Browsing by Subject "IA"
Now showing 1 - 7 of 7
Results Per Page
Sort Options
- PublicationOpen AccessEficacia de la capacidad y la eficiencia pronósticas de la herramienta de inteligencia artificial Thoracic Care Suite de GE aplicada a la radiografía torácica de pacientes con neumonía COVID-19(Elsevier, 2023-01-31) Plasencia Martínez, Juana María; Pérez Costa, Rafael; Ballesta Ruiz, Mónica; García Santos, José María; Ciencias Sociosanitarias; Facultades de la UMU::Facultad de EnfermeríaObjective: Rapid progression of COVID-19 pneumonia may put patients at risk of requiring ventilatory support, such as non-invasive mechanical ventilation or endotracheal intubation. Implementing tools that detect COVID-19 pneumonia can improve the patient's healthcare. We aim to evaluate the efficacy and efficiency of the artificial intelligence (AI) tool GE Healthcare's Thoracic Care Suite (featuring Lunit Insight CXR, TCS) to predict the ventilatory support need based on pneumonic progression of COVID-19 on consecutive chest X-rays. Methods: Outpatients with confirmed SARS-CoV-2 infection, with chest X-ray (CXR) findings probable or indeterminate for COVID-19 pneumonia, who required a second CXR due to unfavorable clinical course, were collected. The number of affected lung fields for the 2 CXRs was assessed using the AI tool. Results: One hundred fourteen patients (57.4 ± 14.2 years; 65 of them were men, 57%) were retrospectively collected; and 15 (13.2%) required ventilatory support. Progression of pneumonic extension ≥ 0.5 lung fields per day compared to pneumonia onset, detected using the TCS tool, increased the risk of requiring ventilatory support by 4-fold. Analyzing the AI output required 26 seconds of radiological time. Conclusions: Applying the AI tool, Thoracic Care Suite, to CXR of patients with COVID-19 pneumonia allows us to anticipate ventilatory support requirements requiring less than half a minute.
- PublicationOpen AccessIA : dentro de la flexibilidad laboral y de un balance trabajo-vida.(Colex, 2024) Blasco Jover, CarolinaLa entrada de la Inteligencia Artificial (IA) y de una nueva generación de sistemas informáticos que, a la vez que nos están haciendo plantearnos qué es ser un humano, han aumentado la posibilidad de gestionar ingentes cantidades de información en cualquier tiempo y lugar y que han permitido la deslocalización del trabajo presencial (o, al menos, algunas específicas tareas y funciones), la formación de un nuevo tipo de trabajador más flexible, pero también más transparente por el rastro tecnológico que va dejando a su paso, el aumento de las tareas relacionadas con la comunicación y con la coordinación de procesos y personas y la creación de nuevas necesidades formativas relacionadas con las tecnologías de la información y de la comunicación, con la IA, con las herramientas digitales y con el análisis y tratamiento de los datos.
- PublicationOpen AccessInteligencia Artificial al servicio de la publicidad: posicionamiento de marca país a través de contenidos de entretenimiento(Egregius, 2024-07) Hernández Gómez, Onésimo Samuel; ComunicaciónLa iniciativa "Dutch Cycling Lifestyle" del gobierno de los Países Bajos surge como un proyecto innovador que integra la visión de movilidad sostenible con el impacto transformador de la tecnología. Este estudio profundiza en la esencia de dicho programa, que va más allá de las fronteras nacionales para difundir los valores medioambientales y la avanzada infraestructura ciclista que caracteriza a los Países Bajos. Mediante una plataforma web impulsada por Inteligencia Artificial (IA) y el uso de Google Street View, se brinda a los ciudadanos de todo el mundo una experiencia única: visualizar la transformación de una calle común, reflejando la visión holandesa de movilidad consciente y sostenible. El propósito central es evaluar el posicionamiento de marca de los Países Bajos como referentes en movilidad sostenible, utilizando elementos persuasivos basados en la inteligencia artificial. Al permitir que usuarios de cualquier lugar experimenten virtualmente la transformación de sus calles según el modelo holandés, se busca inspirar y promover prácticas de transporte más sostenibles a nivel global. La investigación se llevó a cabo mediante un estudio de caso del proyecto “Dutch Cycling Lifestyle”. De carácter cualitativo, incluyó la exploración del portal web y el análisis de los discursos integrados en la estrategia del proyecto. Además, se complementó con fuentes secundarias, como comunicados de prensa y entrevistas publicadas por los protagonistas de la campaña. Los hallazgos muestran el potencial de la inteligencia artificial como una herramienta estratégica en el ámbito publicitario. La IA no solo cumple una función operativa, sino que se convierte en un elemento clave que potencia la creación de contenido publicitario entretenido y atractivo para el público. La capacidad de la IA para procesar grandes volúmenes de datos en tiempo real ha facilitado la creación de experiencias publicitarias interactivas y personalizadas. Estos contenidos no solo comunican el mensaje publicitario, sino que también logran un alto nivel de participación por parte de la audiencia, convirtiendo la publicidad en una forma de entretenimiento activo. Nuestros resultados destacan que la inteligencia artificial no solo optimiza la eficiencia operativa en la publicidad, sino que también redefine la esencia de los contenidos publicitarios. Su capacidad para generar material personalizado y flexible abre nuevas posibilidades para que la publicidad entretenga y conecte emocionalmente con la audiencia, marcando una evolución importante en las estrategias publicitarias modernas.
