RESERVAR

Los artículos desarrollan este tema central en detalle, considerando sus diferentes perspectivas y son escritos por autores altamente calificados, provenientes de diferentes instituciones de salud, tanto chilenas como extranjeras. El objetivo de RMCLC es ofrecer una instancia de actualización de primer nivel para los profesionales de la salud, además de constituir una herramienta de apoyo para la docencia y de servir como material de estudio para los alumnos de medicina de pre- y postgrado y de todas las carreras de la salud. Por lo tanto, se requieren técnicas, herramientas y sistemas de modelado de datos especializados para extraer información que sea valiosa para las organizaciones. El capítulo 1 es una breve entrada para aclarar qué es el big data y los algoritmos, así como el rol de la estadística. En el capítulo 6 se discuten las limitaciones del análisis de datos, y finalmente el capítulo 7 reflexiona sobre el futuro de los datos y los algoritmos (p. 20-21).

Los análisis de big data son una herramienta que puede servir para impulsar la promoción y protección de los derechos humanos, como lo manifiestan las Naciones Unidas a través de su estudio Macrodatos para el desarrollo sostenible (ONU, s/f), pero que también puede ser utilizada para vulnerar esos mismos derechos, por lo que debe ser regulada de manera puntual. Por ello, resulta necesario generar información clara y suficiente para que los individuos comprendan cómo el uso de ciertas tecnologías puede afectar sus derechos humanos. Este nuevo curso de ciencia de datos contexto permite entender el periodismo como una forma de transparencia, como forma de participación y como forma de experimentación (Lewis y Usher, 2013). Como se ha comentado con anterioridad, la investigación y reflexión sobre qué instrumentos y procedimientos no solo periodísticos sino también documentales se están utilizando. En el trabajo de Paraise y Dagiral (2013) se habla de la aceptación de la implicación tecnológica y automatizada por parte de los periodistas, si bien no todos se enfrentan del mismo modo al movimiento open data.

Revista

La pediatría no está ajena a esta realidad, pues cada vez se emplean tecnologías más avanzadas que están generando grandes volúmenes de datos, los cuales impactarán en la forma en que se conduzcan las in vestigaciones en el futuro inmediato. De hecho, la digitalización creciente es mencionada como uno de los desafíos y oportunidades que tendrán que enfrentar los pediatras de las próximas décadas7. Estas innovaciones no están exentas de obstáculos y controversias que actualmente no se han superado.

En resumidas cuentas, data science se desenvuelve dentro del ámbito del big data para obtener información útil a través del análisis predictivo, donde los resultados se utilizan para tomar decisiones inteligentes. Tenga en cuenta que los modelos y procesos analíticos de big data pueden ser tanto humanos como automáticos. Las capacidades de análisis de big data incluyen estadísticas, análisis especiales, semántica, detección interactiva y visualización. Mediante el uso de modelos analíticos, puede relacionar distintos tipos y fuentes de datos para realizar asociaciones y hallazgos significativos. Los mecanismos de integración de datos convencionales, como “extraer, transformar y cargar” (extract, transform, load, ETL), generalmente no están a la altura en dicha tarea. Analizar conjuntos de big data de uno o más terabytes, o incluso petabytes, de tamaño requiere de nuevas estrategias y tecnologías.

Índice de Revistas Mexicanas de Divulgación Científica y Tecnológica

Estos micro o macrodatos se convirtie ron en la fuente principal que alimentan los llamados “Sistema de apoyo a la Decisión Clínica”, SDC o DSS en inglés25. Los SDC consisten en brindar información filtrada de manera inteligente y presentada para ayudar a los clínicos. La alerta electrónica (e-alerta) es un sub producto de estos sistemas, las cuales son emisiones de recordatorios con recomendaciones, basadas en guías clínicas y en la situación clínica del paciente, con el fin de apoyar el diagnóstico y las decisiones clínicas del personal de salud. En efecto, con este fenómeno se puede desplegar datos contextualizados en informaciones cada vez más completas y documentadas, al mismo tiempo que se satisface la necesidad informativa de unas audiencias cada vez más exigentes y a las que se responden de modo personalizado, constantemente actualizado y automatizado. En la recuperación, el periodista cambia sus hábitos o refuerza sus tareas cotidianas en función de la valoración de los datos, como consecuencia del incremento de la demanda, por parte de las audiencias, a la hora de recibir noticias cada vez más transparentes y documentadas.

Además, se consiguió alcanzar la meta de elaborar un registro documental haciendo uso de buscadores como Science Direct, IEEE Explore, Emerald, Oxford University Press, Springer y Google Académico, principalmente. La meta de discriminar aquellos textos que refieren el análisis de grandes cúmulos de datos en relación con otros temas del derecho también se alcanzó, lo mismo que el objetivo de integrar todas las obras para presentar un registro documental que diera cuenta del estado del arte en que se encuentra la herramienta de big data en relación con la promoción de los derechos humanos. Muchas de las leyes nacionales que han creado los Estados latinoamericanos en la materia de la protección de datos han seguido estándares internacionales que han dictado tanto la Unión Europea (Maqueo et al., 2017, p. 78) como los Estados Unidos, ambos sistemas jurídicos con una visión diametralmente opuesta en lo que respecta al tema. Así, en cuanto a la normatividad en torno a la protección de datos personales, intervienen una pluralidad de actores como son el https://elheraldodesaltillo.mx/2023/12/18/quieres-conseguir-el-trabajo-de-tus-suenos-estudia-un-bootcamp-de-programacion-en-linea/ dueño del dato, el responsable del tratamiento de los datos, el encargado de este tratamiento y, por supuesto, el destinatario de los datos personales, siendo cada uno de ellos pieza clave en el tema de los análisis de grandes cúmulos de datos (Cubillos, 2017, pp. 41-42). Al utilizar estos dispositivos, que forman parte de la Internet de las Cosas (IoT) (entendiendo por esta a la interconexión de los objetos cotidianos que están dotados de una inteligencia ubicua, generalmente por medio de la red) (Xia et al., 2012, p. 1101), los individuos ayudamos al incremento de la generación de datos que se pueden utilizar en los análisis de big data. Por ejemplo, utilizar aplicaciones como Google Glass, Epson Moverio, Pebble y Fitbit (Wei, 2014, p. 53), que monitorean las actividades de sus usuarios, hace posible reconstruir el mundo alrededor de ellos por medio de coordenadas de localización, velocidad de movimiento y dirección, así como gracias a las fotos de alta resolución y, en algunos casos, hasta la captura de sonido (Paterson & Maeve, 2018, p. 4).

Detectado el robo de datos a gamers desde la Deep Web

Este es el caso, por ejemplo, cuando se dispone de registros de la sobrevida y el historial médico de pacientes que han sido sometidos a una intervención. Con estos datos, ¿es posible predecir la sobrevida de un paciente que es intervenido hoy dado su historial médico? Ejemplos concretos de estudios que constituyen objetivos de predicción son estudios de diagnóstico clínico38, genómica39 y análisis de imágenes radiológicas40,41 entre otros.