Inteligencia artificial en enfermedades infecciosas / Artificial intelligence in infectious diseases

Estamos asistiendo a una verdadera revolución tecnológi-ca en el campo de la salud. Los procesos basados en la aplicación de la inteligencia artificial (IA) y el aprendizaje automático (AA) están llegando progresivamente a todas las áreas disciplinares, y su aplicación en el campo de las enfermedades infecciosas es ya vertiginoso, acelerado por la pandemia de COVID-19.Hoy disponemos de herramientas que no solamente pue-den asistir o llevar adelante el proceso de toma de deci-siones basadas en guías o algoritmos, sino que también pueden modificar su desempeño a partir de los procesos previamente realizados. Desde la optimización en la identificación de microorganis-mos resistentes, la selección de candidatos a participar en ensayos clínicos, la búsqueda de nuevos agentes terapéu-ticos antimicrobianos, el desarrollo de nuevas vacunas, la predicción de futuras epidemias y pandemias, y el segui-miento clínico de pacientes con enfermedades infecciosas hasta la asignación de recursos en el curso de manejo de un brote son actividades que hoy ya pueden valerse de la inteligencia artificial para obtener un mejor resultado. El desarrollo de la IA tiene un potencial de aplicación expo-nencial y sin dudas será uno de los determinantes principa-les que moldearán la actividad médica del futuro cercano.Sin embargo, la maduración de esta tecnología, necesaria para su inserción definitiva en las actividades cotidianas del cuidado de la salud, requiere la definición de paráme-tros de referencia, sistemas de validación y lineamientos regulatorios que todavía no existen o son aún solo inci-pientes

We are in the midst of a true technological revolution in healthcare. Processes based upon artificial intelligence and machine learning are progressively touching all disciplinary areas, and its implementation in the field of infectious diseases is astonishing, accelerated by the COVID-19 pandemic. Today we have tools that can not only assist or carry on decision-making processes based upon guidelines or algorithms, but also modify its performance from the previously completed tasks. From optimization of the identification of resistant pathogens, selection of candidates for participating in clinical trials, the search of new antimicrobial therapeutic agents, the development of new vaccines, the prediction of future epidemics and pandemics, the clinical follow up of patients suffering infectious diseases up to the resource allocation in the management of an outbreak, are all current activities that can apply artificial intelligence in order to improve their final outcomes.This development has an exponential possibility of application, and is undoubtedly one of the main determinants that will shape medical activity in the future.Notwithstanding the maturation of this technology that is required for its definitive insertion in day-to-day healthcare activities, should be accompanied by definition of reference parameters, validation systems and regulatory guidelines that do not exist yet or are still in its initial stages

Inteligência artificial e saúde: ressituar o problema / Artificial intelligence and health: resituating the problem / Inteligencia artificial y salud: reubicar el problema

Diante dos avanços recentes da inteligência artificial, a presente nota de conjuntura busca recolocar questões fundamentais que emergem nesse contexto. Deslocando-se tanto das leituras salvacionistas quanto apocalípticas, argumentamos que a perda do privilégio do excepcionalismo humano pode ser uma oportunidade para repensar a inteligência a partir de uma perspectiva relacional e co-produzida entre humanos e outros-que-humanos. Tal perspectiva, no entanto, deve ser acompanhada de um olhar atento às relações de poder que em grande medida definem os destinos da IA. Sobre esse aspecto, apontamos as implicações do modelo epistêmico e de negócios hegemônico da IA, um modelo preditivo-aceleracionista dominado por grandes empresas de tecnologia. Finalmente, destacamos alguns riscos envolvidos na inclusão de máquinas inteligentes no campo da saúde, bem como os perigos da subordinação de valores e direitos públicos a interesses comerciais, o que demanda uma atenção e um cuidado coletivos e permanentes na construção dos arranjos sociotécnicos e políticos de implementação da IA nesse campo

In the face of artificial intelligence recent advances, this note seeks to reassess fundamental questions that emerge in this context. Moving away from both salvationist and apocalyptic readings, we argue that the human exceptionalism privilege loss can be an opportunity to rethink intelligence from a relational and co-produced perspective between humans and other-than-humans. Such an angle, however, must be accompanied by a careful examination of the power relations that largely define the fate of AI. On this aspect, we reflect on the implications of the hegemonic epistemic and business model of AI, a predictive accelerationist one dominated by large technology companies. Lastly, we highlight the risks involved in the inclusion of intelligent machines in the fields of health and care, as well as the dangers of subordinating public values and rights to commercial interests, which demands attentive, collective and permanent care in the construction of sociotechnical and political arrangements for the implementation of AI in this field.

Ante los recientes avances de la inteligencia artificial, el presente informe busca plantear cuestiones fundamentales que surgen en este contexto. Alejándose tanto de las lecturas salvacionistas como apocalípticas, argumentamos que la pérdida del privilegio del excepcionalismo humano puede ser una oportunidad para repensar la inteligencia desde una perspectiva relacional y co-producida entre humanos y otros-que-humanos. Sin embargo, tal perspectiva debe ir acompañada de una mirada atenta a las relaciones de poder que en gran medida definen el destino de la IA. En este aspecto, señalamos las implicaciones del modelo epistémico y de negocios hegemónico de la IA, un modelo predictivo-aceleracionista dominado por grandes empresas tecnológicas. Por último, destacamos algunos riesgos de la inclusión de máquinas inteligentes en el campo de la salud, así como los peligros de subordinar valores y derechos públicos a intereses comerciales, lo cual requiere una atención y un cuidado colectivos y permanentes en la construcción de los ensamblajes sociotécnicos y políticos de implementación de la IA en este campo

