Una revisión sobre el papel del aprendizaje automático en la habilitación de aplicaciones de atención médica basadas en IoT

El Internet de las Cosas (IoT) está desempeñando un papel vital en la rápida automatización del sector de la atención médica. La rama de IoT dedicada a la ciencia médica a veces se denomina Internet de las Cosas en Salud (H-IoT). Los elementos clave de todas las aplicaciones de H-IoT son la recolección y el procesamiento de datos. Debido a la gran cantidad de datos involucrados en la atención médica y el enorme valor que representan las predicciones precisas, la integración de algoritmos de aprendizaje automático (ML) en H-IoT es imperativa. Este documento tiene como objetivo servir tanto como una compilación como una revisión de las diversas aplicaciones de vanguardia de los algoritmos de ML que actualmente se están integrando con H-IoT. Se han introducido brevemente algunos de los algoritmos de ML más utilizados y se ha analizado su uso en varias aplicaciones de H-IoT en términos de sus ventajas, alcance y posibles mejoras. Las aplicaciones se han dividido en los dominios de diagnóstico, pronóstico y control de propagación, sistemas asistenciales, monitoreo y logística. En la atención médica, el uso práctico de un modelo requiere que sea altamente preciso y que cuente con medidas amplias contra ataques de seguridad. Las aplicaciones de los algoritmos de ML en H-IoT discutidas en este documento han mostrado evidencia experimental de precisión y usabilidad práctica. También se han descrito las limitaciones y desventajas de cada una de estas aplicaciones.