RESUMO

El desarrollo de la inteligencia artificial (AI) ha generado gran cantidad de estudios e investigaciones sobre su aplicación en el campo educativo. El artículo analiza los usos y sus resultados, así como los desafíos que presenta y los conflictos que genera. En primer lugar, se explica la historia de la inteligencia artificial, desde su creación, en qué consiste y cómo se está utilizando. Posteriormente se profundiza en cómo la educación adopta dichas tecnologíasy las incorpora como parte de sus procesos de enseñanza aprendizaje, observando el impacto que provoca en la transformación del aprendizaje. En segundo lugar, se analizan las características del proceso, sus ventajas y desventajas y cómo la utilización de las aplicaciones educativas tiene implicaciones en la reproducción social del conocimiento. Luego, se concluye que, el uso de la tecnología y específicamente la incorporación de la inteligencia artificial en el aula, implica una disrupción en la educación superior de manera radical, pero aún no se evalúa de manera concluyente el impacto que esto genera en el largo plazo para los sistemas educativos en su conjunto. Este artículo busca la comprensión del desarrollo tecnológico, su adaptación en los procesos educativos, especialmente de aquellos vinculados a la inteligencia artificial.

The rise of artificial intelligence (AI) has sparked extensive research onits applications in the educational sector. This article examines these applications, their outcomes, the challenges they pose, and the conflicts they may generate. Initially, it provides an overview of the history of AI, detailing its inception, fundamental principles, and current uses. It then explores how educational institutions are integrating these technologies into their teaching and learning processes, highlighting the transformative impact on student learning experiences. The article further analyzes the characteristics of this integration, discussing the advantages and disadvantages of AI in education, and how educational technologies influence the social reproduction of knowledge. It is then concluded that the use of technology, and specifically the incorporation of artificial intelligence in the classroom is and specifically, the incorporation of Ensayo científico: La inteligencia artificial en la educación superiorScientific essay: Artificial intelligence in higher education intelligence in the classroom is a radical disruption in higher education, but its long-term impact of this on the impact that this generates on education systems. is yet to be fully evaluated Ultimately, the aimofthis work is to understand the evolution of AI, its adaptation in educational contexts, and its implications for learning processes

RESUMO

La inteligencia artificial es la capacidad de un sistema para emular funciones cognitivas. En el ámbito de la salud, se utiliza como respaldo en la determinación de decisiones complejas y formación de habilidades médicas. Es una herramienta para crear escenarios de simulación virtual y evaluar el desempeño de los estudiantes de medicina. El objetivo de esta revisión bibliográfica es describir los avances en el uso de inteligencia artificial en la educación médica en Latinoamérica. Se consultaron las bases de datos PubMed, SciELO, y en Google Académico; se incluyeron publicaciones en español e inglés del período 2019 al 2024, se aplicaron palabras clave y operadores booleanos. La inteligencia artificial en la formación médica busca replicar habilidades cognitivas en la resolución de problemas, y se clasifica en inteligencia artificial estrecha e inteligencia artificial general. Es una herramienta transformadora que potencia la realidad virtual, optimiza los resultados, ofrece oportunidades para fortalecer la efectividad de la atención sanitaria y hacer mejoras en la personalización del proceso de aprendizaje. Sin embargo, su implementación requiere abordar desafíos éticos y legales para su pleno aprovechamiento. En Latinoamérica, se observa el constante aumento de la adopción de herramientas basadas en la inteligencia artificial para la formación del personal médico

Artificial intelligence is the ability of a system to emulate cognitive functions. In healthcare, it is used to support complex decision-making and medical skills training. It is a tool for creating virtual simulation scenarios and evaluating the performance of medical students. This literature review aims to describe the advances in artificial intelligence in medical education in Latin America. The databases PubMed, SciELO, and Google Scholar were consulted; publications in Spanish and English from 2019 to 2024 were included, and keywords and Boolean operators were applied. Artificial intelligence in medical training seeks to replicate cognitive skills in problem-solving and is classified into narrow artificial intelligence and general artificial intelligence. It is a transformative tool that empowers virtual reality, optimizes outcomes, offers opportunities to strengthen the effectiveness of healthcare, and makes improvements in personalizing the learning process. However, its implementation requires addressing ethical and legal challenges for its full exploitation. In Latin America, there is a steady increase in the adoption of artificial intelligence-based tools for medical staff training

RESUMO

La insuficiencia cardíaca congestiva se ha vuelto un problema de salud pública que aumenta cada año. La reducción del alto costo que esta conlleva se ve limitada por su desarrollo silente durante años antes del diagnóstico, especialmente en personas con alto riesgo cardiovascular y sin control de los factores de riesgo. Nuevos avances tecnológicos como la inteligencia artificial ofrecen soluciones a estas situaciones. Por tanto, en esta revisión narrativa se propone determinar la aplicación del aprendizaje automático para la identificación de riesgo y diagnóstico de insuficiencia cardíaca. La búsqueda se efectuó en inglés y español en las bases de datos PubMed, HINARI, Google Académico y Elsevier con los siguientes términos MeSH: «Artificial intelligence¼, «Machine Learning¼, «Algorithm¼, «Cardiology¼, «Heart Failure¼, «Heart Failure/diagnosis¼, y «Heart Failure/prevention and control¼. Se incluyeron artículos de revisión bibliográfica, casos y controles, artículos originales, revisiones sistemáticas con metaanálisis de 2018 a 2024, en los idiomas inglés y español. No se utilizó inteligencia artificial en la elaboración de este documento. La inteligencia artificial permite estratificar el riesgo de insuficiencia cardíaca y facilita su diagnóstico oportuno a través del análisis de técnicas de imagen cardíaca