La regulación de la inteligencia artificial (IA) en temas vinculados a la reproducción medicamente asistida / The regulation of artificial intelligence (AI) on issues related to medically assisted reproduction

Las técnicas de reproducción médicamente asistida no escapan de la nueva tendencia de automatización de los procesos médicos debido a los vertiginosos avances de la bioingeniería. El objetivo principal de automatizar la fertilización in vitro es poder realizar muchos más tratamientos a menor costo. Además, a mejores resultados son menos los ciclos a los que deben someterse los pacientes. Una cuestión que emerge en el campo de la medicina reproductiva es que las aplicaciones de Inteligencia Artificial (IA) podrían rápidamente comenzar a ser operadas por personas que no tienen conocimientos específicos en esta rama de la medicina. A su vez, podría verse disminuida la cantidad de biólogos especializados en embriología necesarios en los laboratorios, quienes llegarían a perder su trabajo si no se capacitan en el uso de la IA. Es probable que el mercado ocupacional se redireccione y los nuevos graduados se vuelquen más a ese tipo de formación. Sin embargo, el factor humano sigue siendo un valor importante por la confianza que deposita el paciente en el profesional médico que lo asesora y tranquiliza. Recordemos que en los tratamientos de fertilidad asistida esto es llevado a cabo más por los médicos especialistas en medicina reproductiva que por los embriólogos.

The medically assisted reproduction techniques do not escape the new tendency to automate medical processes due to the vertiginous advances of bioengineering. The main objective of automating in vitro fertilization is to be able to perform many more treatments at a lower cost. In addition, to better results are less the cycles to which patients should be submitted. An issue that emerges in the field of reproductive medicine is that artificial intelligence applications (AI) could quickly begin to be operated by people who have no specific knowledge in this branch of medicine. In turn, the number of biologists specialized in embryology necessary in laboratories could be diminished, who would lose their job if they are not trained in the use of AI. It is likely that the occupational market will be redirect and the new graduates turn more to that type of formation. However, the human factor remains an important value for the trust that the patient deposits in the medical professional who advises and reassures him. Recall that in assisted fertility treatments this is carried out more by doctors specializing in reproductive medicine than by embryologists

Red neural artificial para predecir factores de riesgo asociados a complicaciones postoperatorias secundarias al tratamiento del neumotórax / Artificial neural network to predict risk factors associated with postoperative complications secondary to pneumothorax treatment

Introducción. Debido a la ausencia de modelos predictivos estadísticamente significativos enfocados a las complicaciones postoperatorias en el manejo quirúrgico del neumotórax, desarrollamos un modelo, utilizando redes neurales, que identifica las variables independientes y su importancia para reducir la incidencia de complicaciones. Métodos. Se realizó un estudio retrospectivo en un centro asistencial, donde se incluyeron 106 pacientes que requirieron manejo quirúrgico de neumotórax. Todos fueron operados por el mismo cirujano. Se desarrolló una red neural artificial para manejo de datos con muestras limitadas; se optimizaron los datos y cada algoritmo fue evaluado de forma independiente y mediante validación cruzada, para obtener el menor error posible y la mayor precisión con el menor tiempo de respuesta. Resultados. Las variables de mayor importancia según su peso en el sistema de decisión de la red neural (área bajo la curva 0,991) fueron el abordaje por toracoscopia video asistida (OR 1,131), el uso de pleurodesis con talco (OR 0,994) y el uso de autosuturas (OR 0,792; p<0,05). Discusión. En nuestro estudio, los principales predictores independientes asociados a mayor riesgo de complicaciones fueron el neumotórax de etiología secundaria y el neumotórax recurrente. Adicionalmente, confirmamos que las variables asociadas a reducción de riesgo de complicaciones postoperatorias tuvieron significancia estadística. Conclusión. Identificamos la toracoscopia video asistida, el uso de autosuturas y la pleurodesis con talco como posibles variables asociadas a menor riesgo de complicaciones. Se plantea la posibilidad de desarrollar una herramienta que facilite y apoye la toma de decisiones, por lo cual es necesaria la validación externa en estudios prospectivos

Introduction. Due to the absence of statistically significant predictive models focused on postoperative complications in the surgical management of pneumothorax, we developed a model using neural networks that identify the independent variables and their importance in reducing the incidence of postoperative complications. Methods. A retrospective single-center study was carried out, where 106 patients who required surgical management of pneumothorax were included. All patients were operated by the same surgeon. An artificial neural network was developed to manage data with limited samples. The data is optimized and each algorithm is evaluated independently and through cross-validation to obtain the lowest possible error and the highest precision with the shortest response time. Results. The most important variables according to their weight in the decision system of the neural network (AUC 0.991) were the approach via video-assisted thoracoscopy (OR 1.131), use of pleurodesis with powder talcum (OR 0.994) and use of autosutures (OR 0.792, p<0.05). Discussion. In our study, the main independent predictors associated with a higher risk of complications are pneumothorax of secondary etiology and recurrent pneumothorax. Additionally, we confirm that the variables associated with a reduction in the risk of postoperative complications have statistical significance. Conclusion. We identify video-assisted thoracoscopy, use of autosuture and powder talcum pleurodesis as possible variables associated with a lower risk of complications and raise the possibility of developing a tool that facilitates and supports decision-making, for which external validation in prospective studies is necessary

