{"id":6812,"date":"2023-09-07T12:53:06","date_gmt":"2023-09-07T11:53:06","guid":{"rendered":"https:\/\/blog.caixaresearch.org\/?p=6812"},"modified":"2023-09-13T11:18:44","modified_gmt":"2023-09-13T10:18:44","slug":"inteligencia-artificial-aliada-medicina-ganar-tiempo","status":"publish","type":"post","link":"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/","title":{"rendered":"La intel\u00b7lig\u00e8ncia artificial, una bona aliada de la medicina que ens permet guanyar temps"},"content":{"rendered":"

\"\"<\/p>\n

Els darrers anys hem estat testimonis d\u2019una revoluci\u00f3 en el camp de la intel\u00b7lig\u00e8ncia artificial (IA) i la seva aplicaci\u00f3 en l\u2019\u00e0mbit de la medicina. Des del diagn\u00f2stic de malalties fins a la presa de decisions en la pr\u00e0ctica cl\u00ednica, la IA s\u2019ha revelat com una eina de gran potencial, capa\u00e7 d\u2019agilitzar processos i aplanar el cam\u00ed cap a una atenci\u00f3 m\u00e8dica m\u00e9s precisa, personalitzada i \u00e0gil.\u00a0<\/span><\/p>\n

En aquest nou paradigma, els investigadors, metges i experts en salut s\u2019han dotat d\u2019eines capaces d\u2019analitzar grans quantitats de dades i desxifrar patrons tan complexos com reveladors. En ess\u00e8ncia, la IA ens ha perm\u00e8s guanyar temps. Temps per accelerar investigacions, per teixir millors diagn\u00f2stics i per donar forma a una medicina m\u00e9s proactiva en la qual la detecci\u00f3 primerenca i la prevenci\u00f3 de malalties s\u00f3n cada cop m\u00e9s accessibles i eficaces.<\/span><\/p>\n

En aquest article explorarem els projectes de <\/span>tres membres de la nostra xarxa<\/b>\u00a0que il\u00b7lustren com la intel\u00b7lig\u00e8ncia artificial pot ser de gran utilitat en l\u2019\u00e0mbit de la salut.<\/span><\/p>\n

\u201cEl Netflix de la neurorehabilitaci\u00f3\u201d<\/b><\/h3>\n

A Espanya es produeixen 130.000 vessaments cerebrals cada any i els pacients que els pateixen se sumen als 33 milions de persones que ja viuen amb les seq\u00fceles del dany cerebral arreu del m\u00f3n. La gran majoria d\u2019aquestes persones no reben un tractament adequat, ja que normalment no t\u00e9 la durada, la intensitat i l\u2019especificitat recomanades.<\/span><\/p>\n

Ezequiel Hidalgo<\/b>, metge especialista en medicina f\u00edsica i rehabilitaci\u00f3, i investigador de l\u2019Instituto Ram\u00f3n y Cajal de Investigaci\u00f3n Sanitaria, va veure en l\u2019aplicaci\u00f3 de noves tecnologies una oportunitat d\u2019or per millorar i personalitzar les ter\u00e0pies de rehabilitaci\u00f3. <\/span>CereVRal<\/b><\/a> utilitza la realitat virtual per proporcionar a les persones que han tingut <\/span>un accident cerebral ter\u00e0pies immersives de rehabilitaci\u00f3<\/b>, amb les quals es duplica la quantitat de ter\u00e0pia que reben els pacients sense augmentar la c\u00e0rrega de feina dels seus terapeutes.<\/span><\/p>\n

CereVRal pot ajudar tamb\u00e9 tots els pacients que, despr\u00e9s de rebre tractament en hospitals p\u00fablics, no poden continuar pagant el seguiment de forma privada. Anomenada pel mateix Ezequiel com \u00abel Netflix de la rehabilitaci\u00f3\u00bb, aquesta plataforma \u00abels permet accedir a v\u00eddeos terap\u00e8utics i seguir-los a casa per mitj\u00e0 de la realitat virtual. Emula els tractaments d\u2019estimulaci\u00f3 motora que rebran a rehabilitaci\u00f3 tradicional i permet que els continu\u00efn fent a casa nom\u00e9s amb un m\u00f2bil de gamma mitjana i unes ulleres de cartr\u00f3 que no valen m\u00e9s de dos euros\u00bb.<\/span><\/p>\n

