JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
15
Natalia Caballero Medina1. Carlos Prado Mendoza2. Gabriel Peredo
Albornoz3.
1. Product Owner and Researcher. AikonSoft. Cochabamba. Bolivia.
nat.cab.m@gmail.com
2. Jampiri quechua y Director Ejecutivo. Centro Cultural Kuska de Sabidurías
Ancestrales. Cochabamba. Bolivia.
3. Miembro Investigador. International Center of Transdisciplinary Research,
Japón / Estudiante de Doctorado en Conservación y Gestión de la
Biodiversidad Universidad Santo Tomás, Chile.
RESUMEN
Los lineamientos denidos en la Estrategia de Salud Digital 2020 – 2025; la
Estrategia de la OMS sobre Medicina Tradicional (2014 – 2025) y la Iniciativa
Global en IA para la Salud permiten comprender el panorama actual y el camino
a recorrer hacia la cobertura universal de salud. En este contexto, este trabajo se
enfoca en la gestión de información en Inteligencia Articial sobre los usos y
aplicación de plantas medicinales de la Medicina Tradicional Andino Amazónica
para la autoatención en salud. En el marco de la prevención de futuras o posibles
pandemias, a través de conocimientos indígenas y la comprensión de los patrones
naturales que guían el equilibrio del ecosistema, se aplica un modelo ingeniería
inversa, caracterizando algunos elementos y lineamientos que permiten abstraer
nociones de calidad, seguridad, rigurosidad y uso adecuado y efectivo de plantas
medicinales empleadas en la medicina tradicional Andino Amazónica.
Palabras clave: Inteligencia Articial. Medicina Tradicional. Conocimientos
Indígenas. Plantas Medicinales. Salud Digital. Autoatención.
ABSTRACT
The guidelines dened in the Digital Health Strategy 2020 - 2025; the WHO
Strategy on Traditional Medicine (2014 - 2025) and the Global Initiative on AI
for Health allow understanding the current scenario and the road ahead towards
universal health coverage. In this context, this work focuses on the management
of information in Articial Intelligence on the uses and application of medicinal
plants of the Andean Amazonian Traditional Medicine for self-care in health.
In the framework of the prevention of future or possible pandemics, this
Citar como: Caballero Medina,
N., Prado Mendoza, C., &
Peredo Albornoz, G. (2024).
Criterios de Operación para
la Inteligencia Articial en el
uso de Medicina Tradicional
para la Autoatención en
salud. Journal Boliviano De
Ciencias, 20(56) 15-37. https://
doi.org/10.52428/20758944.
v20i56.1209
Recepción: 09/10/2024
Aprobación: 20/12/2024
Publicado: 30/12/2024
Declaración: Derechos de
autor 2024 Aracely Lorena
Sandalio Choque, Esta obra está
bajo una licencia internacional
Creative Commons Atribución
4.0.
Los autores/as declaran no tener
ningún conicto de intereses
en la publicación de este
documento.
Artículo Cientíco
Criterios de Operación para la Inteligencia Articial en
el uso de Medicina Tradicional para la Autoatención en
salud
Operation Criteria for Articial Intelligence in the use of Traditional Medicine for Self-care in
health
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
16
works applies a reverse engineering model to characterizing some elements and
guidelines that allow the abstraction of notions of quality, safety, rigor and adequate
and eective use of medicinal plants used in traditional Andean Amazonian and
analyze its potential applications on AI technologies development from indigenous
knowledge and the understanding of the natural patterns that guide the balance of
the ecosystem.
Keywords: Articial Intelligence. Traditional Medicine. Indigenous Knowledge.
Medicinal Plants. Digital Health. Self-Care.