Aplicabilidade da inteligência artificial em odontologia / Applicability of artificial intelligence in dentistry

A inteligência artificial é proveniente do setor de informática e consta de tecnologia com mecanismo oriundo de softwares, que é capaz de propiciar benefícios por intermédio do recurso da sua utilização em todos campos da sociedade. No setor saúde seu emprego tem se mostrado satisfatório, inclusive na área odontológica. No geral, na área da saúde pode-se aperfeiçoar e aprimorar a abordagem realizada preventivamente, uma vez que se pode proferir diagnósticos precocemente, obtendo melhor desfecho para os tratamentos. O objetivo do presente artigo foi investigar como o emprego da inteligência artificial pode agir e auxiliar no transcorrer dos procedimentos odontológicos. Os diagnósticos precoces são requisitados também a nível odontológico, almejando com essa aparatologia minimizar eventuais falhas nos tratamentos. Em âmbito odontológico pode-se dispor desse recurso nas áreas de Diagnóstico Bucal, Ortodontia, Dentística e Radiologia Odontológica. Concluiu-se que com o uso da inteligência artificial pode-se obter melhor desfecho nos tratamentos odontológicos realizados, concomitantemente sendo viável a racionalização do tempo gasto nos tratamentos e uma melhor confortabilidade aos pacientes e aos cirurgiões dentistas que estão em atendimento.

Artificial intelligence comes from the information technology sector and consists of technology with a mechanism derived from software, which is capable of providing benefits through the resource of its use in all fields of society. In the health sector, its use has been satisfactory, including in the dental field. In general, in the health area, the approach carried out preventively can be improved and improved, since diagnoses can be made early, obtaining a better outcome for the treatments. The objective of this article was to investigate how the use of artificial intelligence can act and help in the course of dental procedures. Early diagnoses are also required at the dental level, aiming with this apparatus to minimize eventual failures in treatments. In the dental field, this resource can be made available in the areas of Oral Diagnosis, Orthodontics, Dentistry and Dental Radiology. It was concluded that with the use of artificial intelligence, a better outcome can be obtained in the dental treatments performed, concomitantly being viable the rationalization of the time spent in the treatments and a better comfort to the patients and to the dentists who are in attendance.

Chatbot, ChatGPT: artificial intelligence and/or business intelligence and/or robotic untruths, for now / Chatbot, ChatGPT: inteligência artificial e/ou inteligência comercial e/ou inverdades robotizadas, por enquanto

The authors, like most humans on the planet at all times, go through many profound transformations throughout their lives. Let's imagine hominids starting to master fire more than a million years ago. Inventing the wheel, writing, navigating the seas, inventing the light bulb, motor vehicles, Santos Dumont's plane, telex, teleradiography, and so many other things that for each era, it was unimaginable such an advance would be incorporated into daily of human life. Today, in 2023, we are facing a computerized conversation through the world wide web, the internet. For now, called artificial intelligence ­ AI, chatbot. How much will this technology add benefits in the health area? When will this technology spread untruths? How much will people blindly follow the information and experience huge gains and marked problems, side effects? In these dialogues with the various chatbots already being made available, free or with payment of monthly fees, can these computer programs, after several human-AI arguments, write that, for the situations presented in a given conversation, suicide is plausible conduct? The concerns of the authors are concerns that are valid in March 2023. The editorial tests conversations. And time will show us how to learn, teach, live together, and transform this artificial intelligence

Advancements in artificial intelligence and machine learning in revolutionising biomarker discovery

Abstract The article explores the significance of biomarkers in clinical research and the advantages of utilizing artificial intelligence (AI) and machine learning (ML) in the discovery process. Biomarkers provide a more comprehensive understanding of disease progression and response to therapy compared to traditional indicators. AI and ML offer a new approach to biomarker discovery, leveraging large amounts of data to identify patterns and optimize existing biomarkers. Additionally, the article touches on the emergence of digital biomarkers, which use technology to assess an individual's physiological and behavioural states, and the importance of properly processing omics and multi-omics data for efficient handling by computer systems. However, the article acknowledges the challenges posed by AI/ML in the identification of biomarkers, including potential biases in the data and the need for diversity in data representation. To address these challenges, the article suggests the importance of regulation and diversity in the development of AI/ML algorithms.

Use of artificial intelligence to predict response to neoadjuvant chemotherapy in breast cancer

:Breast cancer is the object of thousands of studies worldwide. Nevertheless, few tools are available to corroborate prediction of response to neoadjuvant chemotherapy. Artificial intelligence is being researched for its potential utility in several fields of knowledge, including oncology. The development of a standardized Artificial intelligence-based predictive model for patients with breast cancer may help make clinical management more personalized and effective. We aimed to apply Artificial intelligence models to predict the response to neoadjuvant chemotherapy based solely on clinical and pathological data. Methods: Medical records of 130 patients treated with neoadjuvant chemotherapy were reviewed and divided into two groups: 90 samples to train the network and 40 samples to perform prospective testingand validate the results obtained by the Artificial intelligence method. Results: Using clinicopathologic data alone, the artificial neural network was able to correctly predict pathologic complete response in 83.3% of the cases. It also correctly predicted 95.6% of locoregional recurrence, as well as correctly determined whether patients were alive or dead at a given time point in 90% of the time. To date, no published research has used clinicopathologic data to predict the response to neoadjuvant chemotherapy in patients with breast cancer, thus highlighting the importance of the present study. Conclusions: Artificial neural network may become an interesting tool for predicting response to neoadjuvant chemotherapy, locoregional recurrence, systemic disease progression, and survival in patients with breast cancer (AU)