Per a l\u2019Ezequiel, <\/span>el potencial de les noves tecnologies i la IA \u00e9s transversal i es pot aplicar a tots els aspectes de la lluita contra l\u2019ictus<\/b>: \u00abEn l\u2019\u00e0mbit de la <\/span>prevenci\u00f3<\/b> es pot utilitzar per seleccionar els pacients amb m\u00e9s risc d\u2019un esdeveniment cerebrovascular i fer intervencions espec\u00edfiques. Pel que fa al <\/span>diagn\u00f2stic<\/b>, ens permet augmentar la precisi\u00f3 dels pron\u00f2stics i facilitar la presa de decisions respecte de les millors alternatives terap\u00e8utiques en la fase aguda. I en <\/span>rehabilitaci\u00f3<\/b> pot tenir un paper vital a l\u2019hora de permetre\u2019ns comparar els diferents tipus de ter\u00e0pies disponibles en el nostre arsenal terap\u00e8utic\u00bb.<\/span><\/p>\n

\"\"

Ezequiel Hidalgo, de l\u2019Instituto Ram\u00f3n y Cajal de Investigaci\u00f3n Sanitaria (IRYCIS)<\/em><\/p><\/div>\n

Machine learning <\/i><\/b>per detectar fetges viables per al trasplantament<\/b><\/h3>\n

Avui en dia, l\u2019esteatosi o exc\u00e9s de greix al fetge pot provocar complicacions despr\u00e9s d\u2019un trasplantament, per aix\u00f2 molts fetges s\u00f3n descartats i no arriben a ser trasplantats. En els processos actuals, la viabilitat potencial de l\u2019\u00f2rgan es decideix mitjan\u00e7ant un proc\u00e9s de valoraci\u00f3 visual per part del cirurgi\u00e0 que pot comportar errors o a trav\u00e9s d\u2019una bi\u00f2psia que pot trigar una mitjana de dues hores, cosa que posa en risc la funcionalitat de l\u2019\u00f2rgan. Com a resultat, s\u2019estima que <\/span>prop del 20\u00a0% dels fetges rebutjats per a donaci\u00f3 a Espanya podrien haver estat utilitzats per a trasplantaments<\/b> si s\u2019hagu\u00e9s dut a terme una valoraci\u00f3 m\u00e9s precisa i objectiva.<\/span><\/p>\n

L\u2019equip format per <\/span>Gemma Piella<\/b>, de la Universitat Pompeu Fabra, i la doctora <\/span>Concepci\u00f3n G\u00f3mez Gavara<\/b>, del Vall d\u2019Hebron Institut de Recerca (VHIR), ha volgut solucionar aquest problema amb la creaci\u00f3 de <\/span>LiverColor<\/b><\/a>, una <\/span>innovadora eina diagn\u00f2stica<\/span><\/a> que utilitza la intel\u00b7lig\u00e8ncia artificial (IA) per avaluar els fetges que es trasplantaran. El personal m\u00e8dic o de cirurgia nom\u00e9s caldr\u00e0 que facin una fotografia i pujar-la a l\u2019aplicaci\u00f3 m\u00f2bil, i l\u2019algoritme de classificaci\u00f3 s\u2019encarregar\u00e0 de confrontar les caracter\u00edstiques de color i textura per determinar al moment el grau d\u2019esteatosi i si el fetge \u00e9s apte o no per ser trasplantat. D\u2019aquesta manera, l\u2019\u00fas de LiverColor minimitzar\u00e0 les t\u00e8cniques invasives per avaluar els \u00f2rgans i suposar\u00e0 la disminuci\u00f3 de recursos sanitaris ja que evitar\u00e0 despla\u00e7aments i pr\u00e0ctiques quir\u00fargiques innecess\u00e0ries.<\/span><\/p>\n