Congestive heart failure has become a growing public health problem. Reducing the high cost of congestive heart failure is challenging, as it progresses silently for years before diagnosis, especially in people with high cardiovascular risk and who do not control predisposing factors. New technological advances such as artificial intelligence offer solutions to these problems. Therefore, in this narrative review we determine the application of machine learning for risk identification and diagnosis of heart failure. The search was carried out in English and Spanish in the databases PubMed, HINARI, Google Scholar and Elsevier with the following MeSH terms: «Artificial intelligence¼, «Machine Learning¼, «Algorithm¼, «Cardiology¼, «Heart Failure¼, «Heart Failure/diagnosis¼, and «Heart Failure/prevention and control¼. We considered original articles, meta-analyses, literature reviews, and systematic reviews, including both cases and controls, published within the last seven years. No artificial intelligence was used in the preparation of this document. Artificial intelligence allows for risk assessment of heart failure and facilitates its timely diagnosis through the analysis of cardiac imaging techniques

RESUMO

Introducción. América Latina presenta un problema de desigualdad en el acceso a los servicios de salud en relación con el contexto sociocultural de la población,que se acentúa en relación con las actividades quirúrgicas. Ante esta situación, la cirugía global busca soluciones que permitan zanjar la brecha. Métodos. Planteamos el uso de la inteligencia artificial (IA) como una herramienta con gran potencial para expandir el alcance de los cirujanos a las poblaciones más desatendidas de esta región. Resultados. Las potenciales aplicaciones de la IA son innumerables. En este contexto, los recursos educacionales (chatbots) y las plataformas de telemedicina podrían acercar al profesional de la salud a donde es más necesario. Los algoritmos de seguimiento postoperatorio podrían alertarnos de factores de riesgo y posibles complicaciones. Los sistemas de análisis de información facilitarían la asignación de recursos humanos y materiales para brindar una atención más oportuna. La digitalización de las labores burocráticas y administrativas reduciría la carga para el cirujano, permitiendo dedicar este tiempo a la atención de los pacientes. Conclusiones. Pese a que existen limitaciones, como el acceso a la tecnología, la inversión requerida y la barrera idiomática, si los gobiernos, los profesionales de la salud y los desarrolladores tecnológicos apuestan por aplicar esta herramienta en el campo de la cirugía, podríamos estar cerca de una revolución de la atención de salud.

Introduction. Latin America presents great inequality in access to health services in relation to the sociocultural context of the population, which is accentuated in relation to surgical activities. Faced with this situation, global surgery seeks solutions that allow to close the gap. Methods. We propose the use of artificial intelligence (AI) as a tool with great potential to expand the reach of surgeons to the most underserved populations in the region. Results. The potential applications of AI are countless. In this context, educational resources (chatbots) and telemedicine platforms could bring health professional closer to where they are most needed. Postoperative monitoring algorithms could alert us of risk factors and possible complications. Information analysis systems would facilitate the allocation of human and material resources to provide more timely care. The digitalization of bureaucratic and administrative tasks would reduce the burden on the surgeon, allowing this time to be dedicated to patient care. Conclusions. Although there are limitations, such as reduced access to technology, the investment required and the language barrier, if governments, health professionals and technological developers commit to applying this tool in the field of surgery, we could be close to a health care revolution.

RESUMO

Introducción. Se estima que ocurren 4,2 millones de muertes anuales en los primeros 30 días postoperatorios. La Comisión de Lancet en Cirugía Global resalta la importancia de medir y reducir esta mortalidad. Este estudio desarrolló una calculadora de mortalidad perioperatoria específica para la población colombiana, pretendiendo identificar e intervenir tempranamente los pacientes con alto riesgo. Métodos. Se utilizaron datos del estudio multicéntrico ColSOS, en el que se incluyeron 3807 pacientes de 54 centros en Colombia. Se recopilaron variables clínicas, sociodemográficas y perioperatorias; se manejaron los datos faltantes con imputación múltiple. La selección de variables se realizó mediante análisis bivariado, regresión Lasso y Recursive Feature Elimination (RFE). Se compararon modelos predictivos utilizando regresión logística y XGBoost, evaluando su rendimiento con validación cruzada. Resultados. El modelo XGBoost fue seleccionado por mostrar una mejor sensibilidad y menor número de falsos negativos que la regresión logística. Se destacó la importancia en la predicción de la clasificación ASA, enfermedad pulmonar obstructiva crónica, inestabilidad hemodinámica y urgencia del procedimiento. El modelo predijo mortalidad con un área bajo la curva (AUC) de 0,87. Conclusión. El presente estudio ha desarrollado la primera calculadora de mortalidad perioperatoria diseñada para la población colombiana, incluyendo múltiples especialidades quirúrgicas. El modelo de machine learning seleccionado presenta una sensibilidad y especificidad que la hacen equiparable a las mejores herramientas internacionales. La implementación de esta herramienta permite identificar y manejar tempranamente a los pacientes en riesgo, con lo que se podría mejorar la atención quirúrgica en Colombia.

