UNA IMPRESIÓN PERSONAL SOBRE LA IA
Dr. Andrés Papeschi Abogado (Univ. De Buenos Aires), Lic. en Administración de Empresas (Universidad Argentina de la Empresa), responsable y creador del Proyecto ÁNGEL.
Fundamentos de mi opinión.
Hace un poco más de 35 años fascinado por las posibilidades de las computadoras me dediqué a investigar y desarrollar modelos para simulación de procesos.
Para dar claridad voy a simplificar al mínimo de qué se trata eso, creando un modelo. Si compro un producto a 1 $ y lo vendo a 5 $ el resultado será de 4 $
Debemos reconocer que el precio de compra es una variable, y el precio de venta es otra variable.
El modelo es 5 – 1 = 4 . Donde 4 es el resultado del modelo.
Este modelo cuyos valores son fijos es un modelo determinístico porque lo hemos creado para que los valores sean constantes.
Vamos a introducir otro elemento, las probabilidades.
En el nuevo modelo el valor de compra no es 1 $ sino que puede variar entre 1 y 1,99. El precio de venta ya no es 5 $ sino que puede variar entre 3 y 5.
NOTA: Estos ejemplos son didácticos, el modelo es un representación de la realidad y podría manejar miles de variables.
Sigamos con el valor de compra que oscila entre 1 y 1,99. ¿Cómo hacemos para que el modelo tome alguno de los valores posibles?
La respuesta es que esos valores sean aleatorios.
NOTA: Los números generados por una computadora no son estrictamente aleatorios, por ello lo que haremos es basarnos en la experiencia, en datos históricos y con ello crear una distribución de frecuencia que se ajuste a lo observado. Si las variables son independientes lograremos un buen modelo, para ello siempre debemos analizar la correlación entre las variables utilizadas.
Volvamos a nuestro modelo simplificado. Algunas veces el valor de compra estará en 1 otras en 1,99 y todos los valores aceptados por el modelo.
El valor de venta estará en 3, otras en 5, y también con todos los valores aceptados por el modelo. El resultado del modelo oscilará dependiendo de las dos variables.
Cada vez que ejecutamos el modelo con valores pseudo-aleatorios tendremos un resultado diferente. A esto se le llama iteración. La iteración significa correr el modelo con los valores que se generan.
NOTA: ¿Cuántas iteraciones debo correr para confiar en la predicción? La cantidad de iteraciones debe ser como mínimo aquella que arroje una media equivalente a la esperanza matemática del resultado en función de los datos de las variables.
Hemos creado un primer modelo probabilístico muy simplificado pero válido.
Los resultados serán muchos. Debemos agruparlos en una distribución de frecuencia, en la cual la media corresponde a la esperanza matemática del modelo y el resto de los datos son los distintos valores que podría tomar el resultado que vamos a denominar para la toma de decisiones es decir el RIESGO.
Si nuestro modelo tiene una curva como una campana tenemos un valor medio con el mismo riesgo de ser mayor o menor.
NOTA: La amplitud de la distribución de frecuencias señala si el modelo representa una solución riesgosa o una solución segura.
Y esto ¿Para qué sirve?
En el mundo real sirve para evaluar el riesgo de cualquier decisión que vayamos a tomar. Y en este caso demostrar que la IA es algo que conocemos, que existe desde hace mucho tiempo.
Mi Conclusión
Una MODA de los pícaros, que ensucia la realidad
La IA no nació este año.
Existe desde que se inventaron las computadoras.
El primer modelo de IA era en medicina y se llamaba MYCIN (1970).
NOTA: MYCINfue un pionero sistema experto de IA desarrollado en los 70 en Standford para diagnosticar infecciones bacterianas y recomendar tratamientos, usando reglas causa-efectoy factores de certezapara manejar conocimiento incierto, demostrando la viabilidad de la IA en medicina, aunque nunca se implementó clínicamente y sentó las bases para futuros sistemas expertos en diversas áreas.
Algunas manifestaciones de nuestra visión sobre la IA puede verlas en pequeñas cosas que hemos liberado, como utilizar el dictado en el teléfono celular para registrar eventos.
Otras cosas sobre las que trabajamos no serán visibles hasta dentro de algunos años. Tenemos más de 200 millones de registros de historias clínicas, y esto crece exponencialmente.
Sobre estos registros estamos estudiando la creación de un motor de inferencias que será lo suficientemente “inteligente” como para generar conclusiones que después deberán ser validadas por las sociedades médicas.
Algunas cosas serán útiles en breve, como por ejemplo la auditoría de la facturación para que no existan fraudes a las EPS, Financiadores, o Seguros de Salud.
La IA no nació este año, existe desde hace muchísimo tiempo. Algunas manifestaciones de la misma las estamos utilizando hoy, otras, las que cambiarán el rumbo de la humanidad serán fruto del esfuerzo de generaciones y gente como nosotros que cada día trabaja seriamente.
PAHO Organización Panamericana para la Salud
PAHO ha emitido un documento sobre la forma de diseñar los prompts en IA.
Es un documento genérico sobre los prompts ajustado minimamente para utilizarlo en salud.
No contiene ejemplos, ni referencias a aplicaciones reales.
Tiene algunas recomendaciones aplicables a cualquier disciplina pero teóricamente ajustadas a salud.
Un aporte convencional, que no expone nada que no sepa cualquiera que esté minimamente en el tema.
Leer documento. https://www.paho.org/es/noticias/20-10-2025-ops-publica-guia-para-disenar-instrucciones-inteligencia-artificial-salud
DEBATE de los CEO de varias empresas de tecnología sobre la Burbuja de la IA.
Esencialmente exponen lo mismo que hemos escrito.
Debe advertirse que el término BURBUJA se refiere a las falsas expectativas creadas alrededor de la IA.
Una falsa expectativa no significa que la IA sea inútil, lo que trata de exponerse es que esas expectativas son para el futuro y no representan el estado actual del arte.
INTELIGENCIA ARTIFICIAL EN SALUD – Separando la paja del trigo –