Les possibilitats que t\u00e9 LiverColor s\u00f3n enormes, per\u00f2 encara queda molt cam\u00ed per fer. Les futures fites del projecte s\u00f3n millorar encara m\u00e9s la precisi\u00f3 en el mesurament del grau d\u2019esteatosi i fer extensible aquest sistema a altres \u00f2rgans, com per exemple els ronyons, a m\u00e9s d\u2019integrar-lo a les m\u00e0quines de recuperaci\u00f3 d\u2019\u00f2rgans, que s\u2019utilitzen en diferents especialitats per millorar la funcionalitat dels \u00f2rgans abans de trasplantar-los.<\/span><\/p>\n

\"\"

Gemma Piella, de la Universitat Pompeu Fabra (UPF)<\/em><\/p><\/div>\n

Les dues investigadores coincideixen en les oportunitats que la IA pot oferir a la medicina tal com la coneixem ara. La Gemma assegura que \u00abla IA ser\u00e0 una eina essencial per a la prevenci\u00f3 i la personalitzaci\u00f3 en la medicina. Ens permetr\u00e0 millorar el diagn\u00f2stic, la personalitzaci\u00f3 del tractament, el descobriment de nous tractaments i f\u00e0rmacs, el monitoratge i la cura dels pacients, la rob\u00f2tica quir\u00fargica\u2026\u00bb. I la Concepci\u00f3n \u00e9s clara en la defensa que fa de l\u2019\u00fas de la IA en medicina: \u00abLluitar contra la IA no t\u00e9 cap sentit perqu\u00e8 s\u2019ha demostrat que en certs processos t\u00e9 una efic\u00e0cia superior a la nostra\u00bb.\u00a0<\/span><\/p>\n

\"\"

Concepci\u00f3n G\u00f3mez-Gavara, del Vall d’Hebron Institut de Recerca (VHIR)<\/p><\/div>\n

Deep learning<\/i><\/b> per aturar la leuc\u00e8mia mieloide aguda<\/b><\/h3>\n

\u00c9s precisament aquesta gran efic\u00e0cia de la IA en la interpretaci\u00f3 i l\u2019an\u00e0lisi de grans volums de dades el que va motivar la investigadora <\/span>Carolina Florian<\/b> a integrar-la en <\/span>el seu projecte d\u2019oncologia<\/span><\/a> a l\u2019Institut d\u2019Investigaci\u00f3 Biom\u00e8dica de Bellvitge (IDIBELL).\u00a0<\/span><\/p>\n

Actualment, els pacients <\/span>m\u00e9s grans de 60 anys amb leuc\u00e8mia mieloide aguda<\/b> que reben quimioter\u00e0pia tenen una taxa de <\/span>superviv\u00e8ncia molt baixa<\/b>. Davant de l\u2019augment de la incid\u00e8ncia d\u2019aquests tumors els \u00faltims anys, s\u00f3n cada vegada m\u00e9s necessaris nous tractaments per aturar-los. La Carolina ha utilitzat la IA i el <\/span>deep learning<\/span><\/i> (aprenentatge profund) per trobar noves maneres d\u2019interpretar les dades i aconseguir estrat\u00e8gies terap\u00e8utiques innovadores. Ho ha fet col\u00b7laborant amb l\u2019equip del professor Medhanie Mulaw, de la Universit\u00e4t Ulm, amb qui ha desenvolupat el projecte. Junts treballen en una nova estrat\u00e8gia basada en algoritmes de <\/span>deep learning<\/span><\/i> per entendre com interactuen les c\u00e8l\u00b7lules tumorals amb la medul\u00b7la \u00f2ssia envellida i el seu entorn.\u00a0<\/span><\/p>\n

Aquest coneixement permetr\u00e0 definir <\/span>noves dianes terap\u00e8utiques per aturar el creixement tumoral<\/b>. Gr\u00e0cies a la recollida i la seq\u00fcenciaci\u00f3 pr\u00e8via de les dades, aquestes es poden comparar per \u00abentendre quines s\u00f3n les c\u00e8l\u00b7lules que hi ha al voltant de les \u201ciniciadores de la leuc\u00e8mia\u201d, les c\u00e8l\u00b7lules mare leuc\u00e8miques. Les c\u00e8l\u00b7lules del seu entorn s\u00f3n les que suporten aquesta proliferaci\u00f3, i l\u2019objectiu \u00e9s intentar trobar mol\u00e8cules i vies per atacar-les i aturar el seu suport\u00bb.<\/span><\/p>\n