Introdução à análise de dados em saúde com Python / Introduction to healthcare data analysis with Python

Este eBook foi elaborado no contexto do curso de capacitação Introdução à Análise de Dados em Saúde com Python ofertado pelo Centro de Inovação em Inteligência Artificial para Saúde. O curso tem como objetivo introduzir o estudo exploratório de bases de dados de saúde, com a utilização do Python. Neste eBook, procura-se apresentar uma abordagem preliminar à Ciência de Dados, que explora e descreve um conjunto de dados com técnicas da estatística descritiva e inferencial por meio da linguagem de programação Python. O público alvo que pretende-se atingir caracteriza-se por profissionais de saúde, alunos de graduação e pós-graduação, docentes e pesquisadores da área das ciências da saúde, exatas ou demais interessados em utilizar os recursos computacionais para análise de bases de dados em saúde. A linguagem Python tem se destacado como uma ferramenta poderosa para análise de dados em saúde, possuindo uma ampla gama de bibliotecas e recursos, o Python pode ser usado para limpar, processar, analisar e visualizar dados de saúde. Além disso, a comunidade de utilizadores da linguagem Python é muito colaborativa, com muitos recursos disponíveis, incluindo documentação, tutoriais e fóruns de suporte. O conteúdo foi agrupado em conceitos iniciais sobre a utilização dos dados em saúde, introdução ao Python para utilização de dados, conceitos de limpeza e tratamento de dados, aplicação da estatística descritiva com os sumários estatísticos e gráficos, técnicas de amostragens, aplicação da estatística inferencial com os testes de hipótese, de associação, de médias, de medianas e correlações, além de explorar a estilização de gráficos.

A utilização da imitação facial em tarefas de reconhecimento de expressões emocionais / The use of facial mimicry in emotional expressions recognition tasks / El uso de la imitación facial en tareas de reconocimiento de expresiones emocionales

A imitação facial é um comportamento involuntário capaz de facilitar a transmissão de informações não verbais relevantes em diferentes contextos sociais. Este estudo teve por objetivo analisar a capacidade de reconhecimento de expressões emocionais enquanto o observador tensiona a própria face ou imita a face-alvo. A hipótese utilizada foi a de que indivíduos que tensionam a própria face terão menor probabilidade de acertos na execução das tarefas de reconhecimento de expressões emocionais e aqueles que imitam a expressão terão uma maior probabilidade de acertos na execução das mesmas tarefas. A amostra foi composta por 30 participantes, divididos em dois grupos experimentais: o Grupo Imitação (GI) e o Grupo Ruído (GR), ambos com 18 participantes do sexo feminino e 12 do sexo masculino. O experimento consistiu em apresentar fotos de atores expressando facialmente uma emoção básica por 10 segundos. Neste período, os participantes deveriam, então, observar ou intervir facialmente, imitando ou tensionando a própria face (de acordo com o grupo alocado, Imitação ou Ruído). Após os 10 segundos executando a instrução (observar, imitar ou interferir), o participante deveria responder - entre as opções alegria, tristeza, nojo, raiva, surpresa e medo - a emoção correspondente à imagem. Os resultados apresentaram diferenças significativas quando comparadas as tarefas de tensionar ou imitar a face-alvo, sugerindo que a alteração da própria face do observador pode influenciar durante o desempenho de uma tarefa de reconhecimento de emoções em faces.(AU)

Facial mimicry is an involuntary behavior capable of facilitating the transmission of relevant non-verbal information in different social contexts. The present study aimed to analyze the ability to recognize emotional expressions while the observer tenses their own face or imitates the target face. The hypothesis used was that individuals who tension their own face or imitate the expression of facial emotion have less or greater probability of success in performing tasks to recognize emotional expressions on faces, respectively. The sample consisted of 30 participants, divided into two experimental groups: the Imitation Group - GI (18 female participants and 12 male participants) and the Noise Group - GR (18 female participants and 12 male participants). The experiment consisted of presenting pictures of actors facially expressing a basic emotion for 10 seconds; the participants should then observe or intervene facially, imitating or tensing their own face (according to the allocated group, Imitation or Noise). After 10 seconds of executing the instruction (observing, imitating or interfering), the participant should respond - among the options joy, sadness, disgust, anger, surprise and fear - the emotion corresponding to the image. The results showed significant differences when comparing the tasks of tensioning or imitating the target face, suggesting that the alteration of the observer's own face may influence during the performance of a facial emotion recognition task.(AU)

La imitación facial es un comportamiento involuntario capaz de facilitar la transmisión de información no verbal relevante en diferentes contextos sociales. Esto estudio tuvo como objetivo analizar la capacidad de reconocer expresiones emocionales mientras el observador tensa su propio rostro o imita el rostro objetivo. Se utilizó la hipótesis de que los individuos que tensan su propio rostro tendrán menor probabilidad de éxito en la realización de tareas de reconocimiento de expresiones emocionales y los individuos que imitan la expresión tendrán una mayor probabilidad de éxito en la realización de las mismas tareas. La muestra estuvo formada por 30 participantes divididos en dos grupos experimentales: el Grupo de Imitación - GI (18 mujeres y 12 hombres) y el Grupo de Ruido - GR (18 mujeres y 12 hombres). El experimento consistió en presentar imágenes de actores expresando facialmente una emoción básica durante 10 segundos; los participantes deberían entonces observar o intervenir facialmente, imitando o tensando su propio rostro (según el grupo asignado, Imitación o Ruido). Después de 10 segundos de ejecutar la instrucción (observar, imitar o interferir), el participante debería responder - entre las opciones de alegría, tristeza, asco, ira, sorpresa y miedo - la emoción correspondiente a la imagen. Los resultados mostraron diferencias significativas al comparar las tareas de tensar o imitar el rostro objetivo, sugiriendo que la alteración del propio rostro del observador puede influir durante la realización de una tarea de reconocimiento de emociones en rostros.(AU)

