstico de enfermedades, con estos avances la medicina
usa métodos estadísticos que en base a un significativo grupo de datos pueden establecer
patrones de comportamiento que ayuden a crear modelos predictivos para detectar
enfermedades o patologías de determinado grupo poblacional, con estas mismas
técnicas de detección se podrán trabajar en tratamientos preventivos con mayor eficacia,
que ayuden a que el o los individuos no desarrollen las enfermedades, con mayor
probabilidad de aparición, o que ayuden a bajar el nivel de impacto o afectación de estas
en la salud de los pacientes; con la capacidad de procesamiento de los computadores
actuales la medicina puede aplicar modelos estadísticos que permiten crear deducciones
como pruebas de estimación, pruebas de hipótesis, pruebas paramétricas y no
paramétricas, términos que más adelante serán explicados de forma simple, para dar a
entender como a partir de bases de datos y algoritmos de aprendizajes, el machine
learning transforma datos en conocimiento, y este conocimiento aplicado al diagnóstico
y prevención de enfermedades, genera resultados altamente positivos y concretos en el
sector salud.
Conceptos importantes y como se relacionan con el Machine Learning
Las tecnologías de la información y la comunicación (TIC) se forman de un gran número
de ciencias, recursos, herramientas, equipos, programas informáticos, redes de
información y comunicación, medios, aplicaciones, etc., que permiten a todas las
escalas, actividades de compilación, procesamiento, almacenamiento, transmisión e
información de voz, datos, texto, video e imágenes (Art. 6 Ley Colombiana 1341 de
2009) que orientadas a determinados campos de acciones pueden aportar grandes
beneficios a la sociedad y aportes significativos a la ciencia.
Con lo anterior sabemos que las TIC en su diversidad de componentes ayudan al
adelanto de investigaciones que en este caso en la medicina y en la salud tienen como
propósito el diagnóstico y prevención de enfermedades, para esto una de esas muchas
herramientas tecnológicas abarcadas en las TIC, el Machine Learning, combinado con
diferentes fuentes de información establece un servicio predictivo que permita el
diagnóstico o pronóstico.
Medicina
Según la organización mundial de la salud (OMS, 2017) la medicina es la suma total de
conocimientos, habilidades y prácticas basados en teorías, creencias y experiencias
4
oriundos de las diferentes culturas, usados en el mantenimiento de la salud, así como en
la prevención, diagnosis o tratamiento de las enfermedades físicas o mentales.
La medicina es entonces la ciencia de prevenir, cuidar y asistir en la curación de
enfermedades, como uno de los principales objetivos de la medicina es la prevención,
el machine learning se acopla con este propósito ya que a partir de modelos matemático
puede predecir y prevenir a partir de datos genéticos, cito-genéticos (estudia el material
hereditario principalmente por medio del ADN), clínicos, imágenes médicas (tales
como: mamografías, ecografía, radiografía, resonancia magnética, tomografía axial
computarizada, etc.), entre otros, enfermedades.
Salud
Según la definición que la OMS, hace del término desde el año 1946, es un estado de
completo bienestar físico, mental y social, por tanto, la salud es la condición positiva de
un individuo; mientras que se comprende como sector salud, la atención a las personas,
un conjunto de valores, normas, instituciones y actores que desarrollan actividades de
producción, distribución y consumo de bienes y servicios cuyos objetivos principales o
exclusivos son promover la salud de individuos o grupos de población, también se puede
ver al sector salud como un grupo de instituciones estatales, educativas, investigativas,
públicas o privadas como por ejemplos corporaciones, fundaciones y universidades con
y sin fines de lucro que aportan servicios, productos y atención que promueven la salud
(Ministerio de Salud Colombiano, 2020).
Prevención (Concepto)
La prevención de la enfermedad es una estrategia de la atención primaria, que se hace
efectiva en la atención integral de las personas, Por lo anterior se dice que la prevención
implica promover la salud, así como diagnosticar y tratar oportunamente a un enfermo,
(Escalante, P. 2004)
“Medidas destinadas no solamente a prevenir la aparición de la enfermedad, tales como
la reducción de factores de riesgo, sino también a detener su avance y atenuar sus
consecuencias una vez establecida” (OMS,1998).
Diagnóstico (Concepto)
Es el proceso de reconocimiento, análisis y evaluación de una cosa o situación para
determinar sus tendencias, solucionar un problema o remediar un mal, en la salud se
considera el diagnostico como el proceso mediante el cual son evaluadas, analizadas e
identificadas las diferentes variables que influyen en los procesos salud y enfermedad
de la población. (Escalante, P. 2004)
Esto se traduce en que a partir de datos o fuentes de información se analizan para evaluar
cierta condición, con el machine learning se genera un proceso ordenado, sistemáticos
para establecer de manera clara por medio de patrones las causas de algún padecimiento
Vol 1 No. 2, Julio - Diciembre 2020
5
o enfermedad y con esto conocer el estado de salud de un individuo o población.
(Raffino M. 2020)
Factores de riesgo (Concepto)
Se denomina factor de riesgo a ciertas variables asociadas con la probabilidad del
desarrollo de una enfermedad, pero que no son suficientes para provocarlas, estos
factores se pueden relacionar a la edad, genero, herencia, etc., y existen otros factores
susceptibles al medio o al comportamiento del individuo o población, como tabaquismo,
obesidad, actividad física regular, etc. (Escalante, P. 2004). Los factores de riesgos son
un insumo que alimentan las bases con las que interactuar lo sistemas de aprendizaje y
en base a estos se puede crear modelos y patrones. (Escalante, P. 2004)
Conducta de riesgo (Concepto)
La OMS (1998) la define como la forma específica de conducta de la cual se conoce su
relación con una susceptibilidad incrementada para una enfermedad específica o para
un estado de salud deficiente, estas conductas de riesgo también son insumos para las
bases de datos, que pueden arrojar indicadores claves de que conductas aumentan más
el riesgo de enfermedad, como por ejemplo hábitos de alimentación de productos
inadecuados, que podrían generar obesidad o diabetes, estas conductas sin una
enfermedad asociada no darían un nivel de riesgo apropiado, por lo que es una relación
de dos aspectos, la enfermedad y la conducta, en este sentido es más fiable el uso de
herramientas de análisis como el ML, para generar todas esta relaciones y reducir
posibilidad de omisión si se usara un análisis tradicional con apoyo humano al sistema,
por lo que la aplicación del ML , cambia el enfoque del apoyo del sistema automatizado
al análisis humano.
Estadística
De acuerdo al autor Cabria S. en su libro “La filosofía de la estadística” (1994), la
estadística estudia el comportamiento de los fenómenos de los colectivos, o también
denominado poblaciones, la estadística se caracteriza por una información acerca de un
colectivo o universo, lo que crea un objeto, un modo propio de razonamiento, el método
estadístico busca unas previsiones de cara al futuro, se basa en un ambiente de
incertidumbre, es una rama de la matemáticas y utiliza el cálculo de las probabilidades,
la estadística estudia fenómenos aleatorios intentando deducir leyes sobre los mismos.
Esta es una de las bases funcionales del machine learning, ya que aplica partes de
modelos estadísticos para determinar relación entre los datos, como por destacar algunos
muy comunes: porcentajes, tasas, proporciones, y algunas otras medidas de tendencia
central como mediana moda promedio o desviaciones estándar.
Probabilidad
Se puede definir la probabilidad como un método por el cual se obtiene la frecuencia de
un acontecimiento determinado, la probabilidad se maneja con eventos aleatorios, la