Los puntos clave no están disponibles para este artículo en este momento.
A medida que los sistemas evolucionan con el tiempo, su tendencia natural es volverse cada vez más complejos. Los estudios en el campo de los sistemas complejos han generado nuevas perspectivas sobre la aplicación de estrategias de gestión en los sistemas de salud. Gran parte de esta investigación aparece como una extensión natural del campo interdisciplinario de la teoría de sistemas. Desde que escribí mi primer artículo para Managing Organizational Complexity en 2004, ha sucedido mucho para avanzar en nuestra comprensión de la complejidad en los sistemas de atención médica. El crecimiento de nuevos métodos computacionales en los campos de la ciencia de datos y el análisis de datos ha permitido a los científicos identificar señales o patrones en grandes conjuntos de datos complejos (big data) que en el pasado estaban aparentemente ocultos. En lugar de depender de métodos estadísticos históricos para inferir resultados, estos métodos avanzados, combinados con el aumento del poder de procesamiento de las computadoras, permiten que las máquinas aprendan la estructura de los datos y creen inteligencia artificial (IA). En nuestros esfuerzos continuos por encontrar soluciones a problemas complejos en la atención médica, la IA se está convirtiendo cada vez más en un método aceptado. El propósito de esta edición de Managing Organizational Complexity es definir la IA y el aprendizaje automático, discutir el reciente resurgimiento de la IA y luego proporcionar ejemplos de cómo la IA puede aportar valor a la atención médica con énfasis en la enfermería.
Thomas R. Clancy (Mon,) estudió esta cuestión.