Inteligencia Artificial en Sistemas de recomendación Médica: Una revisión de la Literatura
: En México, aproximadamente una de cada tres personas busca información sobre atención médica a través de Internet, considerando factores como la especialidad, horarios, ubicación, costo, eficacia del tratamiento y calidad del trato médico. Para abordar estas búsquedas, se han desarrollado sistema...
Saved in:
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidad de Guadalajara
2023-11-01
|
| Series: | ReCIBE |
| Subjects: | |
| Online Access: | http://recibe.cucei.udg.mx/index.php/ReCIBE/article/view/311 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1849428249890783232 |
|---|---|
| author | Javier A. Calderón Blas María Angélica Cerdán Angel Juan Sánchez García Saúl Domínguez Isidro |
| author_facet | Javier A. Calderón Blas María Angélica Cerdán Angel Juan Sánchez García Saúl Domínguez Isidro |
| author_sort | Javier A. Calderón Blas |
| collection | DOAJ |
| description |
: En México, aproximadamente una de cada tres personas busca información sobre atención médica a través de Internet, considerando factores como la especialidad, horarios, ubicación, costo, eficacia del tratamiento y calidad del trato médico. Para abordar estas búsquedas, se han desarrollado sistemas de recomendación que ofrecen sugerencias personalizadas basadas en información explícita e implícita del usuario. Estos sistemas utilizan diversas fuentes de datos, incluyendo el Internet de las cosas, para equilibrar la precisión, valor agregado, dispersión y estabilidad en las recomendaciones. A pesar de la amplia aplicación en eSalud, la investigación actual carece de un enfoque específico en los sistemas de recomendación de médicos. Este estudio tiene como objetivo presentar los trabajos más recientes en esta área, analizando enfoques, métodos, técnicas y tendencias a través de una revisión sistemática de la literatura siguiendo el proceso de la ingeniería de software basada en evidencia (EBSE). Los resultados muestran una mayor cantidad de técnicas de recomendación basadas en aprendizaje automático, lógica heurística y combinación de ambos enfoques (híbridos). Finalmente, se identifican áreas de investigación abiertas y tendencias en este campo, que serán de interés para futuras aplicaciones en el ámbito médico.
|
| format | Article |
| id | doaj-art-ee42b3d309834d068fbd651aea8e9acc |
| institution | Kabale University |
| issn | 2007-5448 |
| language | English |
| publishDate | 2023-11-01 |
| publisher | Universidad de Guadalajara |
| record_format | Article |
| series | ReCIBE |
| spelling | doaj-art-ee42b3d309834d068fbd651aea8e9acc2025-08-20T03:28:45ZengUniversidad de GuadalajaraReCIBE2007-54482023-11-01122Inteligencia Artificial en Sistemas de recomendación Médica: Una revisión de la LiteraturaJavier A. Calderón Blas0María Angélica Cerdán1Angel Juan Sánchez García2Saúl Domínguez Isidro3Facultad de Estadística e Informática, Universidad Veracruzana, Xalapa, MéxicoFacultad de Estadística e Informática, Universidad Veracruzana, Xalapa, MéxicoFacultad de Estadística e Informática, Universidad Veracruzana, Xalapa, MéxicoFacultad de Estadística e Informática, Universidad Veracruzana, Xalapa, México : En México, aproximadamente una de cada tres personas busca información sobre atención médica a través de Internet, considerando factores como la especialidad, horarios, ubicación, costo, eficacia del tratamiento y calidad del trato médico. Para abordar estas búsquedas, se han desarrollado sistemas de recomendación que ofrecen sugerencias personalizadas basadas en información explícita e implícita del usuario. Estos sistemas utilizan diversas fuentes de datos, incluyendo el Internet de las cosas, para equilibrar la precisión, valor agregado, dispersión y estabilidad en las recomendaciones. A pesar de la amplia aplicación en eSalud, la investigación actual carece de un enfoque específico en los sistemas de recomendación de médicos. Este estudio tiene como objetivo presentar los trabajos más recientes en esta área, analizando enfoques, métodos, técnicas y tendencias a través de una revisión sistemática de la literatura siguiendo el proceso de la ingeniería de software basada en evidencia (EBSE). Los resultados muestran una mayor cantidad de técnicas de recomendación basadas en aprendizaje automático, lógica heurística y combinación de ambos enfoques (híbridos). Finalmente, se identifican áreas de investigación abiertas y tendencias en este campo, que serán de interés para futuras aplicaciones en el ámbito médico. http://recibe.cucei.udg.mx/index.php/ReCIBE/article/view/311eSaludSistemas de recomendaciónInteligencia ArtificialSoftwareRevisión Sistemática de la Literatura |
| spellingShingle | Javier A. Calderón Blas María Angélica Cerdán Angel Juan Sánchez García Saúl Domínguez Isidro Inteligencia Artificial en Sistemas de recomendación Médica: Una revisión de la Literatura ReCIBE eSalud Sistemas de recomendación Inteligencia Artificial Software Revisión Sistemática de la Literatura |
| title | Inteligencia Artificial en Sistemas de recomendación Médica: Una revisión de la Literatura |
| title_full | Inteligencia Artificial en Sistemas de recomendación Médica: Una revisión de la Literatura |
| title_fullStr | Inteligencia Artificial en Sistemas de recomendación Médica: Una revisión de la Literatura |
| title_full_unstemmed | Inteligencia Artificial en Sistemas de recomendación Médica: Una revisión de la Literatura |
| title_short | Inteligencia Artificial en Sistemas de recomendación Médica: Una revisión de la Literatura |
| title_sort | inteligencia artificial en sistemas de recomendacion medica una revision de la literatura |
| topic | eSalud Sistemas de recomendación Inteligencia Artificial Software Revisión Sistemática de la Literatura |
| url | http://recibe.cucei.udg.mx/index.php/ReCIBE/article/view/311 |
| work_keys_str_mv | AT javieracalderonblas inteligenciaartificialensistemasderecomendacionmedicaunarevisiondelaliteratura AT mariaangelicacerdan inteligenciaartificialensistemasderecomendacionmedicaunarevisiondelaliteratura AT angeljuansanchezgarcia inteligenciaartificialensistemasderecomendacionmedicaunarevisiondelaliteratura AT sauldominguezisidro inteligenciaartificialensistemasderecomendacionmedicaunarevisiondelaliteratura |