1
¿Qué factores crees que más han acelerado el desarrollo de la Inteligencia Artificial en los últimos años?
La respuesta correcta es la b). La disponibilidad de datos, aumento de la capacidad de computación y el desarrollo de nuevos sistemas y algoritmos de aprendizaje especialmente en deep learning (redes neuronales).
¿Cuál es la principal diferencia del software tradicional frente a las soluciones basadas en Inteligencia Artificial?
La respuesta correcta es la d). Los sistemas de Inteligencia Artificial basados en aprendizaje automático aprenden de datos y son capaces de mejorar su desempeño con el tiempo sin ser explícitamente programados. El software tradicional sigue las instrucciones explícitas de su programación. No aprende ni se adapta por sí mismo; cualquier cambio o actualización en su comportamiento debe ser programado manualmente.
¿Qué es un modelo de machine learning?
La respuesta correcta es la b). Es una herramienta, un software, un algoritmo que ha aprendido a realizar una tarea procesando y analizando la información de sus datos de entrenamiento.
¿Qué es el deep learning?
La respuesta correcta es la b). Es una rama del aprendizaje automático que utiliza redes neuronales artificiales para extraer patrones complejos y realizar aprendizaje a partir de grandes volúmenes de datos generalmente no estructurados.
¿Qué es el bigdata?
La respuesta correcta es la b). Cuando hablamos de bigdata nos referimos al manejo de conjuntos de datos extremadamente grandes y complejos que no pueden ser procesados o analizados eficientemente por métodos y herramientas tradicionales.
La Inteligencia Artificial puede utilizar estos vastos volúmenes de información para entrenar algoritmos -modelos- que reconozcan patrones, hacer predicciones, tomar decisiones, generar nueva información…
¿Podemos entrenar distintos modelos con los mismos datos de entrenamiento?
La respuesta correcta es la b). Sí, un mismo conjunto de datos puede entrenar distintos modelos que tendrán diferentes capacidades según sus objetivos, enfoque de entrenamiento y configuración.
¿En qué se diferencian los datos etiquetados de los no etiquetados?
La respuesta correcta es la c). Los datos etiquetados incluyen información adicional, una etiqueta, que puede explicarlo, indicar la categoría a la que pertenece… Los datos no etiquetados muestran la información en bruto. No tienen etiquetas. Carecen de indicación explícita de su significado o categoría.
¿Qué es la Inteligencia Artificial generativa?
La respuesta correcta es la d). La Inteligencia Artificial generativa se refiere a un tipo de Inteligencia Artificial que puede crear contenido nuevo y original, como texto, imágenes, música o datos sintéticos, aprendiendo de grandes conjuntos de ejemplos existentes. Utiliza algoritmos complejos para entender patrones y características en los datos, y luego genera salidas que nunca antes se han visto, pero que son coherentes con el aprendizaje adquirido. Recientemente se ha empezado a utilizar para la investigación científica.
¿Qué técnica de entrenamiento machine learning se utiliza en los modelos de Inteligencia Artificial generativa?
La respuesta correcta es la a). Se utilizan complejas redes neuronales Deep Learning.
¿Qué preguntas deberías hacerte antes de utilizar un modelo de lenguaje como ChatGPT en tu actividad profesional?
La respuesta correcta es la b). ¿Necesito que la respuesta sea verdad? ¿Puedo valorar si la respuesta de la herramienta es correcta, completa y está actualizada? ¿Asumo la responsabilidad de publicar algo en mi nombre que no sea cierto?
¿Qué papel juega la Inteligencia Artificial en la atención sanitaria actual?
Actualmente, asiste en tareas específicas a los profesionales sanitarios pero no puede reemplazar su actividad, el papel humano en este campo sigue siendo fundamental.
¿Qué fuentes de información podrían llegar a integrarse para acelerar la transformación de los sistemas de salud?
Las herramientas y técnicas basadas en Inteligencia Artificial son capaces de detectar, extraer, normalizar, procesar y analizar información de muy distintas fuentes que posteriormente podría llegar a utilizarse en investigación, práctica clínica, formación de pacientes, toma de decisiones de salud pública, etc.
La Inteligencia Artificial aplicada a la publicación científica es capaz de:
Hoy en día las herramientas basadas en Inteligencia Artificial presentan limitaciones y sus respuestas pueden contener errores. Pueden ser una ayuda pero no tienen capacidad suficiente como para reemplazarnos.
¿Qué usos de la Inteligencia Artificial generativa son los que las editoriales científicas consideran más adecuados?
La mayoría de las revistas científicas tienen publicadas una guía con las limitaciones y usos autorizados de las herramientas basadas en Inteligencia Artificial generativa. Aunque hay pautas comunes entre ellas, lo más recomendable es revisar cada una de las políticas antes de enviar los trabajos a revisión.
¿Qué ventajas tienen los asistentes conversacionales que utilizan Inteligencia Artificial?
