Browsing by Subject "Artificial intelligence"
Now showing 1 - 9 of 9
Results Per Page
Sort Options
Item Análisis económico del derecho en la regulación de la inteligencia artificial: Incentivos para la innovación y protección de la propiedad intelectual(Pontificia Universidad Javeriana Cali, 2024) Zemanate Duque, David Alejandro; Delvasto Perdomo, Carlos AndrésA lo largo de este trabajo se abordarán analíticamente los problemas económicos que surgen en medio de la protección que se le da a la propiedad intelectual, para entender por medio de conceptos económicos la labor que cumple el derecho en el desarrollo y la promoción adecuada de la inteligencia artificial como una nueva creación emergente sujeta a tener obligaciones legales por el manejo de bases de datos y de algoritmos que son diseñados para cumplir con determinadas tareas monitoreadas por decisiones humanas en el marco de la economía de los países y asociaciones económicas con un avance tecnológico considerable como Estados Unidos, China y la Unión Europea en comparación con el contexto latinoamericano de la CAN y Colombia, considerando casos de trascendencia e impacto mediático global, reglamentaciones y regulaciones estándar que han nacido recientemente a la vida jurídica para tratar los derechos que han sido otorgados para la creación, el uso y la asignación de responsabilidades que conllevan las implementaciones de estas tecnologías en la vida cotidiana de todas las personas con la finalidad de entender cuáles son las afectaciones y beneficios económicos, sociales, éticos y morales que dichas innovaciones llevan consigo para el bienestar económico, social, normativo y científico del mundo en relación con las iniciativas privadas y los emprendimientos de las empresas, y las iniciativas públicas de las entidades gubernamentales y de los organismos internacionales vinculantes.Item Aplicación de la inteligencia artificial a la resolución de disputas judiciales: ¿Es posible crear una inteligencia artificial de decisión judicial (IADJ)?(Pontificia Universidad Javeriana Cali, 2024) Vallejo Casella, Juan Camilo; Martínez Pinilla, Iván LeonardoEl desarrollo de la inteligencia artificial (IA) pone sobre la mesa la discusión de un sinfín de disputas epistemológicas que se renuevan en el presente siglo en los más variados ámbitos de la vida. Esto, en síntesis, no ha hecho más que reformular los diversos inconvenientes que tiene la humanidad para comprender el conocimiento y de los cuales se desprenden los principales problemas epistémicos y cognitivos en tratándose de la IA. De entre todos ellos (el problema de la globalidad, actualidad, otras mentes, etc.), el presente trabajo se enfoca en el denominado Problema del Marco (PM) y las implicaciones que este tendría a la luz de la creación hipotética de una Inteligencia Artificial de Decisión Judicial (IADJ). Para esto, se aborda multidisciplinariamente la formulación del PM en conjunto con las principales escuelas de razonamiento judicial para teorizar las falencias y requerimientos para que una IA pueda llegar a ser un juez.Item “Aplicación de Modelos Machine Learning para predecir el riesgo de pérdida de seguimiento en tuberculosis”(Pontificia Universidad Javariana Cali, 2025) Rodríguez Camargo, Rubén Darío ; Guerrero Barreto, Diana Azucena; Ortega Lenis, DeliaLa tuberculosis (TB) es una enfermedad que afecta a un gran número de personas en todo el mundo, es curable y prevenible; razones que han llevado a la Organización Mundial de la Salud (OMS) a priorizar la enfermedad a nivel de salud pública. No obstante, las pérdidas en el seguimiento amenazan el éxito de los programas de control, dado por aumentos en las tasas de mortalidad y se constituyen como un factor desencadenante en la aparición de formas farmacorresistentes. Se han descrito diferentes determinantes en salud (DSS) que influyen en la pérdida de seguimiento, siendo los principales: sexo hombre, tener un bajo nivel educativo, bajos ingresos económicos, pertenecer a