Introduction. It is estimated that 4.2 million deaths occur annually within the first 30 postoperative days. The Lancet Commission on Global Surgery highlights the importance of measuring and reducing this mortality. This study developed a specific perioperative mortality calculator for the Colombian population, aiming to identify and intervene early in high-risk patients. Methods. Data from the multicenter ColSOS study were used, in which 3807 patients from 54 centers in Colombia were included. Clinical, sociodemographic, and perioperative variables were collected; missing data were handled with multiple imputations. Variable selection was performed through bivariate analysis, Lasso regression, and Recursive Feature Elimination (RFE). Predictive models were compared using logistic regression and XGBoost, evaluating their performance with cross-validation. Results. The XGBoost model was selected because of its superior sensitivity and fewer false negatives than logistic regression. The importance in predicting ASA classification, COPD, hemodynamic instability, and urgency of the procedure was highlighted. The model predicted mortality with an area under the curve (AUC) of 0.87. Conclusion.This study has developed the first perioperative mortality calculator designed for the Colombian population, including multiple surgical specialties. The selected machine learning model demonstrates sensitivity and specificity comparable to the best international tools. The implementation of this tool allows for early identification and management of patients at risk, which could improve surgical care in Colombia.

RESUMO

A Inteligência Artificial tem revolucionado a produção de textos acadêmicos na área da saúde. Ela oferece benefícios, como o aumento da eficiência e melhoria da qualidade textual. Porém, seu uso apresenta desafios como o risco de plágio, a geração de conteúdo superficial e as questões éticas relacionadas à autoria e à responsabilidade. É fundamental que os pesquisadores utilizem a tecnologia de forma consciente, combinando suas capacidades com o pensamento crítico e a análise humana. A Inteligência Artificial pode ser uma ferramenta útil para auxiliar na produção de textos acadêmicos, mas não deve substituir a capacidade humana de criar, refletir e analisar.

Artificial Intelligence has revolutionized the production of academic texts in the health field. It offers benefits such as increased efficiency and improved text quality. However, its use presents challenges such as the risk of plagiarism, the generation of superficial content, and ethical issues related to authorship and responsibility. It is essential that researchers use technology consciously, combining its capabilities with critical thinking and human analysis. Artificial Intelligence can be a useful tool to assist in the producing of academic texts, but it should not replace the human capacity to create, reflect, and analyze.

RESUMO

A inovação pedagógica é uma tendência e necessita de abordagens baseadas em competências técnicas profissionais, que precisam ser trabalhadas para melhor atingir os objetivos estratégicos definidos junto à educação mediada por tecnologia. Cada vez mais, essa prática é vista como facilitadora do processo de aprendizagem aberta, flexível e a distância, especialmente em países em desenvolvimento, devido à importância da educação para o crescimento e avanço da ciência e tecnologia. Este relato de experiência apresenta a proposta de programa de qualificação profissional, composto por cursos extensionistas com a presença de componente inteligente e recursos educacionais abertos, em ambiente virtual de aprendizagem, aderente aos objetivos de desenvolvimento sustentável. Como resultados da execução de tal programa, 22.126 vagas foram ofertadas por meio de 5 cursos que, integralizados, correspondem a 180 horas de formação em Programa de Qualificação de Profissionais da Regulação do Sistema Único de Saúde. Concluiu-se, assim, que a estrutura proposta para o programa e a utilização de componente inteligente no fórum, para recomendação de conteúdo, combinados a um conjunto de recursos educacionais abertos, favorecem possibilidades de formação e aprendizado ao longo da vida. A recomendação de conteúdo em fórum de comunicação foi o diferencial apresentado no programa.

Pedagogical innovation is a trend and requires approaches based on professional technical skills, which need to be developed to better achieve the strategic goals defined in technology-mediated education. Increasingly, this practice is seen as a facilitator of open, flexible, and distance education processes, especially in developing countries, due to the importance of education for the growth and advancement of science and technology. This experience report aims to present the proposal for a professional qualification program, consisting of professionalization courses with the presence of an intelligent component and open educational resources, within a virtual learning environment, in line with sustainable development goals. As a result of the implementation of this program, 22,126 enrollments were offered across 5 courses that, when completed, correspond to 180 hours of training in the Unified Health System Regulation Professionals Qualification Program. In conclusion, the structure proposed for the program and the use of an intelligent component in the forum to recommend content, combined with a set of open educational resources, favor possibilities for lifelong learning and development. Recommending content in a communication forum was a differential presented in the program.

La innovación pedagógica es una tendencia que requiere enfoques basados en habilidades técnicas profesionales, que es necesario trabajarse para alcanzar mejor los objetivos estratégicos definidos en la educación mediada por tecnología. Cada vez más, se considera que esta práctica facilita el proceso de aprendizaje abierto, flexible y a distancia, especialmente en los países en desarrollo, debido a la importancia de la educación para el crecimiento y el avance de la ciencia y la tecnología. Este relato de experiencia presenta la propuesta de un programa de calificación profesional, compuesto por cursos de extensión con la presencia de un componente inteligente y recursos educativos abiertos, en un ambiente virtual de aprendizaje, alineado con los objetivos de desarrollo sostenible. Como resultado de la ejecución de este programa, se ofertaron 22.126 vacantes a través de 5 cursos que, al finalizar, corresponden a 180 horas de formación en el Programa de Calificación Profesional para la Regulación del Sistema Único de Salud. Concluyendo así que la estructura propuesta para el programa y el uso de un componente inteligente en el foro, para recomendar contenidos, combinados con un conjunto de recursos educativos abiertos, favorecen las posibilidades de formación y aprendizaje permanente. Recomendar contenidos en un foro de comunicación fue un diferenciador presentado en el programa.