1. INTRODUCCIÓN
En el contexto de la Sociedad de la Información, con la llegada de Internet, el
consumo masivo de datos implica una ola de acceso irrestricto a contenidos,
textuales y audiovisuales que exponen la vulnerabilidad -seguridad y soberanía- de
las personas, empresas y Estados (Rojas, 2014; Belli & Gaspar, 2023). En el ámbito
de la salud, con la irrupción de los dispositivos tecnológicos y la distribución
masiva de información, las Tecnologías de Información y Comunicación en
Medicina (Walker, 2023) o eHealth (Eysenbach, 2001) comienzan a introducir un
abanico de posibilidades en términos de gestión de información y conocimientos
que, con el tiempo a través de la articulación de agendas y actores globales-locales,
se conocería como salud digital. Este es un campo constitutivo de iniciativas
y potenciales aplicaciones de la tecnología cuyo objetivo es el de mejorar la
eciencia y sostenibilidad de los sistemas de salud a través de servicios y bienes,
como: aplicaciones móviles, sistemas de almacenamiento y comunicación de
información, telemedicina, dispositivos médicos inalámbricos, entre otros (WHO,
2021). En este marco, la Estrategia Global en Salud Digital 2020 – 2025, evalúa
las intervenciones de la IA, en términos de cobertura universal de salud, en los
sistemas sanitarios alrededor del mundo.
Al respecto, la Estrategia de la OMS sobre Medicina Tradicional y Complementaria,
presta mayor énfasis en los mecanismos de autoatención en salud. Desde el 2019
- considerando que la crisis del COVID-19 y la actual crisis económica impactan
en el acceso a la salud - los patrones de consumo de información en Internet y
la disponibilidad de información sobre el uso de plantas medicinales, revelan las
falencias de las formas organizativas de nuestras sociedades, evidenciando brechas,
limitaciones y también posibilidades de los sistemas sanitarios.
En este marco, la recuperación de conocimientos indígenas comienza a tener
mayor relevancia toda vez que los Estados y organismos internacionales carecen
de herramientas y las personas comienzas a involucrarse en la formación de una
ciudadanía y cultura inteligente digital (Peredo G. , 2020).
“En el último decenio, en todos los tipos de patrones de utilización se
registró un aumento de la autoatención de salud, porque los usuarios
preeren ocuparse más activamente de su propia salud. Numerosos
usuarios adoptan productos y prácticas de MTC porque suponen que “lo
natural es seguro”, algo que no es necesariamente cierto.” (OMS, 2013,
pág. 28).
Al respecto, la mayoría de las prácticas de la Medicina Tradicional son
conocimientos indígenas que han sido heredados por transmisión oral de los
pueblos originarios del mundo y en gran parte están sustentadas sobre ‘principios
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
17
espirituales-materiales’ del ‘manejo de la información y energía’ a través de la
aplicación de plantas medicinales o elementos naturales. Los modelos de monitoreo
y evaluación, respecto a la efectividad de los procesos de obtención y aplicación
de la medicina tradicional, así como los riesgos, contraindicaciones, interacciones,
métodos diagnósticos, regulaciones, efectos adversos, principios activos, entre
otros, lógicamente dieren de los estándares cientícos. En este sentido, (Prado,
2023) sugiere:
“(…) los usuarios, a menudo, no son conscientes que, todos los
preparados que se utilizan con nalidad terapéutica (preventiva, curativa
o para el alivio sintomático) y que han sido elaborados a base de plantas
medicinales, son medicamentos y por tanto pueden interactuar con los
medicamentos farmacéuticos que están consumiendo, presentando
riesgos para su salud. A causa de la equivocada percepción respecto a que
las plantas medicinales no son auténticos medicamentos, los pacientes no
comunican a su médico alopático que están tomando plantas medicinales,
lo que diculta la detección de posibles interacciones o, incluso, duplicidad
en efectos terapéuticos negativos. Por eso es importante advertir y tener
cuidado de no mezclar plantas medicinales y productos farmacéuticos,
por las reacciones adversas que puedan presentar al consumirlos (…)
para que uno u otro enfoque de un modelo de salud, sea ecaz o más
preciso, dependerá de los criterios y técnicas que tengan en particular.
El objetivo principal será el de sanar al paciente enfermo, ya sea de una
dolencia trivial como compleja. (…) los sistemas de salud deben apoyar
más a las investigaciones dirigidas a validar usos tradicionales de plantas
medicinales, como ocializar el accionar de otras terapias consideradas
“complementarias” o “alternativas”, para así lograr las evidencias
necesarias que favorezcan un mejor servicio de salud con calidad y
menor riesgo para la población. (…) Con la pandemia, evidenciamos
la necesidad de exibilizar e integrar los sistemas de conocimiento y
armonizar los sistemas de vida, tanto para pueblos indígenas como para
ciudades metropolitanas”.
[El texto en negrita fue añadido por los autores].