un grupo poblacional vulnerable, presentar alguna comorbilidad, tener barreras de acceso al sistema de salud, antecedente de tratamiento previo, baja tolerancia a efectos secundarios al tratamiento y afectaciones en salud mental. El distrito capital no es ajeno a esta situación y se ha visto que el éxito programático no alcanza la meta del 90 % en los últimos años. Dentro de los factores que afectan el cumplimiento se encuentran los pacientes fallecidos y con pérdida de seguimiento cuya prevalencia para el distrito en los últimos 7 años corresponde al 7.3 %. Los avances en inteligencia artificial (IA) han permitido comprender mejor el fenómeno de pérdida de seguimiento en otros países con alta carga de la enfermedad, los cuales han servido como base para la reformulación de políticas públicas por parte de las autoridades sanitarias, que han permitido mejorar la adherencia terapéutica de los pacientes. En este sentido, el objetivo del presente proyecto consistió en desarrollar un modelo de Machine Learning que permita predecir el riesgo de pérdida de seguimiento en pacientes pertenecientes al programa de TB en el distrito capital, a partir de los determinantes sociales en salud contenidos en el sistema de información. Para ello se desarrollaron cuatro tipos de algoritmos de aprendizaje automático supervisado con diferentes técnicas de remuestreo para balancear las clases y se aplicaron diferentes técnicas para seleccionar variables predictoras incidentes en la pérdida de seguimiento. Como resultado se obtuvo un modelo de XGBoost con buen desempeño en las métricas sensibilidad, exactitud y AUC; con el cual se puede brindar un apoyo al personal de salud que hace parte de los programas locales de tuberculosis y del distrito para identificar de forma temprana a este tipo de pacientes.Item BananaGAN : Augmenting major banana disease detection using generated diseased pseudostem and rachis images(Pontificia Universidad Javeriana Cali, 2021) Vergara, Javier Alejandro; Acharjee, Animesh; Selvaraj, MichaelItem ¿Cuál es el alcance de la protección de la propiedad intelectual con relación a las obras creadas por medio de inteligencia artificial en Colombia?(Pontificia Universidad Javeriana Cali, 2024) Caicedo González, Isabella; Caicedo Ardila, Felipe; Barriga Palomino, Luis FélixEn la actualidad, el desarrollo de la inteligencia artificial se encuentra en auge, generando importantes desafíos legales para el campo del derecho, especialmente en el área de la propiedad intelectual. Esto genera diferentes debates e interrogantes que son cruciales a la hora de hablar sobre la protección de los derechos de autor y el alcance que puede llegar a tener su regulación frente a las obras que pueden ser creadas por medio de la inteligencia artificial. Por ende, se tiene como objetivo principal en este escrito estudiar cuál es el alcance que tiene la protección de la propiedad intelectual frente a las obras que son creadas por medio de la inteligencia artificial en Colombia. Lo que se encuentra en este trabajo es la conceptualización de diferentes términos que son claves para comprender la propiedad intelectual y los derechos de autor, donde se hace énfasis en la protección que le brindan a los autores. Así mismo, es necesario conceptualizar los términos que se encuentran en el ámbito de la inteligencia artificial; y abordar casos concretos que brindan precedentes sobre el tema de la creación de obras por medio de la inteligencia artificial y la protección de las mismas por el derecho de autor. De esta forma, se realizan unas sugerencias que se deben tener en cuenta por el Congreso colombiano al momento de legislar sobre este tema.Item Identificación de alteraciones en heridas quirúrgicas mediante la aplicación de inteligencia artificial en imágenes(Pontificia Universidad Javeriana Cali, 2024) Cote Flórez, Álvaro Augusto; Pineda Gómez, Amolfi Hernando; Rodríguez Prada, Javier Armando; Vargas Cardona, Hernán DaríoEl presente proyecto de grado utilizó la