RESUMO

INTRODUCTION: Orphan diseases (OD) are rare but collectively common, presenting challenges such as late diagnoses, disease progression, and limited therapeutic options. Recently, artificial intelligence (AI) has gained interest in the research of these diseases. OBJECTIVE: To synthesize the available evidence on the use of AI in the comprehensive approach to orphan diseases. METHODS: An exploratory systematic review of the Scoping Review type was conducted in PubMed, Bireme, and Scopus from 2019 to 2024. RESULTS: fifty-six articles were identified, with 21.4% being experimental studies; 28 documents did not specify an OD, 8 documents focused primarily on genetic diseases; 53.57% focused on diagnosis, and 36 different algorithms were identified. CONCLUSIONS: The information found shows the development of AI algorithms in different clinical settings, confirming the potential benefits in diagnosis times, therapeutic options, and greater awareness among health professionals.

RESUMO

Resumen La narrativa mitológica de Epimeteo y Prometeo, retratada por Platón, sirve de introducción a la importancia de la inteligencia artificial (IA). El hombre se caracteriza en este mito, frente al resto de criaturas, por tener un don divino: la capacidad de crear herramientas. La IA representa un avance revolucionario al sustituir la labor intelectual humana, destacando su capacidad para generar nuevo conocimiento de forma autónoma. En el ámbito científico, la IA agiliza la revisión por pares y mejora la eficiencia en la evaluación de manuscritos, además de aportar elementos creativos, como la reescritura, traducción o creación de ilustraciones. Sin embargo, su implementación debe ser ética, limitada a un asistente y bajo la supervisión experta para evitar errores y abusos. La IA, una herramienta divina en evolución, requiere que cada uno de sus avances se estudie y aplique críticamente.

Abstract The mythological story of Epimetheus and Prometheus, as told by Plato, serves as an introduction to the meaning of artificial intelligence (AI). In this myth, man, unlike other creatures, is endowed with a divine gift: the ability to create tools. AI represents a revolutionary advance, replacing human intellectual labour and emphasising its ability to autonomously generate new knowledge. In the scientific field, AI is speeding up peer review processes and increasing the efficiency of manuscript evaluation, while also contributing creative elements such as rewriting, translating or creating illustrations. However, its use must be ethical, limited to an assisting role, and subject to expert oversight to prevent errors and misuse. AI, an evolving divine tool, requires critical study and application of each of its advances.

RESUMO

Introducción: En el contexto del acelerado avance tecnológico y digital, la inteligencia artificial ha surgido como un elemento fundamental en la atención médica integral dentro del campo de las ciencias de la salud. A través de la adopción del aprendizaje automático, se está encaminando hacia la consecución de resultados más eficientes y experiencias de salud mejoradas para los pacientes. Este desarrollo no solo busca optimizar los procesos clínicos y administrativos, sino también promete impulsar la detección temprana de enfermedades, personalizar tratamientos y revolucionar la prestación de servicios médicos, lo que, en última instancia, mejorará significativamente la calidad de vida de los pacientes. Materiales y métodos: Se llevó a cabo una revisión panorámica de la literatura, realizando una búsqueda sistemática en bases de datos incluyendo Pubmed, LILAC, BVS, incluyendo artículos donde se evidencia la participación de la inteligencia artificial como modelos de aprendizaje en estudiantes de ciencias de la salud. Resultados: En la búsqueda realizada en las tres bases de datos se encontraron 186 estudios, Pubmed, LILAC  y BVS. Se incluyeron 10 artículos que cumplieron con los criterios de elegibilidad. Conclusión: La inteligencia artificial está transformando el panorama de la salud, ofreciendo nuevas oportunidades para mejorar la precisión del diagnóstico, la eficiencia del tratamiento y la calidad de la atención médica. Sin embargo, es importante abordar los desafíos y preocupaciones asociadas con su aplicación para garantizar su efectividad y beneficios en el cuidado de la salud. (provisto por Infomedic International)

Introduction: In the context of accelerating technological and digital advancement, artificial intelligence has emerged as a key enabler of integrated healthcare within the field of health sciences. Through the adoption of machine learning, it is moving towards more efficient outcomes and improved healthcare experiences for patients. This development not only aims to optimise clinical and administrative processes, but also promises to drive early disease detection, personalise treatments and revolutionise healthcare delivery, ultimately significantly improving patients' quality of life. Materials and methods: A scoping review of the literature was carried out, conducting a systematic search of databases including Pubmed, LILAC, BVS, including articles where the participation of artificial intelligence as learning models in health science students is evidenced. Results: The search of the three databases found 186 studies, Pubmed [171], LILAC [11] and BVS [4]. 10 articles that met the eligibility criteria were included.  Conclusions: Artificial intelligence is transforming the healthcare landscape, offering new opportunities to improve diagnostic accuracy, treatment efficiency and quality of care. However, it is important to address the challenges and concerns associated with its application to ensure its effectiveness and benefits in healthcare. (provided by Infomedic International)

RESUMO

RESUMEN El objetivo esta investigación es realizar un mapeo científico basado en la teoría de grafos y efectuar un análisis crítico de la producción científica relacionada con la temática de transhumanismo y agroecología. Metodológicamente se hizo una búsqueda del tema en la plataforma Scopus, las referencias extraídas se procesaron mediante la herramienta Bibliometrix. Posteriormente, se hizo un análisis crítico que contrastara la perspectiva del cuerpo desde el transhumanismo y desde la agroecología. Los resultados muestran que los países con mayor producción científica en el área son China, Estados Unidos y Francia. También señalan que hay un interés creciente de la comunidad científica en el tema de transhumanismo y agroecología, que se evidencia en una marcada producción académica en los últimos cinco años. El artículo contrasta dos visiones del cuerpo: una visión reduccionista e instrumental impuesta por el Occidente hegemónico y una perspectiva agroecológica, que considera el cuerpo como un territorio profundo e inconmensurable, conectado con la tierra, el agua, el aire, el fuego, las plantas, los minerales, los animales, y el cosmos.