Per a la Carolina, <\/span>el moment que est\u00e0 vivint la medicina gr\u00e0cies a la implementaci\u00f3 de la IA \u00e9s realment emocionant, ja que permet analitzar una gran quantitat d\u2019informaci\u00f3 en poc temps i avan\u00e7ar molt m\u00e9s r\u00e0pidament en la comprensi\u00f3 de les malalties<\/b>. \u00abEstem vivint una cosa que, biol\u00f2gicament parlant, no t\u00e9 precedents perqu\u00e8 fins ara necessit\u00e0vem anys sencers per fer experiments\u00bb.\u00a0<\/span><\/p>\n

\"\"

Carolina Florian, de l\u2019Institut d\u2019Investigaci\u00f3 Biom\u00e8dica de Bellvitge (IDIBELL)<\/em><\/p><\/div>\n","protected":false},"excerpt":{"rendered":"

\"\"<\/p>\n

Els darrers anys hem estat testimonis d\u2019una revoluci\u00f3 en el camp de la intel\u00b7lig\u00e8ncia artificial (IA) i la seva aplicaci\u00f3 en l\u2019\u00e0mbit de la medicina. Des del diagn\u00f2stic de malalties fins a la presa de decisions en la pr\u00e0ctica cl\u00ednica, la IA s\u2019ha revelat com una eina de gran potencial, capa\u00e7 d\u2019agilitzar processos i aplanar el cam\u00ed cap a una atenci\u00f3 m\u00e8dica m\u00e9s precisa, personalitzada i \u00e0gil.\u00a0<\/p>\n