Al igual que Wilson (1999) y White (2024), se plantea que el abordaje de
preocupaciones globales, como el desborde de los sistemas sanitarios a nivel
mundial con el COVID-19, requiere de un nivel de ‘consiliencia’ más profundo
que el de solo articular disciplinas, donde cada vez más será necesario contar con
sistemas de generación de evidencias, intuitivas y centradas en el paciente y su
bienestar (Subbiah, 2023).
En este trabajo, se deja por precedente que la integración de sistemas de
conocimiento y culturas proporciona un marco de línea base de investigación
centrada en Inteligencia Articial en el uso de Medicina Tradicional para la
Autoatención en Salud (IA-MTAS). Metodológica, teórica y reexivamente, se
aborda el diseño de criterios operativos que permitan el posterior desarrollo de
esta y otras herramientas similares, en atención a los lineamientos del Protocolo
Indígena de Inteligencia Articial (Lewis J. , 2020).
Ahora bien, considerando que la autoatención está relacionada a la disponibilidad,
acceso y vericabilidad de la información, se convierte en un problema de salud
pública en contextos de crisis. Ya sea por una pandemia o por una condición
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
18
clínica que afecta directa o indirectamente la salud mental, el comportamiento de
la autoatención y uso de la tecnología indica una inclinación a la prevalencia por
la automedicación y el autotratamiento debido a la presencia de cuadros de estrés
postraumático, depresión, angustia o ansiedad (Torres-Soto, 2022; Khan, 2022;
Sakur, 2022; G., S., S.M.A., F., & M.H., 2022).
En cuanto a la Autoatención con Medicina Tradicional, a pesar de que los datos son
accesiblemente ambiguos y estadísticamente escasos, la realidad a nivel regional
y global no es diferente. Los datos disponibles en los documentos de la OMS
contemplan a la Medicina Tradicional Complementaria en general, considerando
prácticas que no necesariamente incluyen tradiciones culturales indígenas y más
aún, no proporcionan datos precisos sobre la identicación de la recurrencia de
uso de medicina tradicional, precisión de especies medicinales, aplicación y usos
según diagnóstico, entre otros factores. En la práctica esta situación se acentúa.
Las creencias populares, comunicados de prensa, información que circula en
Internet o redes sociales, se difunden erróneamente para tratar alguna enfermedad
(Poulose, 2021), permitiendo que las prácticas de medicina tradicional o el uso de
plantas medicinales sean estigmatizadas como ‘pseudociencia’, contaminando con
prejuicios y obstaculizando el estudio en profundidad sobre las potencialidades
terapéuticas, diagnósticas o procedimentales de los conocimientos indígenas.
A pesar de ello, la importancia de la autoatención para la cobertura universal de
salud, en términos de digital health, es una prioridad para la OMS (WHO, 2024).
En este sentido, existe evidencia suciente sobre las aplicaciones en IA y MT.
El estado del arte sugiere un interés particular de la industria y la académica en
India, China y algunos países de África, enfocados en: facilitar el proceso de
descubrimiento y desarrollo de fármacos (Adibaru Kiie, Prasad Sharma, & Abebe
Haile, 2024); mejorar la precisión del tratamiento mediante el reconocimiento de
patrones complejos (Lu, 2024); digitalizar las prácticas de medicina tradicional
(Ghimire, 2021).
En un sentido más amplio, otros estudios sugieren una inclinación mayor de la
aplicación de IA en el aprovechamiento de los conocimientos indígenas para la
preservación de lenguas originarias (Pérez, 2019); conservación de arrecifes
(Oxford Insights, 2023); desarrollo de potencial pesquero (Canavera, 2023). En el
primer grupo de estudios, existe una tendencia mayor al desarrollo de tecnología
sobre la base de conocimientos indígenas con nes comerciales y sin una clara
diferenciación del grado de participación de los portadores de conocimientos
indígenas. En el segundo grupo, la tendencia es mayor al desarrollo de tecnologías
con nes culturales y con una inclusión más notoria de las comunidades indígenas,
en este también se incluyen las iniciativas enmarcadas en el documento de la
UNESCO (González Zepeda & Martínez Pinto, 2023). Aunque con enfoques
y perspectivas diferentes, la mayoría de los estudios coinciden en que la IA
complementa la medicina convencional sin reemplazarla, mejorando la precisión,
la accesibilidad y los resultados (Amabie, Chibueze Izah, & Chidozie Ogwu, 2024).