ABSTRACT This research aims to carry out a scientific mapping based on graph theory and conduct a critical analysis of the scientific production related to transhumanism and agroecology Methodologically, a search for the topic was carried out on the Scopus platform, the extracted references were processed using the Bibliometrix tool. Subsequently, a critical analysis was made that contrasted the perspective of the body from transhumanism and agroecology The results show that the countries with the greatest scientific production in the area are China, the United States, and France. They also point out a growing interest from the scientific community in the topic of transhumanism and agroecology which is evident in a marked academic production in the last five years. The article contrasts two visions of the body: a reductionist and instrumental vision imposed by the hegemonic West and an agroecological perspective, which considers the body as a deep and immeasurable territory connected with the earth, water air, fire, and plants. , minerals, animals, and the cosmos.

RESUMO O objetivo desta pesquisa é realizar um mapeamento científico com base na teoria dos grafos e fazer uma análise crítica da produção científica relacionada aos temas do transhumanismo e da agroecologia. Metodologicamente, foi realizada uma busca sobre o tema na plataforma Scopus, e as referências extraídas foram processadas por meio da ferramenta Bibliometrix. Posteriormente, foi feita uma análise crítica para contrastar a perspectiva do corpo a partir do transhumanismo e da agroecologia. Os resultados mostram que os países com maior produção científica na área são China, Estados Unidos e França. Apontam também que há um crescente interesse da comunidade científica pelo tema do transhumanismo e da agroecologia, o que é evidenciado por uma acentuada produção acadêmica nos últimos cinco anos. O artigo contrapõe duas visões do corpo: uma visão reducionista e instrumental imposta pelo Ocidente hegemônico e uma perspectiva agroecológica, que considera o corpo como um território profundo e imensurável, conectado à terra, à água, ao ar, ao fogo, às plantas, aos minerais, aos animais e ao cosmos.

RESUMO

La Era Digital en la que vivimos exige el replanteamiento de los paradigmas jurídicos actuales, tanto desde el punto de vista de la regulación como de la gobernanza, y esto afecta de forma particular a los datos, y a la investigación científica con datos. Este trabajo trata de realizar una panorámica a los desafíos y oportunidades que se plantean en este ámbito, buscando una metodología de investigación jurídica multidisciplinar que se adecúe al emergente Derecho (europeo) de la ciencia y la tecnología. Concluye la necesidad de trabajar para que en el desarrollo de este nuevo Derecho, tanto la regulación como la gobernanza siga una serie de principios éticos y jurídicos que permitan la garantía de los derechos y libertades de las personas.

The Digital Age in which we live requires the rethinking of current legal paradigms, both from the point of view of regulation and governance, and this particularly affects data, and scientific research with data. This work attempts to provide an overview of the challenges and opportunities that arise in this area, seeking a multidisciplinary legal research methodology adapted to the emerging (European) law of science and technology. It concludes the need to work so that in its development, both regulation and governance follow a series of ethical and legal principles that allow the guarantee of the rights and freedoms of people.

A Era Digital em que vivemos exige repensar os paradigmas jurídicos atuais, tanto do ponto de vista da regulação como da governação, e isso afeta particularmente os dados, e a investigação científica com dados. Este trabalho tenta fornecer uma visão geral dos desafios e oportunidades que surgem nesta área, procurando uma metodologia de investigação jurídica multidisciplinar que se adapte ao emergente Direito (europeu) da ciência e da tecnologia. Conclui a necessidade de trabalhar para que no seu desenvolvimento, tanto a regulação como a governança sigam uma série de princípios éticos e legais que permitam a garantia dos direitos e liberdades das pessoas.

RESUMO

Los neurodatos, es decir los datos provenientes del examen de la actividad cerebral humana y del sistema nervioso, pueden ser recolectados por distintas neurotecnologías con uso de inteligencia Artificial tanto en el ámbito médico, desde el punto de vista diagnostico especialmente mediante electroencefalografía, interfaz cerebro-computador, resonancia nuclear magnética funcional etc., pero también en la terapias sanitarias y en la actividad de rehabilitación; en el marketing y en la prestación de servicios a los consumidores (por ejemplo los videojuegos y otras aplicaciones lúdicas), en aplicaciones con fines de seguridad, hasta su uso en el proceso penal o con fines militares. Esta investigación intenta dilucidar desde el punto de vista jurídico la naturaleza y alcance de los neurodatos con especial énfasis en la pregunta si pueden considerarse como datos personales o si es necesaria una regulación específica como la chilena.

Os neurodados, ou seja, os dados provenientes do exame da atividade cerebral humana e do sistema nervoso, podem ser coletados por distintas neurotecnologias com o uso de inteligência artificial, tanto no âmbito médico, sob o ponto de vista diagnóstico, especialmente por meio de eletroencefalografia, interface cérebro-computador, ressonância magnética funcional, etc., como também em terapias de saúde e na atividade de reabilitação; no marketing e na prestação de serviços aos consumidores (por exemplo, em videogames e outras aplicações lúdicas), em aplicações com fins de segurança, até seu uso em processos penais ou para fins militares. Esta pesquisa busca esclarecer, do ponto de vista jurídico, a natureza e o alcance dos neurodados, com especial ênfase na questão de saber se podem ser considerados como dados pessoais ou se é necessária uma regulamentação específica, como a chilena.