Application analysis of digital neural network-based data mining method in maximizing the performance of sports training / Análise de aplicação do método de mineração de dados baseado em rede neural digital na maximização do desempenho do treinamento esportivo / Análisis de la aplicación del método de minería de datos basado en redes neuronales digitales para maximizar el rendimiento del entrenamiento deportivo

ABSTRACT Introduction: In today's rapid development of science and technology, digital network data mining technology is developing as fast as the expansion of the frontiers of science and technology allows, with a very broad application level, covering most of the civilized environment. However, there is still much to explore in the application of sports training. Objective: Analyze the feasibility of data mining based on the digital network of sports training, maximizing athletes' training. Methods: This paper uses the experimental analysis of human FFT, combined with BP artificial intelligence network and deep data mining technology, to design a new sports training environment. The controlled test of this model was designed to compare advanced athletic training modalities with traditional modalities, comparing the athletes' explosive power, endurance, and fitness. Results: After 30 days of physical training, the athletic strength of athletes with advanced fitness increased by 15.33%, endurance increased by 15.85%, and fitness increased by 14.23%. Conclusion: The algorithm designed in this paper positively impacts maximizing athletes' training. It may have a favorable impact on training outcomes, as well as increase the athlete's interest in the sport. Level of evidence II; Therapeutic studies - investigating treatment outcomes.

RESUMO Introdução: No rápido desenvolvimento atual de ciência e tecnologia, a tecnologia de mineração de dados de rede digital desenvolve-se tão rápido quanto a expansão das fronteiras da ciência e tecnologia permitem, com um nível de aplicação muito amplo, cobrindo a maior parte do ambiente civilizado. No entanto, ainda há muito para explorar da aplicação no treinamento esportivo. Objetivo: Análise de viabilidade da mineração de dados com base na rede digital da formação esportiva, maximizar o treinamento dos atletas. Métodos: Este trabalho utiliza a análise experimental da FFT humana, combinada com a rede de inteligência artificial da BP e tecnologia de mineração profunda de dados, para projetar um novo ambiente de treinamento esportivo. O teste controlado deste modelo foi projetado para comparar modalidades avançadas de treinamento atlético com as modalidades tradicionais, comparando o poder explosivo, resistência e condição física do atleta. Resultados: Após 30 dias de treinamento físico, a força atlética dos esportistas com aptidão física avançada aumentou 15,33%, a resistência aumentou 15,85%, e o condicionamento físico aumentou 14,23%. Conclusão: O algoritmo desenhado neste artigo tem um impacto positivo na maximização do treinamento dos atletas. Pode ter um impacto favorável nos resultados do treinamento, bem como aumentar o interesse do atleta pelo esporte. Nível de evidência II; Estudos terapêuticos - investigação dos resultados do tratamento.

RESUMEN Introducción: En el rápido desarrollo actual de la ciencia y la tecnología, la tecnología de extracción de datos de redes digitales se desarrolla tan rápido como lo permiten las fronteras en expansión de la ciencia y la tecnología, con un nivel de aplicación muy amplio que abarca la mayor parte del entorno civilizado. Sin embargo, aún queda mucho por explorar de la aplicación en el entrenamiento deportivo. Objetivo: Análisis de viabilidad de la minería de datos basada en la red digital de entrenamiento deportivo, maximizar la formación de los atletas. Métodos: Este trabajo utiliza el análisis experimental de la FFT humana, combinado con la red de inteligencia artificial BP y la tecnología de minería de datos profunda, para diseñar un nuevo entorno de entrenamiento deportivo. La prueba controlada de este modelo se diseñó para comparar las modalidades de entrenamiento atlético avanzado con las modalidades tradicionales, comparando la potencia explosiva, la resistencia y la forma física del atleta. Resultados: Después de 30 días de entrenamiento físico, la fuerza atlética de los atletas con un estado físico avanzado aumentó en un 15,33%, la resistencia aumentó en un 15,85% y el estado físico aumentó en un 14,23%. Conclusión: El algoritmo diseñado en este trabajo tiene un impacto positivo en la maximización del entrenamiento de los atletas. Puede tener un impacto favorable en los resultados del entrenamiento, así como aumentar el interés del atleta por el deporte. Nivel de evidencia II; Estudios terapéuticos - investigación de los resultados del tratamiento.

