El modelo aborda un desafío histórico de la atención hospitalaria. La glucosa baja, también conocida como hipoglucemia, es una complicación frecuente y potencialmente mortal entre los pacientes hospitalizados, incluidos los que reciben tratamiento para la diabetes, quienes permanecen en ayuno antes de un procedimiento o quienes se encuentran en cuidados críticos. Sin embargo, actualmente no existen herramientas de uso generalizado para predecir qué pacientes hospitalizados desarrollarán hipoglucemia.

“Hoy en día, la mayor parte de la atención hospitalaria para la hipoglucemia es reactiva, y respondemos después de que el nivel de azúcar en sangre de un paciente baja”, afirmó Roma Gianchandani, MD, autora principal del estudio, vicepresidenta de Calidad e Innovación del Departamento de Medicina y directora del programa de Diabetes.

El modelo de IA desarrollado por investigadores de Cedars-Sinai analiza patrones en medicamentos, resultados de laboratorio, alimentación y otros datos de los expedientes clínicos electrónicos de los pacientes. Recopila la información en intervalos de cuatro horas durante un periodo de cinco días y la utiliza para predecir si un paciente desarrollará hipoglucemia en las siguientes 24 horas.

Los investigadores desarrollaron y validaron el modelo utilizando datos de más de 143,000 hospitalizaciones de adultos en tres hospitales del Cedars-Sinai Health System entre 2014 y 2025. Posteriormente, evaluaron la herramienta con datos prospectivos para confirmar sus hallazgos iniciales.

"El modelo de IA está diseñado para alertar a los equipos de atención al paciente antes de que este experimente un nivel bajo de azúcar en sangre e identificar los factores clave que impulsan ese riesgo", señaló Amanda Momenzadeh, PharmD, autora principal del estudio y científica de proyectos en el Meyer Research Lab de Cedars-Sinai. "Al ofrecer información procesable a los equipos de atención, también busca apoyar los programas de gestión de la diabetes en los hospitales".

Los investigadores estiman que la herramienta podría prevenir entre tres y cuatro episodios de hipoglucemia por día en un hospital de gran tamaño. Extrapolado a todas las camas hospitalarias del mundo, el impacto podría ser considerable.

“Lo emocionante es que no se trata solo de un modelo teórico, sino que está construido y validado para funcionar de manera prospectiva y en tiempo real utilizando datos que los hospitales ya recopilan”, afirmó el autor principal del estudio, Jesse Meyer, PhD, profesor asistente en el Departamento de Biomedicina Computacional de Cedars-Sinai. “Al identificar antes a los pacientes en riesgo, tenemos la oportunidad de reducir las complicaciones prevenibles y mejorar la seguridad del paciente”.

Si se adopta ampliamente, este modelo podría impulsar una atención más proactiva y basada en datos para pacientes hospitalizados con diabetes y otras afecciones que afectan los niveles de glucosa.

Autores adicionales de Cedars-Sinai: Caleb Cranney, Dennis Chen y Elizabeth Nguyen.

Financiamiento: NIGMS R35GM142502, NIH National Center for Advancing Translational Science (NCATS) y UCLA CTSI Grant Number UL1TR001881.

Declaración: Jesse Meyer, Amanda Momenzadeh y Caleb Cranney figuran como inventores en una solicitud de patente relacionada con esta herramienta de IA.

La Universidad de Ciencias de la Salud de Cedars-Sinai está impulsando investigaciones innovadoras y formando a los futuros líderes en medicina, ciencias biomédicas y ciencias de la salud afines. Más información sobre la universidad.

«Independientemente de la disciplina que elijan, los estudiantes de la Universidad de Ciencias de la Salud estarán inmersos en el entorno de la atención médica y en nuestra continuidad de atención clínica», comentó el Dr. Jeffrey Golden, vicedecano ejecutivo de Investigación y Educación, director del Instituto de Investigación Burns and Allen, y titular de la Cátedra Distinguida Linda y Jim Lippman en Medicina Académica en Cedars-Sinai. «Los estudiantes se formarán junto a expertos para avanzar en las ciencias básicas, traslacionales y clínicas, para posteriormente ser testigos de cómo sus esfuerzos contribuyen a dar forma a la atención que brinda Cedars-Sinai». 

La experiencia de los estudiantes incluirá capacitación práctica de expertos prominentes, acceso a tecnologías avanzadas y ensayos clínicos innovadores. 