Neurodata, i.e. data from the examination of human brain activity and the nervous system, can be collected by different neurotechnologies with the use of Artificial Intelligence both in the medical field, from the diagnostic point of view especially through electroencephalography, brain-computer interface, functional magnetic resonance imaging etc., but also in health therapies and rehabilitation activity; in marketing and consumer services (e.g. video games and other entertainment applications), in applications for security purposes, to their use in criminal prosecution or for military purposes. This research attempts to elucidate from a legal point of view the nature and scope of neurodata with special emphasis on the question whether they can be considered as personal data or whether a specific regulation such as the Chilean one is necessary.

RESUMO

Objective: To analyze the issue of justice and discrimination in artificial intelligence systems based on medical image databases. Methodology: Analysis of documents that constitute the regulatory framework of the European Union for the use of artificial intelligence, compared with the report FUTURE-AI: Guiding Principles and Consensus Recommendations for Trustworthy Artificial Intelligence in Medical Imaging. Results: The study indicates that artificial intelligence trained with unbalanced data tends to generate biased predictions, which can exacerbate health inequalities and affect justice. Discrimination in artificial intelligence systems appears abstract, subtle, and difficult to detect compared to traditional forms of discrimination. Final Considerations: Robust regulation is necessary to ensure justice in artificial intelligence systems, considering the need for interdisciplinary collaboration to prepare this new generation of legal professionals with an enhanced perspective on the topic and its various dimensions.

Objetivo: analisar a questão da justiça e da discriminação em sistemas de inteligência artificial, com base em bancos de imagens médicas. Metodologia: análise de documentos que compõem o marco normativo da União Europeia para o uso da inteligência artificial cotejados com o relatório FUTURE-AI: Guiding Principles and Consensus Recommendations for Trustworthy Artificial Intelligence in Medical Imaging. Resultados: o estudo indica que a inteligência artificial treinada com dados desbalanceados tende a gerar previsões enviesadas, o que pode exacerbar desigualdades de saúde e afetar a justiça. A discriminação em sistemas de inteligências artificias se mostra abstrata, sutil e de difícil detecção quando comparadas com as formas tradicionais de discriminação. Considerações finais: Impõe-se uma regulamentação robusta para garantir justiça nos sistemas de inteligência artificial considerando a necessidade de colaboração interdisciplinar para preparar essa nova geração de juristas com um olhar aprimorado sobre o tema e suas variadas dimensões.

Objetivo: Analizar la cuestión de la justicia y la discriminación en sistemas de inteligencia artificial, basándose en bancos de imágenes médicas. Metodología: Análisis de documentos que constituyen el marco normativo de la Unión Europea para el uso de la inteligencia artificial, cotejados con el informe FUTURE-AI: Principios Rectores y Recomendaciones de Consenso para una Inteligencia Artificial Confiable en Imágenes Médicas. Resultados: El estudio indica que la inteligencia artificial entrenada con datos desbalanceados tiende a generar predicciones sesgadas, lo que puede exacerbar las desigualdades en salud y afectar la justicia. La discriminación en los sistemas de inteligencia artificial se muestra abstracta, sutil y de difícil detección en comparación con las formas tradicionales de discriminación. Consideraciones finales: Es necesaria una regulación robusta para garantizar la justicia en los sistemas de inteligencia artificial, considerando la necesidad de colaboración interdisciplinaria para preparar a esta nueva generación de juristas con una perspectiva mejorada sobre el tema y sus diversas dimensiones.

RESUMO

A inserção dos Assistentes Virtuais Inteligentes na vida cotidiana representa um marco na história da comunicação entre humanos e máquinas. Devido às suas características interativas, estes estão sendo cada vez mais apropriados e desenvolvidos para fins de cuidado, especialmente no âmbito da saúde mental. Este artigo visa compreender se e como o debate regulatório brasileiro oferece instrumentos para lidar com os desafios e as preocupações desses sistemas de Inteligência Artificial em relação à saúde mental. A partir de uma análise documental, mapeamos exemplos de aplicação dos Assistentes Virtuais Inteligentes em saúde mental, a fim de identificar riscos a direitos dos usuários e avaliar, na legislação brasileira vigente e em discussão, se há proteção suficiente para lidar com eles. Por meio de uma abordagem crítica, salientamos a insuficiência da legislação brasileira atual e a necessidade de ampliação do debate sobre como equilibrar possíveis riscos e benefícios dessas tecnologias.

The integration of Intelligent Virtual Assistants into everyday life marks a milestone in the history of human-machine communication. Due to their interactive characteristics, they are increasingly being appropriated and developed for caregiving purposes, especially in the field of mental health. This article aims to understand whether and how the Brazilian regulatory debate provides tools to address the challenges and concerns of these Artificial Intelligence systems concerning mental health. Through a document analysis, we map examples of Intelligent Virtual Assistants's applications to mental health to identify risks to users' rights and evaluate whether the current and the proposed Brazilian legislation offer sufficient protection to address these risks. Through a critical approach, we highlight the inadequacy of current Brazilian legislation and the need to expand the debate on how to balance the potential risks and benefits of these technologies.