Sin embargo, se hace notar que, a pesar de que los conocimientos indígenas en
medicina tradicional pueden amplicar la efectividad en el rastreo de las causas de
las enfermedades y las estrategias de tratamiento, no en todos los casos se posiciona
al paciente y su bienestar en el centro de la tecnología y tampoco se conserva la
lógica del conocimiento indígena en las prácticas enfocadas en la regeneración o
mantenimiento del equilibrio para el bienestar ‘Abundant intelligence’ (Lewis J.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
19
E., 2024) o Tukuypaq’ (Peredo Albornoz & Prado Mendoza, 2024). Al respecto,
esta última noción ha sido introducida por primera vez en Cossio (2024).
La relevancia de una IA-MTAS, en este panorama, es el del desarrollo de un modelo
de gestión de información en función de los principios de Tukuypaq. Se pretende que
la IA-MTAS funcione en dos sentidos. El primero como un consultorio digital en
tiempo real, capaz de interactuar con una persona, analizar en conjunto sus estudios
clínicos y síntomas, relacionar dicha información con los criterios proporcionados
por sabedores, generar un esquema y ofrecer alternativas de tratamiento en base
al uso de plantas medicinales disponibles en la región de consulta, siempre y
cuando el grado de patología pueda ser atendido por una terapia de prevención y
diferenciar riesgos potenciales de la información que pueda compartir, tanto para
la persona como para los territorios sagrados. La segunda función es la de una
herramienta de fact-checking para el uso adecuado de plantas medicinales de la
medicina tradicional andino amazónica, contemplando los parámetros anteriores.
En este marco, esta investigación se concentra en: plantear criterios de
operación orientados a la autoatención con medicina tradicional y caracterizar
el comportamiento del consumo de información relacionada a la autoatención
que: 1) permitan fortalecer la conanza de los sistemas de medicina tradicional
y 2) busquen integrar conocimientos, sobre el uso de plantas medicinales, desde
perspectivas cientícas y culturales.
2. METODOLOGÍA
Relevamiento de información
Respecto al planteamiento de criterios de operación orientados a la autoatención
con medicina tradicional, se realizó un muestreo intencional para garantizar la
máxima variación (Etikan, 2015) de conocimiento indígena andino amazónico con
relación a las pautas del Protocolo Indígena de Inteligencia Articial. Debido a que
la lengua es un factor determinante para la estandarización de criterios y habiendo
amplia diversidad entre los abuelos y abuelas de la Red de Sabedores del Centro
Cultural Kuska de Sabidurías Ancestrales, se optó por que la primera fase de esta
investigación se concentre en memoria escrita.
As Indigenous knowledges are often shared holistically and symbolically
with a large focus on the context of the topic instead of merely the topic
itself (which is common in oral formats of knowledge transmission that
are inherent within Indigenous communities) (Redvers, 2024, pág. 1107)
Los principales documentos fueron seleccionados en base a experiencia previa y
redes bien establecidas por uno de los autores (CP). El resto de la información fue
complementada por contactos conocidos de uno de los autores (GP) y seleccionada
de acuerdo con los lineamientos presentes en el Protocolo para Personas No-
Indígenas que trabajan con Conocimientos Indígenas (IKSLabs, 20224)
Principales:
• Memoria de Medicina Tradicional Andino Amazónica (Prado, 2023)
• Signicados de Vida: Espejo de Nuestra Memoria en Defensa de la Madre
Tierra (Green Stócel, 2011)
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
20
• Mancharisqa no es Depresión: aporte etnomédico quechua para la salud
mental intercultural (Prado Mendoza, 2016)
Complementarios:
• Sand Talk (Yunkaporta, 2019)
• Plantas Medicinales para la atención primaria de la salud (Vanderbroek,
2003)
• Kallawaya: curanderos itinerantes de Los Andes (Girault, 1987)
• Vegetalismo. Shamanism among the Mestizo population of the Peruvian
Amazon (Luna, 1986)
• Diálogos con divinidades, cerros, rayos manantiales y lagos: oraciones
blancas kallawayas (Rösing, 1995)
• Plantas Medicinales de México (Estrada Lugo, 2002)
Respecto a la caracterización del comportamiento del consumo de información
relacionada a la autoatención, los autores consideraron que, debido a la
estigmatización latente y la incertidumbre estadística respecto a la autoatención
con medicina tradicional, se observa una baja accesibilidad de las unidades
muestrales como si se tratasen de poblaciones ocultas (Ortíz, 2003). Además de
ello, el comportamiento de autoatención resulta complejo per se.