La Escuela de Salud Aliada Chuck Lorre de Cedars-Sinai se estableció en 2022 con una donación de 30 millones de dólares de la Fundación de la Familia Chuck Lorre. La escuela vocacional ofrece capacitación en roles de atención médica aliada, comenzando con científicos de laboratorio clínico, técnicos de farmacia, terapia respiratoria y técnicos de terapia de radiación. 

«Cuando se presentó la oportunidad de proporcionar capacitación y certificados para personas desatendidas en nuestra comunidad, lo que en algunos casos duplicaría sus salarios, estuve totalmente a favor», dijo Lorre. «Asociarme con Cedars-Sinai para crear la escuela de salud aliada nos permitirá ver impactos a largo plazo en nuestras comunidades.» 

Los estudiantes de los programas de salud aliada recibirán capacitación práctica en un entorno clínico a través de rotaciones en Cedars-Sinai y sus afiliados Huntington Health y Torrance Memorial Medical Center. Los programas conducen a títulos de asociado, títulos de licenciatura o certificados. Los graduados son elegibles para obtener licencias y rendir exámenes de certificación en los campos que ha elegido. 

«El regalo transformador hecho por la Fundación de la Familia Chuck Lorre satisface una tremenda necesidad de especialistas en salud aliada, tanto en Cedars-Sinai como en la comunidad de Los Ángeles en general», señaló Golden. 

Alexia Furbert, una residente de Los Ángeles de 21 años, es una de las primeras estudiantes en inscribirse en el programa de técnico de farmacia en la Escuela de Salud Aliada Chuck Lorre de Cedars-Sinai. 

«Cuando me enteré del programa, estaba terminando mi último semestre en West Los Angeles College para completar mi título de asociado», dijo Furbert. «Sintiéndome insegura sobre mis metas profesionales, me pregunté si transferirme a una universidad de cuatro años era la decisión correcta para mí. Este programa ofrecía la oportunidad de explorar posibles trayectorias profesionales y contribuir a áreas de la asistencia médica que padecen una escasez crónica de personal.» 

Otro programa nuevo en Cedars-Sinai Health Sciences University es el doctorado en Inteligencia Artificial en Salud (IA), que ofrece una formación rigurosa en algoritmos y métodos de IA, con un enfoque en el análisis de datos clínicos para mejorar la atención a los pacientes. 

«Estamos encantados de dar la bienvenida a nuestros estudiantes, quienes experimentarán un enfoque de enseñanza práctico y activo que refuerza los conceptos de IA a través de rotaciones clínicas y colaboración académica con médicos y personal médico», dijo la Dra. Graciela Gonzalez-Hernandez, directora del Programa de Posgrado en Inteligencia Artificial. «Los graduados estarán en posición de mejorar directamente la atención médica y los resultados de los pacientes a través del riguroso desarrollo e implementación de algoritmos y software de IA.» 

Otra nueva oferta es la Maestría en Ciencias en Medicina Regenerativa, un programa de 20 meses donde los estudiantes se centran en la investigación con células madre que se puede utilizar tanto para modelar como para tratar enfermedades humanas. El plan de estudios se centrará en tres trayectorias profesionales: biofabricación de células, investigación académica en biología de células madre y aprendizaje sobre cómo se pueden usar las células madre con diferentes especialidades clínicas. 

«Diseñamos el programa de maestría para enseñar a los estudiantes sobre la medicina regenerativa y cómo las células madre tienen una promesa interesante para la medicina», señaló el Dr. Wafa Tawackoli, director de Educación y Capacitación en el Instituto de Medicina Regenerativa de la Junta de Gobernadores. «Nos enfocamos en dar a estos estudiantes una ventaja a medida que avanzan en sus trayectorias profesionales elegidas a través de un plan de estudios cuidadosamente diseñado. Todo lo que hacemos está hecho a la medida del futuro.» 

La universidad ofrece otros títulos de posgrado, incluido un Doctorado en Ciencias Biomédicas, que fusiona los planes de estudios de medicina científica y traslacional con la tutoría de investigadores y clínicos, una Maestría en Ciencias en Sistemas de Salud y la Maestría en Ciencias en Resonancia Magnética en Medicina. 

La universidad también alberga varios programas de capacitación profesional, incluidas certificaciones educativas sin título, capacitaciones formales, pasantías y otras oportunidades continuas para beneficiar a estudiantes y profesionales en todos los niveles de sus carreras. 