La inserción de los Asistentes Virtuales Inteligentes en la vida cotidiana representa un hito en la historia de la comunicación entre humanos y máquinas. Debido a sus características interactivas, cada vez son más apropiados y desarrollados para fines de cuidado. Este artículo tiene como objetivo comprender si y cómo el debate regulatorio brasileño ofrece instrumentos para abordar los desafíos y preocupaciones de estos sistemas de Inteligencia Artificial en relación con la salud mental. A partir de un análisis documental, mapeamos ejemplos de la aplicación de los Asistentes Virtuales Inteligentes a la salud mental, con el fin de identificar riesgos para los derechos de los usuarios y evaluar, en la legislación brasileña vigente y en discusión, si hay protección suficiente para abordarlos. Destacamos la insuficiencia de la legislación brasileña actual y la necesidad de ampliar el debate sobre cómo equilibrar los posibles riesgos y beneficios de estas tecnologías.

RESUMO

The article explores the evolution of medical knowledge from its anatomical and functional foundations to the integration of advanced technological tools, focusing on the impact of artificial intelligence (AI) on the development of diagnostic competencies. Initially, medical training relied on direct observation and clinical judgment based on anatomical and surgical knowledge. Subsequently, the inclusion of physiology and pathology enabled a functional understanding of the human body, transforming diagnosis into a systematic skill supported by objective data such as laboratory tests and medical imaging. The integration of AI in recent decades has revolutionized this process, offering unprecedented capabilities to analyze complex clinical data. Tools such as machine learning algorithms and predictive systems have enhanced diagnostic precision, allowing for the identification of previously unnoticed patterns. This data-driven approach strengthens physicians' ability to correlate clinical symptoms and signs with specific pathological entities. However, the incorporation of AI presents challenges in medical education. Future physicians must combine learning traditional clinical foundations with mastering advanced technologies, all while maintaining an ethical and patient-centered approach. Furthermore, excessive reliance on technology and biases inherent in algorithms underscore the need to balance technological innovation with human clinical judgment. The article highlights that medical education must adapt to include critical competencies such as digital literacy, ethical reasoning, and critical thinking. AI-based simulators and educational platforms are playing a key role in preparing physicians for a more digitized clinical environment, while research remains essential to ensure transparency and fairness in these technologies.

El artículo explora la evolución del conocimiento médico desde sus bases anatómicas y funcionales hasta la integración de herramientas tecnológicas avanzadas, con un enfoque en el impacto de la inteligencia artificial (IA) en el desarrollo de competencias diagnósticas. En sus inicios, la formación médica dependía de la observación directa y el juicio clínico basado en el conocimiento anatómico y quirúrgico. Posteriormente, la inclusión de fisiología y patologías permitió una comprensión funcional del cuerpo humano, transformando el diagnóstico en una habilidad sistemática apoyada por datos objetivos como pruebas de laboratorio e imágenes médicas. La incorporación de la IA en las últimas décadas ha revolucionado este proceso, proporcionando capacidades sin precedentes para analizar datos clínicos complejos. Herramientas como algoritmos de aprendizaje automático y sistemas predictivos han elevado la precisión del diagnóstico, permitiendo identificar patrones que antes pasaban desapercibidos. Este enfoque basado en datos refuerza la capacidad del médico para correlacionar síntomas y signos clínicos con entidades patológicas específicas. Sin embargo, la integración de la IA plantea desafíos en la educación médica. Los futuros médicos deben combinar el aprendizaje de fundamentos clínicos tradicionales con el dominio de tecnologías avanzadas, todo ello mientras mantienen un enfoque ético y centrado en el paciente. Además, la dependencia excesiva en la tecnología y los sesgos inherentes a los algoritmos subrayan la necesidad de un equilibrio entre innovación tecnológica y juicio clínico humano. El artículo destaca que la formación médica debe adaptarse para incluir competencias críticas como alfabetización digital, razonamiento ético y pensamiento crítico. Los simuladores y plataformas educativas basadas en IA están desempeñando un papel clave en la preparación de los médicos para un entorno clínico más digitalizado, mientras que la investigación sigue siendo esencial para garantizar la transparencia y equidad de estas tecnologías.

RESUMO

SUMMARY: To diagnose obstructive sleep apnea syndrome (OSAS), polysomnography is used, an expensive and extensive study requiring the patient to sleep in a laboratory. OSAS has been associated with features of facial morphology, and a preliminary diagnosis could be made using an artificial intelligence (AI) predictive model. This study aimed to analyze, using a scoping review, the AI-based technological options applied to diagnosing OSAS and the parameters evaluated in such analyses on craniofacial structures. A systematic search of the literature was carried out up to February 2024, and, using inclusion and exclusion criteria, the studies to be analyzed were determined. Titles and abstracts were independently selected by two researchers. Fourteen studies were selected, including a total of 13,293 subjects analyzed. The age of the sample ranged from 18 to 90 years. 9,912 (74.56 %) subjects were male, and 3,381 (25.43 %) were female. The included studies presented a diagnosis of OSAS by polysomnography; seven presented a control group of subjects without OSAS and another group with OSAS. The remaining studies presented OSAS groups in relation to their severity. All studies had a mean accuracy of 80 % in predicting OSAS using variables such as age, gender, measurements, and/or imaging measurements. There are no tests before diagnosis by polysomnography to guide the user in the likely presence of OSAS. In this sense, there are risk factors for developing OSA linked to facial shape, obesity, age, and other conditions, which, together with the advances in AI for diagnosis and guidance in OSAS, could be used for early detection.