inteligencia artificial aplicada al análisis de imágenes digitales para lograr la identificación de alteraciones en heridas quirúrgicas. Esta investigación abordó una problemática de alta relevancia debido a las consecuencias que pueden surgir de las infecciones de sitio operatorio, incluyendo morbilidad, mortalidad y costos económicos significativos tanto para los pacientes como para el sistema de salud. Actualmente, la detección de estas infecciones se realiza principalmente a través de métodos clínicos y cultivos, que pueden ser tardíos y limitados en términos de precisión. Con el uso de técnicas de inteligencia artificial, como el machine learning y el deep learning, se logró desarrollar un modelo automatizado y confiable que permite la identificación de alteraciones en las heridas quirúrgicas, lo que facilita un tratamiento oportuno y efectivo. Para desarrollar el proyecto se recopiló una base de datos de imágenes digitales etiquetadas que muestran la evolución de las heridas quirúrgicas, se eligieron y adaptaron algoritmos de inteligencia artificial capaces de identificar patrones y características en dichas imágenes, y se evaluó la eficacia y precisión del modelo desarrollado mediante validaciones con métricas establecidas en el estado del arte. El resultado del trabajo realizado es el punto de partida para trabajos posteriores que podrán incluir un modelo de apoyo diagnóstico automatizado y confiable para la detección de alteraciones en heridas quirúrgicas. Este proyecto tiene aplicaciones en el campo de la cirugía y la salud pública, y su impacto se refleja en un seguimiento posquirúrgico oportuno y efectivo evitando complicaciones en las heridas y apoyando el proceso de recuperación del paciente, así como en la reducción de costos y procedimientos médicos adicionales debido a complicaciones en las heridasItem Identificación de la actividad de la toxoplasmosis ocular mediante distintas redes neuronales convolucionales(Pontificia Universidad Javariana Cali, 2025) Raigoso Espinosa, Juan David; Olarte Zuluaga, Juliana Andrea; Mejía Salgado, Germán Alberto; Vargas Cardona, Hernán DaríoEste proyecto se centró en la aplicación de redes neuronales convolucionales (CNN) para la identificación automática de la actividad de la toxoplasmosis ocular (TO) en imágenes de fondo de ojo. La TO es una causa significativa de discapacidad visual severa. La importancia de este proyecto radica en su potencial para mejorar el diagnóstico y tratamiento de la TO, especialmente en áreas con acceso limitado a especialistas en oftalmología. Los objetivos específicos incluyeron la gestión de una base de datos de imágenes de fondo de ojo, el entrenamiento de CNN’s para identificar la actividad de la TO, y la evaluación del rendimiento de estas técnicas de clasificación. Se aplicó transfer learning con 3 CNN que previamente han sido utilizadas en tareas de clasificación médica (ResNetV2, VGG16, InceptionV3) y se realizaron dos arquitecturas de CNN propias; obteniendo el mejor resultado priorizando una alta sensibilidad hacia la clase activa con una ResNetV2 con 10 épocas, función de activación ReLU, optimizador Adam, Tasa de aprendizaje 1e-4, Tamaño de lote de 32 y utilizando técnicas de balanceo de datos como Synthetic Minority Over-sampling Technique (SMOTE) y data augmentation. Obteniendo una exactitud (accuracy) del modelo de 0.81 ± 0.02. Para la clase activa una sensibilidad de 0.9 ± 0.06, una especificidad de 0.69 ± 0.08 y un F1 Score de 0.77 ± 0.02; mientras que, para la clase inactiva, una sensibilidad de 0.77 ± 0.07, especificidad de 0.91 ± 0.03 y F1 score de 0.84 ± 0.03 Este proyecto demuestra la capacidad de la inteligencia artificial y las CNN en clasificar lesiones retinocoroideas de TO activas o inactivas, facilitando así la toma de decisiones terapéuticas.Item Identificación de la actividad de la toxoplasmosis ocular mediante distintas redes neuronales convolucionales(Pontificia Universidad Javariana Cali, 2025) Mejía Salgado, Germán