«Estamos ansiosos por dar la bienvenida a nuestros estudiantes de nuevo ingreso y recurrentes», dijo Golden, «y que comiencen su recorrido para comprender las enfermedades humanas, cómo diagnosticarlas y cómo determinar los mejores tratamientos para pacientes individuales .» 

Cedars-Sinai Health Sciences University está impulsando investigaciones innovadoras y formando a los futuros líderes en medicina, ciencias biomédicas y ciencias de la salud aliadas. Obtenga más información sobre la universidad. 

Accreditation was granted in May 2025, less than six months after the PhD in Health AI program was submitted for review. It is the first in the U.S. to be embedded in a hospital and the first to combine interdisciplinary academic training with hands-on clinical data experience, giving students opportunities to develop AI solutions that could improve diagnostics, patient care and healthcare delivery.

“Accreditation is a meaningful milestone for the PhD in Health AI program,” said Graciela Gonzalez-Hernandez, PhD, director of the program and professor and vice chair for Research and Education in the Department of Computational Biomedicine. “It signifies that the highest standards of academic excellence and innovation are at the heart of our curriculum, and it signals to prospective students, as well as our faculty and partners, that we’re pioneering a new kind of doctoral training with quality and rigor.”

In their report, commission evaluators praised the program for integrating doctoral-level learning into real-world work experiences and for offering extensive academic resources and support services for students’ coursework and research.

“Our Health Sciences University continues to evolve, with our newest PhD program enabling us to train the next generation of AI experts specifically focused on healthcare,” said Jeffrey A. Golden, MD, executive vice dean of Research and Education, director of the Burns and Allen Research Institute, and the Linda and Jim Lippman Distinguished Chair in Academic Medicine at Cedars-Sinai. “As AI is poised to rapidly transform medicine, accreditation for the PhD in Health AI program helps further reflect and reinforce our commitment to shaping the future of healthcare.”

The PhD in Health AI program aims to attract applicants from diverse fields beyond healthcare, including computer science, engineering, math and gaming. Through an active-learning and structured mentoring model, students will gain exposure to real-world clinical environments and collaborate closely with clinicians and scientific investigators.

In addition to laboratory rotations with Cedars-Sinai’s AI research faculty, the program also includes clinical rotations—rare for nonmedical PhD students—to help participants understand how clinical information is generated and used.

“We look forward to welcoming our first cohort of exceptional students this week—each with a strong technical background and a shared commitment to improving healthcare,” Gonzalez-Hernandez said. “Throughout their time at Cedars-Sinai Health Sciences University they will engage with faculty, clinicians and each other to meaningfully and ethically apply AI in real clinical settings. They will graduate with a deep understanding of real-world healthcare challenges, positioning them for successful careers in academic research, industry, healthcare innovation, and public policy.”

Cedars-Sinai’s Health Sciences University was established in 2024. The university offers other graduate degrees, including a PhD in Biomedical Sciences, Master of Science in Health Systems and Master of Science in Magnetic Resonance in Medicine.

The university also is home to several professional training programs, including nondegree educational certifications, formal trainings, internships and other ongoing opportunities to benefit students and professionals at all career levels.

Read more in Cedars-Sinai Discoveries Magazine: Next Generation Health Education

The algorithm, which identified hidden signals in common medical diagnostic testing, may help doctors better prevent strokes and other cardiovascular complications in people with atrial fibrillation—the most common type of heart rhythm disorder.

Previously developed algorithms have been primarily used in white populations. This algorithm works in diverse settings and patient populations, including U.S. veterans and underserved populations. The findings were published today in the peer-reviewed journal JAMA Cardiology.

“This research allows for better identification of a hidden heart condition and informs the best way to develop algorithms that are equitable and generalizable to all patients,” said David Ouyang, MD, a cardiologist in the Department of Cardiology in the Smidt Heart Institute at Cedars-Sinai, a researcher in the Division of Artificial Intelligence in Medicine, and senior author of the study.

Experts estimate that about 1 in 3 people with atrial fibrillation do not know they have the condition.

In atrial fibrillation, the electrical signals in the heart that regulate the pumping of blood from the upper chambers to the lower chambers are chaotic. This can cause blood in the upper chambers to pool and form blood clots that can travel to the brain and trigger an ischemic stroke.