The use of ChatGPT in scientific publishing / O uso do ChatGPT na publicação científica

The use of Generative Pretrained Transformer (ChatGPT), an artificial intelligence tool, for writing scientific articles has been reason for discussion by the academic community ever since its launch in late 2022. This artificial intelligence technology is becoming capable of generating fluent language, and distinguishing between text produced by ChatGPT and that written by people is becoming increasingly difficult. Here, we will present some topics to be discussed: (1) ensuring human verification; (2) establishing accountability rules; (3) avoiding the automatization of scientific production; (4) favoring truly open-source large language models (LLMs); (5) embracing the benefits of artificial intelligence; and (6) broadening the debate. With the emergence of these technologies, it is crucial to regulate, with continuous updates, the development and responsible use of LLMs with integrity, transparency, and honesty in research, along with scientists from various areas of knowledge, technology companies, large research funding bodies, science academies and universities, editors, non-governmental organizations, and law experts

O uso do Generative Pretrained Transformer (ChatGPT), ferramenta de inteligência artificial, na redação de artigos científicos, tem sido motivo de discussão pela comunidade acadêmica desde seu lançamento, no fim de 2022. Essa tecnologia de inteligência artificial está ganhando a capacidade de gerar linguagem fluente, sendo cada vez mais difícil distingui-la dos textos escritos por pessoas. Serão apresentados alguns aspectos para serem debatidos: (1) assegurar a verificação humana; (2) desenvolver regras de responsabilidade; (3) evitar a automatização da produção científica; (4) dar preferência a grandes modelos de linguagem verdadeiramente (LLMs) abertos; (5) abraçar os benefícios da IA; e (6) ampliar o debate. Com o surgimento dessas tecnologias, faz-se necessário regulamentar, com atualização contínua, o desenvolvimento e o uso responsável dos LLMs com integridade, transparência e honestidade na pesquisa, com participação de cientistas de diversas disciplinas, empresas de tecnologia, grandes financiadores de pesquisas, academias de ciências e universidades, editores, organizações não governamentais (ONGs) e especialistas jurídicos

La inteligencia artificial y la video-vigilancia en la predicción y detección de delitos en espacio-tiempo: una revisión sistemática / Artificial intelligence and video surveillance in space-time crime prediction and detection: a systematic review / Inteligência artificial e vídeo-vigilância na previsão e detecção de crimes no espaço-tempo: uma revisão sistemática

En la sociedad de hoy los delitos vienen incrementándose y particularmente en la ciudad de Bogotá, lo que ha causado muchos inconvenientes a la Policía Nacional de Colombia, así como también a los centros de seguridad ciudadana. Ante esta situación, se ha propuesto una predicción de tiempo-espacio en los puntos críticos de crímenes y delitos, con la ayuda de inteligencia artificial. Por consiguiente, este trabajo tiene como objetivo analizar, resumir, interpretar y evaluar las distintas técnicas de predicción espacio-temporal de la delincuencia con un panorama inteligente. Por la propia naturaleza de la investigación, se utilizó una metodología de enfoque descriptivo-cualitativo, con la cual se diseñaron fichas de observación estructurada para sistematizar información de cinco bases de datos: Scopus, Web of Science, IEEE, ACM, Springer; dichas publicaciones comprenden desde 2019 hasta junio de 2021. En consecuencia, se encontraron en total 3015 estudios, después del proceso de cribado y verificación de los criterios de exclusión e inclusión, se seleccionaron 132 artículos, luego se aplicaron preguntas Psicólogo Interno Residente (PIR), quedando así 18 artículos. Los principales hallazgos encontrados indican que los algoritmos de redes neuronales resultaron ser uno de los métodos más eficaces para la detección de puntos críticos de delincuencia, dado que los grandes avances de la tecnología coadyuvarían en los próximos años a predecir de forma rápida y eficaz los actos delictivos y los crímenes ubicados en cualquier región del continente latinoamericano.

In today's society, crimes are increasing, particularly in the city of Bogota, which has caused many inconveniences to the National Police of Colombia, as well as to the citizen security centers. Given this situation, a time-space prediction of crime and crime hotspots has been proposed with the help of artificial intelligence. Therefore, this paper aims to analyze, summarize, interpret and evaluate the various techniques of space-time prediction of crime with an intelligent view. Due to the very nature of the research, a descriptive-qualitative approach methodology was used, with which structured observation sheets were designed to systematize information from five da-tabases: Scopus, Web of Science, IEEE, ACM, Springer; these publications span from 2019 to June 2021. Consequently, a total of 3015 studies were found, after the screening process and verification of exclusion and inclusion criteria, 132 articles were selected, then questions were applied Psychologist Internal Resident (PIR), thus leaving 18 articles. The main findings indicate that neural network algorithms proved to be one of the most effective methods for the detection of crime hotspots, given that the great advances in technology would help in the coming years to quickly and effectively predict criminal acts and crimes located in any region of the Latin American continent.

Na sociedade de hoje, a criminalidade está aumentando, particularmente na cidade de Bogotá, o que tem causado muitos inconvenientes para a Polícia Nacional Colombiana, bem como para os centros de segurança do cidadão. Diante desta situação, foi proposta uma previsão tempo-espacial de hotspots de crime com a ajuda da inteligência artificial. Portanto, este documento visa analisar, resumir, interpretar e avaliar as diversas técnicas de previsão espaço-temporal do crime com uma visão inteligente. Devido à própria natureza da pesquisa, foi utilizada uma metodologia de abordagem descritiva-qualitativa, com a qual foram elaboradas fichas de observação estrutura-das para sistematizar informações de cinco bancos de dados: Scopus, Web of Science, IEEE, ACM, Springer; estas publicações abrangem o período de 2019 a junho de 2021. Consequentemente, foi encontrado um total de 3015 estudos, após o processo de triagem e verificação dos critérios de exclusão e inclusão, 132 artigos foram selecionados, depois foram aplicadas perguntas ao Psicólogo em Residência (PIR), deixando 18 artigos. As principais descobertas indicam que os algoritmos de redes neurais provaram ser um dos métodos mais eficazes para a detecção de hotspots de crime, dado que os grandes avanços na tecnologia ajudarão nos próximos anos a prever rápida e efetivamente atos criminosos e crimes localizados em qualquer região do continente latino-americano.

