190 años de la carrera de Obstetricia de la Universidad de Chile 1834-2024

158 hasta las primeras semanas postparto, con inequidades en la atención médi- ca que pueden resultar en altas tasas de mortalidad neonatal y materna en zonas con servicios limitados. A pesar de los beneficios potenciales de la IA para superar estas brechas, surgen preocupaciones sobre la privacidad y se- guridad de los datos personales. No obs- tante, su implementación no está libre de dilemas éticos que necesitan ser aborda- dos cuidadosamente. Los riesgos inclu- yen el mal uso de información sensible y sesgos en los algoritmos de IA, que pue- den llevar a decisiones discriminatorias o parciales, resaltando la importancia de abordar cuestiones éticas y de responsa- bilidad en su implementación. En este contexto, la gestión y el aprove- chamiento de datos, junto con la aplica- ción de la inteligencia artificial, juegan papeles fundamentales en la formación y práctica profesional de la partería. Estas tecnologías ofrecen herramientas para mejorar la calidad de la atención médi- ca y fomentar el progreso científico en la disciplina. Por consiguiente, el propósito de este capítulo es explorar la pregunta: ¿Cuál es el impacto de la gestión de la in- teligencia artificial y el big data en la edu- cación y práctica profesional de la parte- ría ad-portas de este nuevo decenio? •Partería en la era de la IA La IA se presenta como una disciplina avanzada de la informática, que busca emular funciones cognitivas humanas tales como la percepción, el razonamien- to, el aprendizaje y la resolución de pro- blemas, utilizando para ello algoritmos y modelos de aprendizaje automático. Estos sistemas avanzados son capaces de procesar enormes cantidades de da- tos para identificar patrones complejos, proporcionando información valiosa que apoya la toma de decisiones y la realiza- ción de acciones específicas en diversos campos, incluido el de la salud. En este sector, la IA se ha revelado como una herramienta potencial para mejorar la eficiencia, la precisión y la calidad de los cuidados médicos, extendiendo su apli- cación desde el diagnóstico, desarrollo de terapias personalizadas, a la gestión de datos clínicos, además de aplicarse en la investigación científica y la formación de profesionales. Dentro de las contribuciones de la IA en el campo de la salud, el Aprendizaje Automático (Machine Learning) desta- ca por su capacidad de analizar datos a mayor velocidad y extraer patrones que han optimizado el análisis predictivo y el rendimiento de resultados médicos lo que mejora la toma de decisiones en la clínica. Un tipo específico de modelo, que ha revolucionado el campo diagnós- tico son las redes Neuronales Artificiales, ya que incluye algoritmos que simulan el funcionamiento neuronal del ser huma- no, se caracteriza por modelos no linea- les que pueden ser simples, de una sola capa, hasta modelos con muchas capas, llamadas Redes Neuronales Profundas (Deep learning). Estas últimas han sido especialmente útiles en el procesamiento de imágenes y sistemas para identificar patrones usando variados datos médicos complejos con gran capacidad de acierto en el diagnóstico. Además, los sistemas de Procesamiento de Lenguaje Natural han mejorado la interacción entre las máquinas y el lenguaje humano, automa- Cap. 26 Sección 4.