La importancia   de  la medicina en las aplicaciones de la inteligencia artificial ha sido realmente notable, hasta el extremo de que esas aplicaciones tienen nombre propio: AIM, acránimo de Artificial Intelligence in Medicine que, desde hace 15 años, ha evolucionado como una activa y creciente  disciplina.
Aunque las primeras aplicaciones de la AIM han sido sobre todo el diagnóstico y el tratamiento, han emergido con mayor fuerza otras  aplicaciones de la  inteligencia  artificial en el sector médico y  farmacéutico:  administración óptima de recursos, planificación de personal, previsión de necesidades, ayuda a los análisis de química orgánica y gestión  de  la   información  científica,  que  en ocasiones  han  aportado más  rentabilidad  que  los  problemas de diagnóstico mencionados. A pesar de las ventajas que ofrece la IA, hay quien está en contra de dotar de tanta "inteligencia" a las máquinas. El conocido físico Stephen Hawking ha  advertido  sobre la urgente  necesidad de  mejorar  genéricamente  la  especie humana y evitar que las computadoras dominen el mundo. "A diferencia de nuestro intelecto", afirma el físico, "los ordenadores  duplican  su  capacidad cada  18  meses  y  po r  ello existe el peligro real de que puedan  crear una inteligencia propia y asuman el control". Otra de sus su gerencias es estimular el desarrollo de  tecnologías   que permitan la comunicación directa entre ordenadores y humanos, para que así las máquinas contribuyan a la humanidad en vez de rebelarse contra ella.\citep{fercho2009}
Otras enfermedades más complejas también podrán ser detectadas a través de la inteligencia artificial. Por ejemplo, un equipo de la Universidad de Nueva York diseñó algoritmos que permiten detectar de manera precisa y a tiempo diferentes enfermedades, en particular la diabetes tipo 2 y las insuficiencias cardíacas, Es importante que tanto los alumnos de las áreas de salud y tecnología, que patrocina FUNIBER, se encuentren al tanto de los nuevos avances para analizar otras formas o métodos en que trabajando de la mano puedan prevenir enfermedades.\citep{madrid2017}
La medicina es uno de los campos del conocimiento que más podrían beneficiarse de una interacción cercana con la computación y las matemáticas, mediante la cual se optimizarían procesos complejos e imperfectos como el diagnóstico diferencial. De esto se ocupa el aprendizaje automático, rama de la inteligencia artificial que construye y estudia sistemas capaces de aprender a partir de un conjunto de datos de adiestramiento y de mejorar procesos de clasificación y predicción. En México, en los últimos años se ha avanzado en la implantación del expediente electrónico y los Institutos Nacionales de Salud cuentan con una riqueza de datos clínicos almacenada. Para que esos datos se conviertan en conocimiento, necesitan ser procesados y analizados a través de métodos estadísticos complejos, como ya se hace en otros países, usando: razonamiento basado en casos, redes neuronales artificiales, clasificadores bayesianos, regresión logística multivariante o máquinas de soporte vectorial, entre otros. Esto facilitará el diagnóstico clínico de padecimientos como: apendicitis aguda, cáncer de mama o hepatopatía crónica. En esta revisión se repasan conceptos, antecedentes, ejemplos y métodos de aprendizaje automático en diagnóstico clínico.\citep{lugo2014}

CONCLUSIONES