- PublicationOpen AccessLa protección social de la era digital(Thomson Reuters Aranzadi, 2021) Ortiz González, Pedro Francisco; Derecho del Trabajo y la Seguridad Social; María Luz Rodríguez Fernández; Facultad de Ciencias del Trabajo
- PublicationOpen AccessMachine vs Machine: Large Language Models (LLMs) in Applied Machine Learning High-Stakes Open-Book Exams(Universidad de Murcia, Servicio de Publicaciones, 2024-05-30) Quille, Keith; Alattyanyi, Csanad; Becker, Brett A.; Faherty, Róisín; Gordon, Damian; Harte, Miriam; Hensman, Svetlana; Hofmann, Markus; Jiménez García, Jorge; Kuznetsov, Anthony; Marais, Conrad; Nolan, Keith; Nicolai, Cianan; O’Leary, Ciarán; Zero, AndrzejThere is a significant gap in Computing Education Research (CER) concerning the impact of Large Language Models (LLMs) in advanced stages of degree programmes. This study aims to address this gap by investigating the effectiveness of LLMs in answering exam questions within an applied machine learning final-year undergraduate course. The research examines the performance of LLMs in responding to a range of exam questions, including proctored closed-book and open-book questions spanning various levels of Bloom’s Taxonomy. Question formats encompassed open-ended, tabular data-based, and figure-based inquiries. To achieve this aim, the study has the following objectives: Comparative Analysis: To compare LLM-generated exam answers with actual student submissions to assess LLM performance. Detector Evaluation: To evaluate the efficacy of LLM detectors by directly inputting LLM-generated responses into these detectors. Additionally, assess detector performance on tampered LLM outputs designed to conceal their AI-generated origin. The research methodology used for this paper incorporates a staff-student partnership model involving eight academic staff and six students. Students play integral roles in shaping the project’s direction, particularly in areas unfamiliar to academic staff, such as specific tools to avoid LLM detection. This study contributes to the understanding of LLMs' role in advanced education settings, with implications for future curriculum design and assessment methodologies.
- PublicationOpen AccessMapping Applications and Outcomes of Large-Language-Model-Generated Cases in Health Professions Education : A Scoping Review(Universidad de Murcia, Servicio de Publicaciones, 2026) Kaya, Abdullah Bedir; Emekli, Emre; Kiyak, Yavuz Selim; Sin departamento asociadoObjective: Large language models (LLMs) have rapidly permeated health professions education and are increasingly used to generate clinical cases and vignettes, yet their characteristics, evaluation methods, and educational impact remain unclear. To map how LLMs are used to generate cases in health professions education and to summarize reported case characteristics, evaluation approaches, bias, and educational outcomes. Methods: We conducted a scoping review following Arksey and O’Malley’s framework and reported using PRISMA-ScR. PubMed, Web of Science, and Scopus were searched on 27 August 2025. Of 2023 records, 72 full texts were assessed and 23 studies met inclusion criteria. Data were charted with a structured extraction form. Results: Across the 23 studies, 33 distinct LLMs were used, most commonly GPT-based models (54.5%). Cases were mainly text-based (69%), with additional image- (20.7%) and audio-based (10.3%) formats across 23 clinical and educational domains. Prompts were reported in 65.2% of studies, and 60.9% included a formal quality evaluation, ranging from high quality to clearly problematic examples. Seven studies (30.4%) identified bias or discriminatory patterns. Student participation occurred in 39.1% of studies, but no higher-level educational outcomes such as behavior change or long-term performance were reported. Conclusions: LLM-generated cases appear feasible and versatile across health professions education but are supported by early, methodologically heterogeneous evidence. Future research should standardize quality evaluation, rigorously assess learning and behavioral outcomes, and systematically audit bias in generated content.
