Artículos de interés

Premios New Medical Economics 2018

¡Ya conocemos a los GANADORES de los Premios New Medical Economics 2018!

En Profundidad: La Inteligencia Artificial, el área multidisciplinaria más atractiva del siglo XXI

Luis Silva Ponte

Luis Silva Ponte

Leonardo Da Vinci, polifacético y visionario precursor en tantas cosas decía: “Sabemos muy poco, y sin embargo es sorprendente que sepamos tanto. Y es todavía más sorprendente que tan poco conocimiento nos dé tanto poder”.

Hoy en día, en pleno siglo XXI, el Científico en Datos o Data Scientific aporta a las organizaciones el valor que añade el conocimiento. El científico de datos afrontará los retos de los datos para optimizar la competitividad de cualquier negocio.

Según la Harvard Business Review el científico de datos, tiene, por tanto, el perfil de la profesión más atractiva de este siglo.

Por motivos de sostenibilidad, se optimizará la competitividad de cualquier organización, ya sea esta privada o pública, ya tenga o no ánimo de lucro. En este contexto, los científicos de datos combinan los conocimientos de las organizaciones -sanitarias, farmacéuticas, sociosanitarias o de cualquier otro sector- las tecnologías de datos masivos y las capacidades avanzadas de análisis para conseguir una mejora en los resultados en todas, y cada una de las áreas susceptibles de optimización dentro de la organización. En una palabra, estos profesionales, por su combinación de conocimientos, añaden un valor significativo y diferencial a las organizaciones.

A modo de ejemplo enuncio, no exhaustivamente, algunas posibilidades de optimización por la actuación del científico de datos; aumentar la producción de servicios de salud, mejorar la calidad asistencial, reducir los tiempos y los costes de los procesos, contribuir a mejorar las tomas de decisiones diagnósticas y terapéuticas, predecir con la mayor precisión posible la demanda del servicio de emergencia y su impacto en la hospitalización, en el consumo de fungibles y en las necesidades de personal, conocer de forma mediata o inmediata si se está produciendo una epidemia y su evolución, identificar y prever el comportamiento abusivo y fraudulento en un sistema asegurador, sistematizar nuevas fórmulas de fraude incluso para el supuesto de que nunca hayan ocurrido, mejorar la ciber seguridad hospitalaria, predecir el grado de éxito que es susceptible de obtener el lanzamiento de un nuevo fármaco, apoyo a la optimización de la práctica clínica, mejora diagnóstico precoz, …Como vemos las aplicabilidades son ilimitadas.

Pensamos que la ciencia de los datos y la posibilidad de extraer el conocimiento que está implícito en los datos no es una moda efímera, sino que irrumpe en el mundo de las organizaciones como un conjunto de soluciones, no de tecnologías, a las necesidades de una organización o de un negocio y busca disruptir, o lo que es lo mismo; poner patas arriba una industria, una organización o un negocio (considerando como es éste ahora), al consolidar en el centro neurálgico de dichas organizaciones, una forma de tomar decisiones basada en el conocimiento, conocimiento este implícito en los datos, y que se extrae de  dichos datos para entregárselo a los expertos que proponen o toman las decisiones.

Así, por ejemplo, para un negocio privado, donde la organización centrada en el cliente sustituye a la organización centrada en el producto, pasaremos, con certeza, del segmento al micro segmento donde identificamos a clientes que tienen los mismos patrones de comportamiento conforme a un número de variables útiles que explican todos y cada uno de los comportamientos identificados y agrupan cada micro segmento en una región de comportamiento. De esta forma, y para cada comportamiento relevante, podremos ofrecer a nuestros clientes propuestas de valor y nuevos productos más personales, “propuestas a la carta” y gestionar alarmas de distinta tipología que son de interés para nuestros clientes. También estaremos muy interesados en tener la fuerza de ventas más eficiente del mercado gracias a las oportunidades de venta y a las palancas de conversión en venta real que proporciona el sistema por punto de venta.

“Hoy en día el Científico de Datos aporta a las organizaciones el valor que añade el conocimiento”

Son múltiples las tecnologías que se aplican en el tratamiento masivo y en la clasificación de datos, pero no son tantas las soluciones existentes para dar una respuesta a las diversas necesidades y a materializar las oportunidades de mejora  identificadas dentro de las organizaciones. Ahora, estas soluciones, hasta hace poco tiempo impensables, son posibles y viables, ya que los costes de almacenamiento y de procesamiento de la información han disminuido drásticamente.

En este contexto, la Inteligencia Artificial (IA) se erige como una de las alternativas que retorna por fueros propios, al mundo de las organizaciones de servicios gracias a los resultados alcanzados, y por ello, viene a albergarse en el núcleo estratégico de las organizaciones.

La Inteligencia artificial o IA, estudia la creación y diseño de entidades capaces de resolver cuestiones por sí mismas, utilizando como paradigma la inteligencia humana.

Dentro del “paraguas” de soluciones que engloba la inteligencia artificial quiero reseñar, a pesar de que el nombre pueda intimidar un poco, a las redes neuronales (RNA), estas redes, verdaderamente, no esconden un concepto demasiado complicado. Se pretende imitar el funcionamiento de las redes neuronales de los seres vivos de forma que se constituye un conjunto de neuronas conectadas entre sí,  y que trabajan conjuntamente, sin que ninguna tenga una tarea concreta. Con la experiencia, las neuronas van creando y reforzando ciertas conexiones para “aprender”. Pero este enfoque biológico no es muy útil y las redes tienen ahora, tras un proceso de evolución, un foco esencialmente matemático y estadístico.

Las RNA se basan en una idea sencilla; dados unos parámetros, hay una forma de combinarlos para predecir un cierto resultado. Sirva a modo de ejemplo; Google. Conociendo la carga de servidores de un centro de procesamiento de datos (CPD), su temperatura y demás parámetros, determinó que existiría una manera de saber lo que van a consumir, pero el  problema era que es que no sabemos como combinar los diferentes parámetros. Son precisamente, las redes neuronales, las que nos van a permitir buscar la combinación de parámetros que mejor se ajusta a la resolución de un determinado problema. A esto se llama entrenar a la red neuronal. La red, una vez entrenada, se puede usar luego para hacer predicciones o clasificaciones aplicando la combinación hallada y mejorar sustancialmente algunos resultados ya existentes en la organización.

 

 
 
Twitter   Facebook   Linkedin   ISSUU   Contacto

Acceso Profesionales

Suscribirse a NME

Nuestro Twitter

...