To create the algorithm, investigators programmed an artificial intelligence tool to study patterns found in electrocardiogram readings. An electrocardiogram is a test that monitors electrical signals from the heart. People who undergo this test have electrodes placed on their body that detect the heart’s electrical activity.

The program was trained to analyze electrocardiogram readings taken between Jan. 1, 1987, and Dec. 31, 2022, from patients seen at two Veterans Affairs health networks. The algorithm was trained on almost a million electrocardiograms and it accurately predicted patients would have atrial fibrillation within 31 days.

The AI model was also applied to medical records from patients at Cedars-Sinai and it similarly—and accurately—predicted cases of atrial fibrillation within 31 days.

“This study of veterans was geographically and ethnically diverse, indicating that the application of this algorithm could benefit the general population in the U.S.,” said Sumeet Chugh, MD, director of the Division of Artificial Intelligence in Medicine in the Department of Medicine and medical director of the Heart Rhythm Center in the Department of Cardiology. “This research exemplifies one of the many ways that investigators in the Smidt Heart Institute and the Division of Artificial Intelligence in Medicine are using AI to address preemptive management of complex and challenging cardiac conditions.”  

The study was a collaborative effort between physicians and investigators at Cedars-Sinai and the San Francisco and Palo Alto Veterans Affairs hospitals. First author Neal Yuan, MD, is an investigator with the Smidt Heart Institute at Cedars-Sinai. Cedars-Sinai investigators Grant Duffy and John Theurer also worked on the study.

The investigators plan to continue to study the algorithm as part of prospective clinical trials to learn if it helps identify those at risk for heart attack and stroke. They also plan to develop more AI algorithms.

Funding: The study was funded by the National Institutes of Health and the U.S. Department of Veterans Affairs.

Read more on the Cedars-Sinai Blog: Treating Atrial Fibrillation: Risks and Complications

El algoritmo, que identificó señales ocultas en pruebas de diagnóstico médico comunes, puede ayudar a los médicos a prevenir mejor los accidentes cerebrovasculares y otras complicaciones cardiovasculares en personas con fibrilación auricular, el tipo más común de trastorno del ritmo cardíaco.

Los algoritmos desarrollados anteriormente se han utilizado principalmente en poblaciones blancas. Este algoritmo funciona en diversos entornos y poblaciones de pacientes, incluidos veteranos estadounidenses y poblaciones desatendidas. Los hallazgos se publicaron hoy en la revista JAMA Cardiology, revisada por pares.

"Esta investigación permite una mejor identificación de una afección cardíaca oculta e informa la mejor manera de desarrollar algoritmos que sean equitativos y generalizables a todos los pacientes", comentó el Dr. David Ouyang, cardiólogo del Departamento de Cardiología del Smidt Heart Institute de Cedars-Sinai, investigador de la División de Inteligencia Artificial en Medicina, y autor principal del estudio. 

Los expertos estiman que aproximadamente 1 de cada 3 personas con fibrilación auricular no sabe que padece la afección.

En la fibrilación auricular, las señales eléctricas en el corazón que regulan el bombeo de sangre desde las cámaras superiores a las inferiores son caóticas. Esto puede hacer que la sangre en las cámaras superiores se acumule y forme coágulos de sangre que pueden viajar al cerebro y desencadenar un accidente cerebrovascular isquémico.

Para crear el algoritmo, los investigadores programaron una herramienta de inteligencia artificial para estudiar los patrones encontrados en las lecturas del electrocardiograma. Un electrocardiograma es una prueba que monitorea las señales eléctricas del corazón. A las personas que se someten a esta prueba se les colocan electrodos en el cuerpo que detectan la actividad eléctrica del corazón.

El programa fue capacitado para analizar lecturas de electrocardiogramas tomadas entre el 1 de enero de 1987 y el 31 de diciembre de 2022 de pacientes atendidos en dos redes de salud de Asuntos de Veteranos (Veterans Affairs). 

El modelo de IA también se aplicó a los registros médicos de pacientes de Cedars-Sinai y de manera similar (y precisa) predijo casos de fibrilación auricular en un plazo de 31 días.