- PublicationOpen AccessValidación y valoración del software eASPECTS de análisis automático de imagen en TC en el ictus agudo : capacidad diagnóstica y pronóstica(Universidad de Murcia, 2025-11-11) Zamarro Parra, Joaquín; Parrilla Reverter, Guillermo; Berná Mestre, Juan de Dios; Sin departamento asociado; Escuela Internacional de DoctoradoIntroducción. El ictus isquémico agudo es una de las principales causas de discapacidad y mortalidad. La valoración urgente por imagen, basada en tomografía computarizada sin contraste (NCCT), emplea ASPECTS para detectar cambios isquémicos precoces, pero su lectura manual presenta variabilidad. e-ASPECTS automatiza el cálculo de ASPECTS y estima el volumen del núcleo isquémico (eAIV), aportando métricas reproducibles que requieren validación frente a lectura experta y desenlaces clínicos. Objetivos. Evaluar la capacidad diagnóstica y pronóstica de e-ASPECTS en pacientes con oclusión de gran vaso de circulación anterior tratados con trombectomía, así como analizar si la combinación de e-ASPECTS, eAIV y el estado de la circulación colateral mejora la predicción del desenlace clínico. Métodos: Estudio retrospectivo, cohorte consecutiva. Se registraron variables clínicas y de imagen. NCCT basal se interpretó de forma manual (ASPECTS) y automática (e-ASPECTS y eAIV). La circulación colateral se evaluó manual (CTA, dicotómica >50 % vs ≤50 %) y automática con e-Stroke Suite: e-CTA-CS (ordinal 0–3) y e-CTA% (índice continuo). El desenlace fue mRS a 90 días. Se emplearon correlaciones, AUC y regresión logística. Resultados: Se incluyeron 146 pacientes con edad 66,5 ± 12,6 años, varón 52,0 % y NIHSS 17 [13–21,25]). ASPECTS manual y e-ASPECTS (medianas 8 [7–9] y 8 [6–9]) mostraron alta correlación (r = 0,82; p < 0,001). El AUC para e-ASPECTS fue 0,692 (IC 95 %: 0,61–0,77; p < 0,001) y para eAIV 0,716 (IC 95 %: 0,62–0,82; p = 0,002) en la predicción de mRS 0–2. En el modelo multivariante, e-ASPECTS (OR 1,65 por punto; IC 95 %: 1,32–2,05; p < 0,001) y eAIV (OR 0,97 por mL; IC 95 %: 0,95–0,99; p = 0,002) fueron predictores independientes. En 134 de los 146 casos, se encontró una buena concordancia (índice k: 0.62, IC 0.58-0.65) entre la evaluación manual y automática (e-CTA-CS y e-CTA%) de la circulación colateral (p<0,05) y se encontró una asociación entre estado de colaterales abundante y desenlace con independencia funcional (p=0,002). al. El score combinado (e-ASPECTS ≤ 7, eAIV ≥ 50 mL, CTA-CS pobre) evidenció un descenso escalonado de independencia funcional (57,7 %, 37,9 %, 33,3 % y 4,0 % para 0, 1, 2 y 3 factores). Conclusiones: e-ASPECTS del NCCT basal presenta una alta capacidad diagnóstica y pronóstica en pacientes con ictus isquémico agudo, y junto con eAIV predice de forma independiente el pronóstico funcional. La integración de e-ASPECTS, eAIV y colaterales mejora la estratificación frente a métricas aisladas. Estos hallazgos respaldan la incorporación de herramientas automáticas en rutas de ictus, democratizando decisiones basadas en tejido con NCCT ± CTA, incluso en entornos con recursos limitados.