En aquest nou paradigma, els investigadors, metges i experts en salut s\u2019han dotat d\u2019eines capaces d\u2019analitzar grans quantitats de dades i desxifrar patrons tan complexos com reveladors. En ess\u00e8ncia, la IA ens ha perm\u00e8s guanyar temps. Temps per accelerar investigacions, per teixir millors diagn\u00f2stics i per donar forma a una medicina m\u00e9s proactiva en la qual la detecci\u00f3 primerenca i la prevenci\u00f3 de malalties s\u00f3n cada cop m\u00e9s accessibles i eficaces.<\/p>\n","protected":false},"author":5,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[519,521,340],"tags":[],"class_list":["post-6812","post","type-post","status-publish","format-standard","hentry","category-investigacio","category-recerca-i-innovacio-responsable","category-sense-categoria"],"acf":[],"yoast_head":"\nLa intel\u00b7lig\u00e8ncia artificial, una bona aliada de la medicina que ens permet guanyar temps - Blog CaixaCi\u00e8ncia<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/\" \/>\n<meta property=\"og:locale\" content=\"ca_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"La intel\u00b7lig\u00e8ncia artificial, una bona aliada de la medicina que ens permet guanyar temps - Blog CaixaCi\u00e8ncia\" \/>\n<meta property=\"og:description\" content=\"Els darrers anys hem estat testimonis d\u2019una revoluci\u00f3 en el camp de la intel\u00b7lig\u00e8ncia artificial (IA) i la seva aplicaci\u00f3 en l\u2019\u00e0mbit de la medicina. Des del diagn\u00f2stic de malalties fins a la presa de decisions en la pr\u00e0ctica cl\u00ednica, la IA s\u2019ha revelat com una eina de gran potencial, capa\u00e7 d\u2019agilitzar processos i aplanar el cam\u00ed cap a una atenci\u00f3 m\u00e8dica m\u00e9s precisa, personalitzada i \u00e0gil.\u00a0 En aquest nou paradigma, els investigadors, metges i experts en salut s\u2019han dotat d\u2019eines capaces d\u2019analitzar grans quantitats de dades i desxifrar patrons tan complexos com reveladors. En ess\u00e8ncia, la IA ens ha perm\u00e8s guanyar temps. Temps per accelerar investigacions, per teixir millors diagn\u00f2stics i per donar forma a una medicina m\u00e9s proactiva en la qual la detecci\u00f3 primerenca i la prevenci\u00f3 de malalties s\u00f3n cada cop m\u00e9s accessibles i eficaces.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/\" \/>\n<meta property=\"og:site_name\" content=\"Blog CaixaCi\u00e8ncia\" \/>\n<meta property=\"article:published_time\" content=\"2023-09-07T11:53:06+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-09-13T10:18:44+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/blog.caixaresearch.org\/wp-content\/uploads\/2023\/09\/TW-Article-CR-IA-i-ciencia2_CAT-scaled.jpg\" \/>\n<meta name=\"author\" content=\"Ubikmedia\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrit per\" \/>\n\t<meta name=\"twitter:data1\" content=\"Ubikmedia\" \/>\n\t<meta name=\"twitter:label2\" content=\"Temps estimat de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"7 minuts\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/\",\"url\":\"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/\",\"name\":\"La intel\u00b7lig\u00e8ncia artificial, una bona aliada de la medicina que ens permet guanyar temps - Blog CaixaCi\u00e8ncia\",\"isPartOf\":{\"@id\":\"https:\/\/blog.caixaresearch.org\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/blog.caixaresearch.org\/wp-content\/uploads\/2023\/09\/TW-Article-CR-IA-i-ciencia2_CAT-scaled.jpg\",\"datePublished\":\"2023-09-07T11:53:06+00:00\",\"dateModified\":\"2023-09-13T10:18:44+00:00\",\"author\":{\"@id\":\"https:\/\/blog.caixaresearch.org\/#\/schema\/person\/2b9d5310c27055b4862191402c387fca\"},\"inLanguage\":\"ca\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"ca\",\"@id\":\"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/#primaryimage\",\"url\":\"https:\/\/blog.caixaresearch.org\/wp-content\/uploads\/2023\/09\/TW-Article-CR-IA-i-ciencia2_CAT-scaled.jpg\",\"contentUrl\":\"https:\/\/blog.caixaresearch.org\/wp-content\/uploads\/2023\/09\/TW-Article-CR-IA-i-ciencia2_CAT-scaled.jpg\"},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/blog.caixaresearch.org\/#website\",\"url\":\"https:\/\/blog.caixaresearch.org\/\",\"name\":\"Blog CaixaCi\u00e8ncia\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/blog.caixaresearch.org\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"ca\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/blog.caixaresearch.org\/#\/schema\/person\/2b9d5310c27055b4862191402c387fca\",\"name\":\"Ubikmedia\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"ca\",\"@id\":\"https:\/\/blog.caixaresearch.org\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/ccc66bc497f8ba496f9d06e5a58a91de?