Ideologia gerencialista e plataformas de treinamentos de dados para Inteligência Artificial (IA): condições de trabalho e saúde dos trabalhadores no Brasil / Managerial ideology and Artificial Intelligence (AI) data training platform: working conditions and worker's health in Brazil / Ideología managerial y plataformas de anotación de datos para Inteligencia Artificial (IA): condiciones de trabajo y salud de los trabajadores en Brasi

O objetivo deste estudo é analisar as condições de trabalho e os seus impactos na saúde dos trabalhadores no mercado de microtarefas de treinamento de dados para a produção de Inteligência Artificial (IA), em especial no que diz respeito a suas relações com a ideologia gerencialista. Os dados são provenientes de uma netnografia realizada entre os anos de 2020 e 2021, de análises dos websites das plataformas e de entrevistas realizadas com 15 trabalhadores. A partir da análise de quatro instâncias mediadoras (econômica, política, ideológica e psicológica), argumentamos que a ideologia gerencialista, consubstanciada a ideologia californiana, se caracteriza como um operador central na gestão do trabalho, que tem por finalidade garantir a adesão dos trabalhadores às plataformas e ocultar os conflitos do trabalho, direcionando-os para o nível individual e produzindo um cenário de individualização do sofrimento.

The objective of this study is to analyze working conditions and their impacts on worker's health in the Artificial Intelligence (AI) data annotation microtask market, especially to highlight their relationship with managerial ideology. The data comes from a netnography carried out between the years 2020 and 2021, from analysis on the platform's websites, and from interviews with 15 workers. Drawing from the analysis of four different mediation systems (economic, political, ideological, and psychological), we argue that the managerial ideology, overlaid with the Californian ideology, is characterized as a central element in the management of labor, which aims to guarantee the adherence of workers to platforms and hide the labor conflicts, directing them to the individual level and producing a scenario of individualization of suffering.

El objetivo de esta investigación es analizar las condiciones de trabajo y sus impactos en la salud de los tra-bajadores en el mercado de microtareas de anotación de datos para la producción de Inteligencia Artificial (IA), en particular en lo que concierne a su relación con la ideología managerial. Los datos provienen de una netnografía realizada entre los años 2020 y 2021, de análisis en los sitios web de las plataformas y de entrevistas con 15 trabajadores. A partir del análisis de cuatro instancias mediadoras (económica, política, ideológica y psicológica), argumentamos que la ideología gerencial, superpuesta en la ideología californi-ana, se caracteriza como un elemento central en la gestión del trabajo, que pretende garantizar la adhesión de los trabajadores a las plataformas y ocultar los conflictos del trabajo, dirigiéndolos al plano individual y produciendo un escenario de individualización del sufrimiento.

Innovations and New Technologies in Gastrointestinal Surgery / Innovaciones y nuevas tecnologías en cirugía gastrointestinal / Inovações e novas tecnologias em cirurgia gastrointestinal

Introduction. Innovations in surgery have advanced significantly in the last decade. The new technologies in minimally invasive surgery, including robotics, advanced endoscopy, and the progress in artificial intelligence and machine learning are impacting gastrointestinal surgery and medicine. These technologies have been available since 1956, and in the early 1970's, they were implemented for first time with the Mycin system, which was developed to detect infectious diseases in blood. Objective. To describe the experiences of new technology innovations in surgery, in terms of novel interventions, development of devices, and the process of adopting these technologies in the clinical practice. Methodology. Personal reflections about the process of adopting new technologies in surgery and its future implications, documented from my perspective as an academic surgeon. Results and discussion. This article summarizes the most relevant advances in the field of gastrointestinal surgery during the last decade. Conclusions. Adopting a culture of innovation in surgery involves knowledge of the process, technical resources available to support initiatives, access to mentors or tutors, and support services.

Introducción. Las innovaciones en cirugía han avanzado significativamente en la última década. Las nuevas tecnologías en cirugía mínimamente invasiva, incluida la robótica, la endoscopia avanzada, el progreso en inteligencia artificial y el aprendizaje automático están impactando en la medicina y la cirugía gastrointestinal. Estas tecnologías existen desde 1956, y en la década de 1970 se implementó por primera vez en el sector salud con el denominado Mycin, un sistema orientado a la detección de enfermedades infecciosas en la sangre. Objetivo. Describir las experiencias de nuevas innovaciones tecnológicas en cirugía, en términos de intervenciones novedosas, el desarrollo de dispositivos, la incorporación de las innovaciones en la práctica clínica y las implicaciones hacia el futuro. Metodología. A partir de la experiencia como cirujano académico al incorporar las nuevas tecnologías en cirugía, se documentan las reflexiones sobre el proceso de adaptación de nuevas tecnologías en cirugía y su implicación en el futuro. Resultados y discusión. Este articulo resume los avances más relevantes en el campo de la cirugía gastrointestinal en la última década. Conclusiones. La adopción de una cultura de innovación en cirugía implica conocimiento del proceso, recursos técnicos disponibles para respaldar las iniciativas, acceso a mentores o tutores y servicios de apoyo.