Para diagnosticar el Síndrome Apnea Obstructiva del Sueño (SAOS) se utiliza la polisomnografía, el cual es un costoso y extenso estudio que exige que el paciente duerma en un laboratorio. El SAOS ha sido asociado con características de la morfología facial y mediante un modelo predictivo de la Inteligencia Artificial (IA), se podría realizar un diagnóstico preliminar. El objetivo de este estudio fue analizar por medio de una revisión de alcance, las opciones tecnológicas basadas en IA aplicadas al diagnóstico del SAOS, y los parámetros evaluados en dichos análisis en las estructuras craneofaciales. Se realizó una búsqueda sistemática de la literatura hasta febrero del 2024 y mediante criterios de inclusión y exclusión se determino los estudios a analizar. Los títulos y resúmenes fueron seleccionados de forma independiente por dos investigadores. Se seleccionaron 14 estudios, incluyeron un total de 13.293 sujetos analizados. El rango edad de la muestra oscilo entre 18 y 90 años. 9.912 (74.56 %) sujetos eran de sexo masculino y 3.381 (25,43 %) eran de sexo femenino. Los estudios incluidos presentaron diagnóstico de SAOS mediante polisomnografía, siete estudios presentaron un grupo control de sujetos con ausencia de SAOS y otro grupo con presencia de SAOS. Mientras que los demás estudios, presentaron grupos de SAOS en relación con su severidad. Todos los estudios tuvieron una precisión media del 80 % en la predicción de SAOS utilizando variables como la edad, el género, mediciones y/o mediciones imagenológicas. no existen exámenes previos al diagnóstico por polisomnografía que permitan orientar al usuario en la probable presencia de SAOS. En este sentido, existen factores de riesgo para desarrollar SAOS vinculados a la forma facial, la obesidad, la edad y otras condiciones, que sumados a los avances con IA para diagnóstico y orientación en SAOS podrían ser utilizados para la detección precoz del mismo.

RESUMO

La inteligencia artificial se está usando ampliamente en diversos campos de la medicina. El objetivo de esta revisión es describir las principales aplicaciones, oportunidades y desafíos de la inteligencia artificial en medicina brindando una perspectiva del contexto actual. Se realizó una revisión narrativa de la literatura, identificando la información más actualizada y relevante sobre el tema. Se consultaron las bases de datos electrónicas PubMed, Scopus y SciELO, desde enero de 2019 a marzo de 2024, tanto en inglés como en español. Se incluyeron revisiones sistemáticas y no sistemáticas de la literatura, scoping reviews, artículos originales y capítulos de libros. Se excluyeron artículos duplicados, trabajos científicos poco claros, aquellos de bajo rigor científico y literatura gris. La implementación de la inteligencia artificial en medicina ha traído consigo notables beneficios, que van desde el registro de información médica hasta el descubrimiento de nuevos fármacos. Ha generado una revolución en la forma tradicional de hacer medicina. Por otro lado, ha traído consigo desafíos en materia de precisión, confiabilidad, ética, privacidad, entre otros. Es crucial mantener un enfoque centrado en el paciente y garantizar que estas tecnologías se utilicen para mejorar los resultados en salud y promover la equidad en el acceso a la atención médica. La colaboración entre profesionales de la salud, investigadores, entidades reguladoras y desarrolladores de tecnología será fundamental para enfrentar estos desafíos y aprovechar todo el potencial de la inteligencia artificial.

Artificial intelligence is being widely used in various fields of medicine. The aim of this review is to describe the main applications, opportunities and challenges of AI in medicine by providing an overview of the current context. An overview of the literature was conducted, identifying the most up-to-date and relevant information on the topic. The electronic databases PubMed, Scopus and SciELO were consulted, from January 2019 to March 2024, in both English and Spanish. Systematic and non-systematic literature reviews, scoping reviews, original articles and book chapters were included. Duplicate articles, unclear scientific papers, those of low scientific rigour and grey literature were excluded. The implementation of artificial intelligence in medicine has brought remarkable benefits, ranging from the recording of medical information to the discovery of new drugs. It has generated a revolution in the traditional way of doing medicine. On the other hand, it has brought with it challenges in terms of accuracy, reliability, ethics, privacy, among others. It is crucial to maintain a patient-centred approach and ensure that these technologies are used to improve health outcomes and promote equity in access to care. Collaboration between healthcare professionals, researchers, regulators and technology developers will be critical to address these challenges and realise the full potential of artificial intelligence.

RESUMO

Abstract This study aims to indicate the potential of artificial intelligence (AI) in epidemiological reports of decayed, missed and restored teeth. As a proof of concept our study model used panoramic x-ray images and an AI algorithm for tooth numbering, detection of the caries and restorations with accuracy over 80% for such diagnostic tasks. The output came as the number of decayed, missed and restored teeth according to patient's age and the DMFT index (number of decayed, missing, and filled teeth) which varied from 3.6 (up to 20 years old) to 20.4 (+60 years old). Thus, it is suggested that AI is a promising method to automate health data collection through the analysis of x-rays.

Resumen Este estudio tiene como objetivo indicar el potencial de la inteligencia artificial (IA) en los informes epidemiológicos de dientes cariados, perdidos y restaurados. Como prueba de concepto, nuestro modelo de estudio utilizó imágenes panorámicas de rayos X y un algoritmo de inteligencia artificial para la numeración de dientes, la detección de caries y las restauraciones con una precisión superior al 80 % para dichas tareas de diagnóstico. El resultado fue el número de dientes cariados, perdidos y restaurados según la edad del paciente y el índice CPOD (número de dientes cariados, perdidos y obturados) que varió de 3,6 (hasta 20 años) a 20,4 (+60 años). Por tanto, se sugiere que la IA es un método prometedor para automatizar la recopilación de datos de salud mediante el análisis de rayos X.