Es importante evaluar siempre la relación que los datos de entrenamiento pueden tener con los datos de prueba. Por ejemplo, los datos de entrenamiento pueden tener sesgos, en términos de la presencia desbalanceada de las distintas lesiones en estos datos, que expliquen la alta especificidad de la RNC en comparación con los curso de desarrollo web dermatólogos. Los autores reconocen que los datos de prueba “no muestran un rango completo de lesiones”4 y que existe una “carencia de lesiones melanocíticas de otros tipos de piel y origen genético”5 ¿Es posible que los resultados estén influenciados por la exposición de los dermatólogos a una mayor variedad de lesiones?
Como resultado, se encontró que la mayoría de las investigaciones bajo estos parámetros centran el análisis en las distintas normas jurídicas en materia de privacidad y protección de datos, tendientes a regular la manera en que se realiza la minería de datos. Sin embargo, se debe considerar que no solo el derecho a la privacidad se pone en riesgo, sino que existen otros derechos humanos que pueden ser vulnerados al hacer un mal uso de estas tecnologías; por ejemplo, al generar discriminación a partir de la elaboración de listas negras que segreguen a las personas o promuevan el racismo, o al constituir un obstáculo a la libertad de expresión, por mencionar solo algunos casos. Las soluciones automatizadas de procesamiento de datos, como la programación de software de computadora, juegan un papel importante en esto. Puede ayudar a convertir grandes cantidades de datos, incluidos big data, en conocimientos significativos para la gestión de calidad y la toma de decisiones. En 2014, la firma de análisis de datos que trabajó en la campaña de Donald Trump y de Brexit, Cambridge Analytica, llevó a cabo un estudio en el cual utilizó la plataforma de Facebook para realizar pruebas de personalidad a cientos de miles de usuarios de la red social. El objetivo declarado era el de desarrollar modelos que permitan predecir el comportamiento de los usuarios.
Por otro lado, el aprendizaje de las máquinas -o machine learning, en inglés- es definido como «la programación de computadoras para optimizar su desempeño, usando un criterio con datos previos o experiencias pasadas» (Alpaydin, 2010, p. XXXV) para obtener grandes cantidades de datos personales en la toma de decisiones que están relacionadas con los individuos. El análisis de grandes https://ekuatio.com/por-que-un-curso-online-de-desarrollo-web-es-imprescindible-para-aprender-la-profesion/ cúmulos de datos incluye la aplicación de un análisis veloz y sofisticado en donde la información de individuos y de grupos humanos es obtenida de diversas fuentes. Para ello, se utilizan herramientas como la inteligencia artificial con el objetivo de procesar y analizar los datos obtenidos para predecir y anticipar los eventos futuros de esa manera (Paterson & Maeve, 2018, p. 3).
En el caso más trágico, los mensajes contra la comunidad rohingya de Myanmar precedieron a las violaciones y masacres de 2017. Los investigadores en materia de derechos humanos llegaron a la conclusión de que Facebook, con su caudal de noticias alimentado por algoritmos, contribuyó a difundir el discurso del odio y la incitación a la violencia (Bachelet, 2019, p. 1). Thomas Buergenthal señala que el derecho contemporáneo de los derechos humanos consiste en un cuerpo masivo de derechos de individuos y grupos, proclamados en un vasto número de instrumentos regionales e internacionales, así como en una jurisprudencia voluminosa de derechos humanos emitida por las cortes internacionales y los cuerpos casi judiciales que aplican estos instrumentos.
La seguridad y privacidad de los registros médicos son algunas de las inquietudes que surgen en relación al uso de datos personales con otros fines que no sean para lo cual fueron registrados. Es así como el consen timiento informado de los propietarios de los datos surge como un elemento importante, pero también se advierte sobre la relevancia de definir qué se enten derá por datos personales40. Por esto y otras razones, la Unión Europea (UE) ya ha tomado precauciones, mediante un reglamento de protección de las personas con relación al tratamiento de datos personales y a la libre circulación41. Podemos detectar varios elementos del diseño experimental que pueden influenciar el desempeño del método y de los dermatólogos, y que nos permitan interpretar este resultado.
SCOPUS es una de las más grandes bases de datos de resúmenes y citas de literatura revisadas por pares, contienen artículos de revistas científicas, libros y artículos de congresos, posibilitando tener una visión global de la producción académica e investigativa en campos de la ciencia, tecnología, medicina, artes y humanidades [6]. Además, esta herramienta permite clasificar, refinar y analizar de forma ágil los resultados obtenidos a partir de una ecuación de búsqueda, con ello se puede extraer información relevante de la temática de interés que se esté abordando. Para este acercamiento se utilizó como ecuación de búsqueda “big data” y a continuación se presentan algunos aspectos relevantes que se extrajeron de los resultados en SCOPUS. Se decidió utilizar esta ecuación de búsqueda poco delimitada, porque se pretende presentar un estado general de presencia y tratamiento de la temática. El marco conceptual delineado en este artículo permite generar una discusión en torno a aplicaciones del análisis de datos masivos en datos clínicos reportados en la prensa y en la literatura científica.