Alberto; Olarte Zuluaga, Juliana Andrea; Raigoso Espinosa, Juan David; Vargas Cardenas, Hernán DaríoEste proyecto se centró en la aplicación de redes neuronales convolucionales (CNN) para la identificación automática de la actividad de la toxoplasmosis ocular (TO) en imágenes de fondo de ojo. La TO es una causa significativa de discapacidad visual severa. La importancia de este proyecto radica en su potencial para mejorar el diagnóstico y tratamiento de la TO, especialmente en áreas con acceso limitado a especialistas en oftalmología. Los objetivos específicos incluyeron la gestión de una base de datos de imágenes de fondo de ojo, el entrenamiento de CNN’s para identificar la actividad de la TO, y la evaluación del rendimiento de estas técnicas de clasificación. Se aplicó transfer learning con 3 CNN que previamente han sido utilizadas en tareas de clasificación médica (ResNetV2, VGG16, InceptionV3) y se realizaron dos arquitecturas de CNN propias; obteniendo el mejor resultado priorizando una alta sensibilidad hacia la clase activa con una ResNetV2 con 10 épocas, función de activación ReLU, optimizador Adam, Tasa de aprendizaje 1e-4, Tamaño de lote de 32 y utilizando técnicas de balanceo de datos como Synthetic Minority Over-sampling Technique (SMOTE) y data augmentation. Obteniendo una exactitud (accuracy) del modelo de 0.81 ± 0.02. Para la clase activa una sensibilidad de 0.9 ± 0.06, una especificidad de 0.69 ± 0.08 y un F1 Score de 0.77 ± 0.02; mientras que, para la clase inactiva, una sensibilidad de 0.77 ± 0.07, especificidad de 0.91 ± 0.03 y F1 score de 0.84 ± 0.03 Este proyecto demuestra la capacidad de la inteligencia artificial y las CNN en clasificar lesiones retinocoroideas de TO activas o inactivas, facilitando así la toma de decisiones terapéuticasItem Perspectivas sobre los softwares y la inteligencia artificial en la transformación de los procesos contables: un enfoque basado en la literatura(Pontificia Universidad Javariana Cali, 2024) Rengifo Tello, Fabiana; Joaqui Barandica, OrlandoEn el contexto de la profesión contable, la adaptabilidad y estabilidad de los métodos se ven influenciadas por la creciente implementación de software y tecnologías de inteligencia artificial (IA). Este estudio examina cómo la transformación digital ha modificado la práctica contable, lo cual ha sido un fenómeno notable debido a la resistencia al cambio observada entre los profesionales del área. El objetivo principal es analizar la transformación tecnológica en la práctica contable, específicamente enfocándose en la implementación de software y la IA, evaluando sus efectos en la función y habilidades del contador público entre 2023 y 2024. Para alcanzar este objetivo, se adoptó una metodología cualitativa, donde se realizó una revisión sistemática de la literatura acerca de los cambios en las herramientas tecnológicas y su impacto en la contabilidad. Los resultados indican que la introducción de software y tecnologías avanzadas ha permitido una mejora en la eficiencia operativa y en la disponibilidad de datos de calidad, lo que se traduce en una toma de decisiones más informada. Sin embargo, se encontraron desafíos significativos, como la resistencia al cambio y la falta de formación en competencias tecnológicas necesarias para el manejo de estas innovaciones. Se destacan los impactos positivos en el análisis de datos y la automatización de procesos, además de las implicaciones éticas y legales relacionadas con la privacidad y la transparencia. En conclusión, la transformación tecnológica en el ámbito contable no solo ofrece beneficios en términos de productividad y precisión, sino que también requiere una re-evaluación de las competencias necesarias para el contador moderno. Estos hallazgos apuntan a la necesidad de reformar la educación contable y de preparar a los profesionales para maximizar los beneficios de la IA y el software en su práctica, lo que podría facilitar la adaptación a un entorno empresarial en constante evolución