Introdução. As inovações em cirurgia avançaram significativamente na última década. Novas tecnologias em cirurgia minimamente invasiva, incluindo robótica, endoscopia avançada, avanços em inteligência artificial e aprendizagem automatizado, estão impactando a medicina e a cirurgia gastrointestinal. Essas tecnologías existem desde 1956 e, na década de 1970, foram implementadas pela primeira vez no setor da saúde com o chamado Mycin, um sistema destinado a detectar doenças infecciosas no sangue. Objetivo. Descrever as experiências de novas inovações tecnológicas em cirurgia, em termos de novas intervenções, desenvolvimento de dispositivos e o processo de incorporação dessas tecnologias na prática clínica. Metodologia. A partir da experiência como cirurgião académico na incorporação de novas tecnologias em cirurgia, documentam-se as reflexões sobre o processo de adaptação de novas tecnologias em cirurgia e as suas implicações no futuro. Resultados y Discussão. Este artigo resume os avanços mais relevantes no campo da cirurgia gastrointestinal na última década. Conclusões. A adoção de uma cultura de inovação em cirurgia implica conhecimento do processo, recursos técnicos disponíveis para apoiar as iniciativas, acesso a mentores ou tutores e serviços de apoio.

Redefiniendo la era de la cirugía digital: el rol de la inteligencia artificial, la realidad aumentada y el aprendizaje automático en el campo quirúrgico / Redefining the Era of Digital Surgery: The Role of Artificial Intelligence, Augmented Reality, and Machine Learning in the Surgical Field / Redefinindo a era da cirurgia digital: o papel da inteligência artificial, realidade aumentada e aprendizado de máquina no campo cirúrgico

La era de la cirugía digital se caracteriza por la implementación de nuevas tecnologías que tienen el potencial de mejorar la planeación prequirúrgica, incrementar la disponibilidad de alternativas terapéuticas, mejorar el entrenamiento quirúrgico en aprendices, optimizar los resultados postoperatorios de los pacientes y, a su vez, reducir posibles eventos adversos (1). A pesar de que la incorporación de estas tecnologías tiene como premisa principal mejorar los resultados clínicos de los pacientes, el uso de estos avances se ha visto acelerado por intereses comerciales y por las oportunidades que tienen las grandes compañías de generar ganancias a nivel mundial (2). Entre las tecnologías que en la actualidad están teniendo un impacto directo en el campo quirúrgico se resaltan la inteligencia artificial (IA), la realidad aumentada (RA) y el aprendizaje automatizado (AA), sin dejar de lado la disponibilidad de dispositivos robóticos de uso cotidiano (3). A pesar de que la cirugía digital cada vez gana más popularidad en la práctica clínica, en la actualidad aún existe una falta de conocimiento de esta, de sus beneficios y de las potenciales barreras para su adopción.

The era of digital surgery is characterized by the implementation of new technologies that have the potential to improve preoperative planning, increase the availability of therapeutic alternatives, improve surgical training in apprentices, optimize postoperative results for patients, and reduce possible adverse events (1). Although the incorporation of these technologies has the main premise of improving patients' clinical outcomes, the use of these advances has been accelerated by commercial interests and the opportunities that large companies have to generate profits worldwide (2). The technologies that are currently having a direct impact on the surgical field are artificial intelligence (AI), augmented reality (AR), and machine learning (ML), without forgetting the availability of other robotic devices (3). Although digital surgery is gaining more popularity in the clinical practice, there is still a lack of knowledge about it, its benefits, and potential barriers to its adoption.

A era da cirurgia digital é caracterizada pela implementação de novas tecnologias que têm o potencial de melhorar o planejamento pré-cirúrgico, aumentar a disponibilidade de alternativas terapêuticas, melhorar o treinamento cirúrgico dos aprendizes, otimizar os resultados pós-operatórios dos pacientes e, por sua vez, reduzir possíveis eventos adversos (1). Embora a incorporação dessas tecnologias tenha como principal objetivo melhorar os resultados clínicos dos pacientes, a utilização desses avanços tem sido acelerada por interesses comerciais e pelas oportunidades que grandes empresas têm de gerar lucros em todo o mundo (2). Entre as tecnologias que atualmente têm impacto direto no campo cirúrgico se destacam a inteligência artificial (IA), a realidade aumentada (RA) e o aprendizagem de máquinas (AM), sem deixar de lado a disponibilidade de dispositivos robóticos para uso cotidiano (3). Embora a cirurgia digital esteja ganhando cada vez mais popularidade na prática clínica, atualmente ainda há falta de conhecimento sobre ela, seus benefícios e possíveis barreiras para sua adoção.

Inteligencia artificial, una mirada al futuro. Perspectiva histórica y evolución de la Ortodoncia / Artificial intelligence, a look to the future. Historical perspective and evolution of orthodontics

A lo largo del tiempo, la Ortodoncia fue pasando por distintos periodos con características propias y bien definidas, hasta llegar a la época actual, en la que el descubrimiento de inteligencia artificial (IA), que combina la ciencia informática, algoritmos y recopilación de miles de datos, logra simplificar nuestro trabajo y nos conduce a un fin muy claro, que es un tratamiento personalizado.

Orthodontics, through the ages, went through different periods with its own welldefined characteristics, until we reach the present time, where the discovery of artificial intelligence (AI), which combines computer science, algorithms and the collection of thousands of data, manage to simplify our work, and lead us to a very clear goal, which is a personalized treatment.