Inteligencia artificial e innovación para optimizar el proceso de diagnóstico de la tuberculosis / Artificial intelligence and innovation to optimize the tuberculosis diagnostic process

RESUMEN La tuberculosis sigue siendo un tema urgente en la agenda de la salud urbana, especialmente en países de medianos y bajos ingresos. Existe la necesidad de desarrollar e implementar soluciones innovadoras y efectivas en el proceso de diagnóstico de la tuberculosis. En este artículo, se describe la importancia de la inteligencia artificial como una estrategia para enfrentar la tuberculosis, mediante un diagnóstico oportuno. Además de los factores tecnológicos, se enfatiza el rol de los factores sociotécnicos, culturales y organizacionales. Se presenta como caso la herramienta eRx que involucra algoritmos de aprendizaje profundo y, en específico, el uso de redes neuronales convolucionales. eRx es una herramienta prometedora basada en inteligencia artificial para el diagnóstico de tuberculosis que comprende una variedad de técnicas innovadoras que implican el análisis remoto de rayos X para casos sospechosos de tuberculosis. Las innovaciones basadas en herramientas de inteligencia artificial pueden optimizar el proceso de diagnóstico de la tuberculosis y de otras enfermedades transmisibles.

ABSTRACT Tuberculosis remains an urgent issue on the urban health agenda, especially in low- and middle-income countries. There is a need to develop and implement innovative and effective solutions in the tuberculosis diagnostic process. In this article, We describe the importance of artificial intelligence as a strategy to address tuberculosis control, particularly by providing timely diagnosis. Besides technological factors, the role of socio-technical, cultural and organizational factors is emphasized. The eRx tool involving deep learning algorithms and specifically the use of convolutional neural networks is presented as a case study. eRx is a promising artificial intelligence-based tool for the diagnosis of tuberculosis; which comprises a variety of innovative techniques involving remote X-ray analysis for suspected tuberculosis cases. Innovations based on artificial intelligence tools can optimize the diagnostic process for tuberculosis and other communicable diseases.

Sistemas de salud móvil integrados: Rol de los factores socioculturales y el enfoque de sistemas sociotécnico / Integrated mobile health systems: Role of socio-cultural factors and the socio-technical systems approach

RESUMEN En este artículo se discute el rol de los factores socioculturales para el fortalecimiento de los sistemas de salud móvil integrados. Se enfatiza la importancia de que toda iniciativa en salud móvil integre el análisis de los factores socioculturales durante el proceso de diseño e implementación de programas e intervenciones de investigación. El enfoque sociocultural y sociotécnico consideran, además, el factor humano, así como los condicionantes del entorno y el contexto, más allá de los recursos tecnológicos del sistema de salud móvil y la infraestructura que lo acoge. Metodologías como estudios observacionales, grupos focales, y entrevistas a profundidad deberían ser incluidas, idealmente, en todo proyecto en salud móvil. Asimismo, se presenta un estudio de caso en la zona norte de Lima (Perú), adaptando la plataforma de investigación participativa basada en la comunidad (CBPR, por sus siglas en inglés) que se fundamenta en el enfoque sociotécnico y evalúa los factores socioculturales con el objetivo de optimizar el proceso de diagnóstico de la tuberculosis utilizando las tecnologías móviles en salud (salud móvil).

ABSTRACT This paper discusses the role of socio-cultural factors in strengthening integrated mobile health systems. Emphasis is placed on the importance that any initiative in mobile health should consider the analysis of socio-cultural factors during the process of the development and implementation of programs and research interventions. The socio-cultural and socio-technical approach also consider the human factor and considers the conditions of the environment and the context beyond the technological resources of the mobile health system and the infrastructure that supports it. Methodologies such as observational studies, focus groups, and in-depth interviews should be included ideally in any mobile health study. We also present a case study in the north area of Lima (Peru), adapting the Community-Based Participatory Research platform that is based on a socio-technical approach and evaluates the socio-cultural approach with the objective to optimize the diagnosis process of tuberculosis using mobile health.