"Este estudio de veteranos fue geográfica y étnicamente diverso, lo que indica que la aplicación de este algoritmo podría beneficiar a la población general en los EE. UU.", afirmó el Dr. Sumeet Chugh, director de la División de Inteligencia Artificial en Medicina en el Departamento de Medicina y director del Centro de Ritmo Cardíaco del Departamento de Cardiología. "Esta investigación ejemplifica una de las muchas formas en que los investigadores del Smidt Heart Institute y la División de Inteligencia Artificial en Medicina están utilizando la IA para abordar el manejo preventivo de afecciones cardíacas complejas y desafiantes".

El estudio fue un esfuerzo de colaboración entre médicos e investigadores de Cedar-Sinai y los hospitales de Asuntos de Veteranos de San Francisco y Palo Alto. Además de Ouyang, en el estudio trabajaron los investigadores de Cedars-Sinai Grant Duffy y John Theurer.

Los investigadores planean continuar estudiando el algoritmo como parte de ensayos clínicos prospectivos para saber si ayuda a identificar a las personas en riesgo de sufrir un ataque cardíaco y un derrame cerebral. También planean desarrollar más algoritmos de IA.

Financiamiento: El estudio fue financiado por los Institutos Nacionales de Salud y el Departamento de Asuntos de Veteranos de EE. UU.

Lea más en el Blog de Cedars-Sinai: Tratamiento de la Fibrilación Auricular: Riesgos y Complicaciones

Sobre la base de un legado de innovación, Cedars-Sinai está aprovechando los avances en rápida evolución en la tecnología de IA para mejorar la atención al paciente, mejorar la eficiencia, avanzar en el descubrimiento científico y cultivar un mayor bienestar de los médicos y el personal.

IA en Cedars-Sinai ya está teniendo un impacto temprano en las iniciativas clínicas y de investigación. Los investigadores, por ejemplo, están utilizando la tecnología para identificar los primeros signos de cáncer de páncreas, predecir un paro cardíaco repentino y descubrir predictores genéticos del riesgo de enfermedad de Alzheimer.

Los líderes de Cedars-Sinai están entusiasmados con las posibilidades que brinda la IA, incluido el potencial de reducir las disparidades y los costos de la atención médica, mientras guían a la organización a través de esta revolución dinámica en la atención médica.

“La IA amplía y aumenta las capacidades y la inteligencia humanas”, afirma Craig Kwiatkowski, PharmD, vicepresidente sénior y director de información. “Tiene el potencial de transformar las formas en que imaginamos, planificamos y brindamos atención. Debido a las grandes oportunidades, intencionalmente nos estamos moviendo en estas primeras etapas del trayecto”.

Los tres pilares de la inteligencia artificial en Cedars-Sinai

La estrategia de inteligencia artificial de Cedars-Sinai se basa en tres pilares estratégicos fundamentales: inversión y planificación, transición de la innovación a la adopción y apoyo al uso ético y consistente de las nuevas tecnologías.

A través de su primer pilar, Cedars-Sinai está invirtiendo en tecnología, infraestructura y servicios de última generación, al tiempo que fomenta la facilidad de la IA en toda la fuerza laboral. La intención es sentar las bases para satisfacer las futuras necesidades de atención médica de la organización.

El segundo pilar exige el uso de la investigación y la innovación de la IA para resolver los desafíos críticos de la atención médica del mundo real, acelerando la integración de los descubrimientos de la IA en la práctica clínica y brindando beneficios a los pacientes, los médicos y el sistema de atención médica.

El tercer pilar se centra en el uso y la gobernanza éticos y responsables de la IA mediante el cumplimiento de los requisitos reglamentarios y al mismo tiempo garantizar que las herramientas de IA se utilicen de manera justa e imparcial para proteger a los pacientes y su privacidad.

“El trayecto de la IA no tiene una línea de meta y debemos mantener la vista en el camino que tenemos por delante”, dijo Mike Thompson, vicepresidente de Enterprise Data Intelligence, quien trabaja junto a Kwiatkowski para dirigir la estrategia de IA de la organización. “Estamos construyendo una base sólida para un futuro de posibilidades ilimitadas”.

Consejo de Inteligencia Artificial

Un componente esencial del éxito implica la creación de un Consejo de Inteligencia Artificial. Reúne a líderes interdisciplinarios, desde equipos de atención al paciente, investigación, datos y tecnología, para revisar, guiar y coordinar la estrategia de IA. El consejo proporciona un foro para el diálogo abierto y un intercambio continuo de ideas mientras establece prioridades, evalúa el uso de herramientas de IA e identifica medidas de éxito.