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/ccc66bc497f8ba496f9d06e5a58a91de?s=96&d=mm&r=g\",\"caption\":\"Ubikmedia\"},\"url\":\"https:\/\/blog.caixaresearch.org\/ca\/author\/ubikmedia\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"La intel\u00b7lig\u00e8ncia artificial, una bona aliada de la medicina que ens permet guanyar temps - Blog CaixaCi\u00e8ncia","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/","og_locale":"ca_ES","og_type":"article","og_title":"La intel\u00b7lig\u00e8ncia artificial, una bona aliada de la medicina que ens permet guanyar temps - Blog CaixaCi\u00e8ncia","og_description":"Els darrers anys hem estat testimonis d\u2019una revoluci\u00f3 en el camp de la intel\u00b7lig\u00e8ncia artificial (IA) i la seva aplicaci\u00f3 en l\u2019\u00e0mbit de la medicina. Des del diagn\u00f2stic de malalties fins a la presa de decisions en la pr\u00e0ctica cl\u00ednica, la IA s\u2019ha revelat com una eina de gran potencial, capa\u00e7 d\u2019agilitzar processos i aplanar el cam\u00ed cap a una atenci\u00f3 m\u00e8dica m\u00e9s precisa, personalitzada i \u00e0gil.\u00a0 En aquest nou paradigma, els investigadors, metges i experts en salut s\u2019han dotat d\u2019eines capaces d\u2019analitzar grans quantitats de dades i desxifrar patrons tan complexos com reveladors. En ess\u00e8ncia, la IA ens ha perm\u00e8s guanyar temps. Temps per accelerar investigacions, per teixir millors diagn\u00f2stics i per donar forma a una medicina m\u00e9s proactiva en la qual la detecci\u00f3 primerenca i la prevenci\u00f3 de malalties s\u00f3n cada cop m\u00e9s accessibles i eficaces.","og_url":"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/","og_site_name":"Blog CaixaCi\u00e8ncia","article_published_time":"2023-09-07T11:53:06+00:00","article_modified_time":"2023-09-13T10:18:44+00:00","og_image":[{"url":"https:\/\/blog.caixaresearch.org\/wp-content\/uploads\/2023\/09\/TW-Article-CR-IA-i-ciencia2_CAT-scaled.jpg","type":"","width":"","height":""}],"author":"Ubikmedia","twitter_card":"summary_large_image","twitter_misc":{"Escrit per":"Ubikmedia","Temps estimat de lectura":"7 minuts"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/","url":"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/","name":"La intel\u00b7lig\u00e8ncia artificial, una bona aliada de la medicina que ens permet guanyar temps - Blog CaixaCi\u00e8ncia","isPartOf":{"@id":"https:\/\/blog.caixaresearch.org\/#website"},"primaryImageOfPage":{"@id":"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/#primaryimage"},"image":{"@id":"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/#primaryimage"},"thumbnailUrl":"https:\/\/blog.caixaresearch.org\/wp-content\/uploads\/2023\/09\/TW-Article-CR-IA-i-ciencia2_CAT-scaled.jpg","datePublished":"2023-09-07T11:53:06+00:00","dateModified":"2023-09-13T10:18:44+00:00","author":{"@id":"https:\/\/blog.caixaresearch.org\/#\/schema\/person\/2b9d5310c27055b4862191402c387fca"},"inLanguage":"ca","potentialAction":[{"@type":"ReadAction","target":["https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/"]}]},{"@type":"ImageObject","inLanguage":"ca","@id":"https:\/\/blog.caixaresearch.org\/ca\/inteligencia-artificial-aliada-medicina-ganar-tiempo\/#primaryimage","url":"https:\/\/blog.caixaresearch.org\/wp-content\/uploads\/2023\/09\/TW-Article-CR-IA-i-ciencia2_CAT-scaled.jpg","contentUrl":"https:\/\/blog.caixaresearch.org\/wp-content\/uploads\/2023\/09\/TW-Article-CR-IA-i-ciencia2_CAT-scaled.jpg"},{"@type":"WebSite","@id":"https:\/\/blog.caixaresearch.org\/#website","url":"https:\/\/blog.caixaresearch.org\/","name":"Blog CaixaCi\u00e8ncia","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/blog.caixaresearch.org\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"ca"},{"@type":"Person","@id":"https:\/\/blog.caixaresearch.org\/#\/schema\/person\/2b9d5310c27055b4862191402c387fca","name":"Ubikmedia","image":{"@type":"ImageObject","inLanguage":"ca","@id":"https:\/\/blog.caixaresearch.org\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/ccc66bc497f8ba496f9d06e5a58a91de?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/ccc66bc497f8ba496f9d06e5a58a91de?s=96&d=mm&r=g","caption":"Ubikmedia"},"url":"https:\/\/blog.caixaresearch.org\/ca\/author\/ubikmedia\/"}]}},"_links":{"self":[{"href":"https:\/\/blog.caixaresearch.org\/ca\/wp-json\/wp\/v2\/posts\/6812","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.caixaresearch.org\/ca\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.caixaresearch.org\/ca\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.caixaresearch.org\/ca\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.caixaresearch.org\/ca\/wp-json\/wp\/v2\/comments?post=6812"}],"version-history":[{"count":5,"href":"https:\/\/blog.caixaresearch.org\/ca\/wp-json\/wp\/v2\/posts\/6812\/revisions"}],"predecessor-version":[{"id":6839,"href":"https:\/\/blog.caixaresearch.org\/ca\/wp-json\/wp\/v2\/posts\/6812\/revisions\/6839"}],"wp:attachment":[{"href":"https:\/\/blog.caixaresearch.org\/ca\/wp-json\/wp\/v2\/media?parent=6812"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.caixaresearch.org\/ca\/wp-json\/wp\/v2\/categories?post=6812"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.caixaresearch.org\/ca\/wp-json\/wp\/v2\/tags?post=6812"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}