Me
Analytics
Read more
Lo que aprendí al probar tres modelos de IA para detectar errores en reportes radiológicos
Antes de conectar cualquier modelo a un flujo de trabajo clínico real, hay que medir. Esto es lo que encontré cuando lo hice. Los errores de reportes existen por eso los Addendums. Soy radiólogo. Y como radiólogo sé que los errores en los reportes no son la excepción — son una
El mismo modelo que predice el Mundial también lee tus TAC
Por Miguel Angarita, radiólogo e implementador de IA clínica DataCamp acaba de lanzar una competencia que me detuvo en seco: predecir cada partido del Mundial 2026 — marcador exacto, córners, tarjetas — usando machine learning. El premio es una camiseta oficial y una suscripción a Claude. El reto real, según ellos mismos,
Por qué Together.ai cambió la forma en que hago benchmarking de agentes de radiología
Antes de poder entrenar un modelo, tienes que saber cuál modelo merece ser entrenado. Esa frase suena obvia, pero en la práctica es la parte que más se ignora. Cuando empecé a construir agentes de control de calidad para reportes radiológicos, cometí el error clásico: elegí un modelo por reputación,
NemoClaw + Radiólogo: cómo construí un agente personal de salud con gobernanza NVIDIA para el manejo de reportes e imágenes
Así funciona el agente personal del radiólogo construido sobre NemoClaw y OpenClaw: desde la recepción de estudios por WhatsApp hasta la entrega del reporte firmado, con modelos de IA médica de mHub.ai y seguridad NVIDIA en cada capa. NemoClaw, NVIDIA Healthcare, IA Radiología, OpenClaw, mHub.ai, Agente de Salud,