“El Consejo de IA es una pieza central de nuestro compromiso con el uso responsable de la IA”, afirmó Jason Moore, PhD, presidente del Departamento de Biomedicina Computacional y miembro fundador del consejo. “Es fundamental que promovamos los principios de IA responsable, ayudando a garantizar que la IA se implemente de manera segura, efectiva y de manera imparcial y transparente”.

Inteligencia artificial en acción

La IA puede acelerar el descubrimiento científico al avanzar en la comprensión de los estados de enfermedad y las posibles vías de tratamiento. Al mismo tiempo, la IA puede mejorar la eficiencia y la precisión de los datos clínicos, liberando a los proveedores para que pasen más tiempo cara a cara con los pacientes.

La adopción temprana de la inteligencia artificial ya está marcando la diferencia en los programas clínicos y de investigación en Cedars-Sinai. Ejemplos incluyen:

• Cáncer de páncreas: los investigadores de Cedars-Sinai han aprovechado la IA para identificar los primeros signos de cáncer de páncreas, una enfermedad notoriamente difícil de diagnosticar en sus primeras etapas. Mediante el uso de algoritmos avanzados de aprendizaje automático para analizar exploraciones de imágenes médicas y registros de pacientes, el sistema de IA puede ayudar a prevenir muertes a través de la detección temprana, lo que lleva a intervenciones oportunas y mejores pronósticos para los pacientes. 
• Salud del corazón: la investigación dirigida por investigadores del Smidt Heart Institute y la División de Inteligencia Artificial en Medicina del Departamento de Medicina está ayudando a los médicos a acercarse más a la predicción de dos afecciones cardíacas comunes: paro cardíaco repentino, que a menudo es fatal, y aumento de la frecuencia coronaria. calcio arterial, un marcador de la enfermedad de las arterias coronarias que puede conducir a un ataque al corazón.
• Modelado de células cerebrales: los investigadores del Laboratorio Anastassiou, miembros de los Departamentos de Neurología y Neurocirugía, el Instituto de Medicina Regenerativa de la Junta de Gobernadores y el Centro de Medicina y Ciencias Neurales de Cedars-Sinai, han creado modelos informáticos complejos de células cerebrales individuales, desbloquear nuevas vías para comprender la función cerebral y los trastornos neurológicos.
• Investigación sobre la enfermedad de Alzheimer: una subvención de $8 millones de los Institutos Nacionales de Salud para estudiar la enfermedad de Alzheimer está permitiendo a los investigadores estudiar nuevos métodos de inteligencia artificial de vanguardia y utilizarlos para identificar predictores genéticos del riesgo de enfermedad de Alzheimer.
• Enfermedad del hígado: los expertos de Cedars-Sinai están investigando cómo ChatGPT puede ayudar a mejorar los resultados de los pacientes con cirrosis y cáncer de hígado al proporcionar información fácil de entender sobre cambios en el estilo de vida y tratamientos.
• Obstetricia y ginecología: AI está ayudando a los médicos a avanzar en la predicción de la necesidad de parto por cesárea. Al analizar los registros de salud electrónicos, el modelo de IA de Cedars-Sinai puede ayudar a los médicos a evaluar los factores que influyen en la necesidad de cesáreas, lo que podría generar mejores resultados y una toma de decisiones informada para los padres.
• Cirugía de columna: el Departamento de Biomedicina Computacional, en colaboración con el Consejo de IA de Cedars-Sinai y los cirujanos de columna, está utilizando IA y aprendizaje automático para predecir qué pacientes tienen más probabilidades de manejar con éxito su dolor después de la cirugía y cuáles podrían necesitar asistencia adicional.
• COVID-19: durante el pico de la pandemia de COVID-19, Cedars-Sinai desarrolló un modelo de IA que ayuda a los médicos a diagnosticar la gravedad de la neumonía por COVID-19. Esta tecnología ya se está utilizando en estudios clínicos multicéntricos.

Si bien las iniciativas de IA ya están teniendo un impacto en Cedars-Sinai, quienes lideran la estrategia de la organización están planificando afanosamente expandir el alcance de las aplicaciones.

“Solo estamos comenzando a comprender lo que la IA puede hacer para mejorar la atención médica y la calidad de vida de nuestros pacientes, nuestros médicos y nuestro personal”, dijo Kwiatkowski. “Estamos comprometidos a construir una base firme a medida que avanzamos hacia el futuro”.