El documento presenta información sobre posibles conflictos de interés del autor en varios proyectos y conferencias patrocinados por empresas farmacéuticas entre los años 2012-2017. También resume brevemente conceptos clave sobre inteligencia artificial, incluyendo cómo aprenden las máquinas a través de aprendizaje supervisado y no supervisado usando grandes datos. Finalmente, introduce el proyecto Dejalobot, un chatbot para dejar de fumar sujeto a un ensayo clínico.

1. Robótica, inteligencia
artificial y salud
Grupo NNTT SoMaMFyC

2. Conflictos de Interés I
• Colaborador con la empresa eDoctores S.L. (desarrolladores de iDoctus) como generador de contenidos entre los años 2012 a 2014.
• Miembro del Consejo Editorial de la Revista FMC. Ed Elsevier durante los años 2013, 2014, 2015.
• Generador de contenidos para Promarmaco2 S.L. en el proyecto espididoctor (Laboratorios Zambon) durante los años 2014, 2015.
• Generador de contenidos para Weber Shandwick en el proyecto appsmedicina (Laboratorios Bayer) durante los años 2014 y 2015. Colaboración en el mismo proyecto directamente
con Bayer Hispania S.L. desde agosto de 2015.
• Profesor del Curso Knowmadas en Salud realizado por el Dr. Jesús Garrido a través de El Puericultor S.L. edición 2014/2015.
• Participante del proyecto Sherpas2.0 para la disminución de la brecha digital patrocinado por Menarini desde 2014.
• Profesor del Curso Competencias Digitales para Profesionales Sanitarios realizado por ESIC, BUSINESS&MARKETINGSCHOOL para Sanofi Pasteur MSD. 2014, 2015 y 2016.
• Participante en el grupo de conferencias Meet Your Customer realizado por Alberto Gómez para Pfizer en 2014.
• Conferencia “Aplicaciones para terminales de mHealth relacionadas con el el dolor”. Sociedad Madrileña del Dolor 2015. Grunenthal.

3. Conflictos de Interés II
• Conferencia: “La revolución digital en la sociedad desde finales del s. XX” en el Congreso Virtual Multidisciplinar sobre las Alergias. Organizado por MSD. Abril 2016.
• Director y Profesor del Curso “Encuentro eSalud y Universidad: salud digital para profesionales del Siglo XXI” en la Universidad de Verano de la Universidad Rey Juan
Carlos de Madrid. Organizado por la Cátedra SoMaMFyC- URJC y Menarini España.
• Participación: “Comunicación médico-paciente a través de las nuevas tecnologías” en el “Pfizer Digital Day”. Noviembre de 2016. Pfizer.
• Organización y participación: “Curso dermatología para Médicos de Atención Primaria”. Fundación Hospital Ramón y Cajal. Septiembre 2017. Remunerado.
• Participación: NefroTalks en el XLVII Congreso Nacional de Nefrología. Octubre 2017 Patrocinado por AMGEN. Remunerado.
• Profesor del Máster de Salud Digital y Máster de Enfermería Digital. SalusPlay. Edición 2017-18. Remunerado.
• Proyecto Efectividad de un bot conversacional para dejar de fumar en población adulta: ensayo clínico pragmático en Atención Primaria (Dejal@) FIS PI17/01942. Beca
de los Fondos de Investigación en Salud año 2017.

4. Inteligencia artificial

5. Inteligencia artificial
• No sabemos qué es la inteligencia, pero sí cuándo existe
inteligencia, pero aún así podemos sacar mucho partido
imitando el comportamiento inteligente.
• Lo que llamamos "inteligencia artificial" debería de llamarse
"automatización del aprendizaje" porque no estamos fabricando
cosas inteligentes sino cosas que pueden aprender por sí
mismas. Y no es lo mismo. No podemos tomar la parte
(aprender) por el todo (ser inteligente).

6. Inteligencia artificial
Una máquina «inteligente» ideal es un agente racional
flexible que percibe su entorno y lleva a cabo acciones
que maximicen sus posibilidades de éxito en algún
objetivo o tarea
APRENDER RESOLVER PROBLEMAS

7. ¿Cómo aprende una máquina?
Aprendizaje supervisado que requiere la participación humana quien determina las relaciones “correctas”
e “incorrectas” que toma la máquina. De esta manera la función del humano es “reforzar” los aciertos para
que tiendan a repetirse a lo largo del tiempo (similar al aprendizaje humano).
Aprendizaje automático o Machine Learning. Consiste en alimentar de experiencia a la máquina (a partir
de Big Data) y que sea ella misma, mediante una serie de normas lógicas iniciales, la que sea capaz de ir
aprendiendo de manera independiente a partir de la experiencia que le proporcionan los datos y sin el
concurso continuado de un humano.

8. Proyecto Dejalobot

9. • Sistema experto (conductual) e IA
(interpretar lenguaje natural del
paciente) en forma de chatbot.
• Ayuda para dejar de fumar.
• Ensayo clínico. FIS expediente:
PI17/01942
• Proyecto de definición y
programación.Inicio trabajo de
campo en septiembre.
• http://dejalobot.es
Proyecto Dejalobot