Los asistentes conversacionales que utilizan Inteligencia Artificial tienen muchas ventajas y entre ellas podemos citar que permiten el contacto 24/7 (24 horas al día, 7 días a la semana), pueden mantener miles de conversaciones simultáneas, pueden seguir mejor las conversaciones que los asistentes convencionales, y pueden poner en marcha protocolos de atención inmediata a los pacientes, entre otras.
Cuando esté disponible, ¿qué aportaría la Inteligencia Artificial ambiental a tu práctica clínica?
La Inteligencia Artificial ambiental se ocuparía de recoger los datos más relevantes de salud de la conversación médico paciente en consulta. Una vez finalizada, el profesional únicamente tendría que validar, corregir o ampliar la información incorporada al sistema.
¿Qué ventajas tienen los buscadores semánticos que utilizan Inteligencia Artificial frente a los tradicionales basados en términos y palabras clave?
Los buscadores semánticos que utilizan Inteligencia Artificial son capaces de entender mejor nuestra intención de búsqueda extendiendo sus resultados a campos adyacentes de conocimiento que los buscadores tradicionales basados en términos y palabras clave.
¿Es suficientemente preciso el diagnóstico por imagen mediante Inteligencia Artificial como para sustituir el criterio de los médicos?
Tal y como estamos insistiendo a lo largo de este curso no hay una única Inteligencia Artificial. Cada modelo entrenado con técnicas machine learning tiene unas capacidades únicas y su fiabilidad en el diagnóstico dependerá de muchos factores: del dataset de entrenamiento, de su configuración, etc.
¿Son fiables al 100% las herramientas conversacionales de apoyo diagnóstico como Glass Health?
Hoy en día ninguna herramienta basada en grandes modelos de lenguaje es capaz de ofrecer una completa precisión y exactitud en sus respuestas.
Hoy en día, ¿recomendaría a sus pacientes una herramienta basada en Inteligencia Artificial para hacer autoevaluaciones de sus síntomas?
Hoy en día no es recomendable que los pacientes se autoevalúen sus síntomas mediante herramientas de Inteligencia Artificial.
¿Qué es un prompt?
La respuesta correcta es la c). Un prompt es una instrucción o conjunto de instrucciones dadas a un modelo de Inteligencia Artificial, como ChatGPT o DALLE, que están especialmente entrenados para generar respuestas en distintos formatos.
¿Cuál es la principal ventaja de aprender a redactar prompts efectivos?
La respuesta correcta es la c). Aprender a redactar prompts efectivos permite guiar a los modelos de Inteligencia Artificial resultado deseado. Al especificar claramente lo que se busca, se reduce la ambigüedad del lenguaje humano lo que aumenta la probabilidad de que la salida generada por el sistema sea relevante y útil.
Para obtener una buena respuesta de un sistema basado en Inteligencia Artificial ¿qué debes procurar no hacer en tus prompts?
La respuesta correcta es la b). Para obtener una buena respuesta de los sistemas basados en Inteligencia Artificial es importante ser claro y conciso en la redacción de prompts.
¿Cómo se entrenan los sistemas generativos?
La respuesta correcta es la a). Los sistemas generativos, como los modelos de lenguaje, los generadores de imágenes y otros, se entrenan utilizando técnicas de aprendizaje profundo sobre grandes conjuntos de datos. Este proceso permite a los modelos aprender patrones, estilos, y características específicas de los datos, lo que les habilita para generar nuevas creaciones que imitan lo aprendido.
¿Cuál de estas afirmaciones es cierta?
La respuesta correcta es la d). Es conveniente que antes de empezar a escribir un prompt pienses qué quieres que haga la herramienta. Te evitará perder el tiempo.
De éstas, ¿Cuáles son las principales razones por las que las herramientas que utilizan modelos de lenguaje generativos de propósito general como ChatGPT tienen difícil integración en el ámbito sanitario?
La respuesta correcta es la e) Todas las respuestas anteriores son correctas. Los sistemas conversacionales en su actual estado de madurez necesitan una supervisión humana cercana que se responsabilice de revisar y corregir sus respuestas.
¿Por qué consigue tan buenos resultados Chat GPT 4 en los exámenes del MIR?
La respuesta correcta es la b) ChatGPT destaca en exámenes tipo test, como el MIR, debido a su entrenamiento con una extensa base de datos que incluye conocimientos médicos. Esto le permite comprender y generar respuestas a preguntas complejas basándose en los patrones de la información procesada durante su entrenamiento.
¿Es recomendable revisar las respuestas de los modelos generativos conversacionales?
La respuesta correcta es la b) Los modelos generativos no pueden contestar con absoluta precisión siempre.
¿Se pueden usar los modelos generativos para corregir las faltas de ortografía, de expresión o de legibilidad de un texto?
La respuesta correcta es la c) Una de las mejores habilidades de los modelos conversacionales es la revisión de textos.
¿Cuáles son los errores más frecuentes a la hora de utilizar sistemas generativos?