Self-care can be dened broadly as a process of maintaining health
through treatment adherence and health-promoting practices (self-care
maintenance), behavior and condition monitoring (self-care monitoring),
and managing signs and symptoms when they occur (self-care
management). When self-care involves all three aspects of the process
and complex regimens, simplication in operationalization (…) misses
the opportunity to examine the full scope of self-care. (Jaarsma, y otros,
2020)
Para subsanar esta particularidad, se optó por un rastreo por bola de nieve en medios
digitales y físicos (Pasikowski, 2023; Dragan & Isaic-Maniu, 2013; Lee, 2024) con
exploración in situ (Foley & et al, 2020; Alexander, Shareck, & Glenn, 2023).
Métodos utilizados para los Criterios de Operación
Para este primer propósito, los autores aplican el modelo de ingeniería inversa a los
documentos mencionados anteriormente, que para nes prácticos denominaremos
Memoria de Medicina Tradicional Andino Amazónica (MEMTRAA en adelante).
Según Chikofsky y Cross (1990), se precisa como el proceso de analizar un sistema
sujeto para: 1) identicar los componentes del sistema y sus interrelaciones y 2)
crear representaciones del sistema de otra forma o a un nivel superior de abstracción.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
21
Figura N° 1. Ingeniería inversa y recuperación de diseño: una taxonomía.
Relación entre términos. Fuente: Chikofsky y Cross. 1990, pág. 14.
De acuerdo con la Figura N°1, se precisan tres conceptos esenciales en el proceso
de ingeniería inversa: ciclo de vida, sistema sujeto y niveles de abstracción1.
El sistema sujeto es el punto de partida donde se origina la aplicación de la
metodología que está necesariamente inscrito en un ciclo de vida. Las fases del ciclo
de vida corresponden a distintos niveles de abstracción. Este consta de tres etapas:
requerimientos, diseño e implementación de un producto. Toda implementación
conlleva un proceso de diseño de un producto, físico o virtual, que es por defecto el
nivel menos abstracto del ciclo. Por este motivo, uno de los efectos en la aplicación
de este tipo de metodología es la recuperación de diseño.
“La Recuperación de Diseño debe reproducir toda la información
necesaria para que una persona entienda completamente lo que hace un
programa, cómo lo hace, por qué lo hace, entre otros” (Biggersta, 1989).
En este sentido la aplicación de la ingeniería inversa a los documentos en cuestión,
como sistema sujeto, conllevará a la recuperación de diseño para entender qué es
lo hace, cómo funciona y porqué hace lo que hace. Y para optimizarlo se procederá
a implementar la Metodología de Abstracción de la Ingeniería Inversa (REAM en
inglés).
1 A pesar de que no hay una descripción precisa en la literatura ingenieril sobre qué se entiende respecto
a niveles de abstracción, se suele describir a la abstracción como un proceso de alejamiento de la
implementación, siendo esta última el producto per se (físico o virtual).
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
22
Figura N° 2. Metodología de la Ingeniería Inversa para Recuperar Artefactos
de Diseño: Caso de Estudio. Fuente: Asif, N. Graphical description of a REAM.
2003, Pág. 934.
En la Figura N°2 se visualizan las cinco fases que corresponden a un determinado
nivel de abstracción, en orden descendente e interrelacionados. La descripción de
cada fase y la forma de su recuperación se describen a continuación de acuerdo
con Asif (2003):
• El Modelo de alto nivel: se recupera a partir de la documentación disponible,
la experiencia del investigador y a través de investigaciones empíricas sobre
el sistema sujeto.
• El Modelo de Código Fuente: en el caso de la ingeniería de software se
recupera utilizando herramientas de terceros para visualizar artefactos de
diseño concretos.
• El Modelo Funcional: se recupera en base al Modelo de Alto nivel y el
Modelo de Código Fuente.
• El Modelo de Arquitectura: se extrae de la comprensión de los artefactos de
diseño obtenidos por los Modelos de Alto Nivel, Funcional y el de Código
Fuente.
• El Mapeo: se desarrolla estableciendo las relaciones entre Modelos.
De tal forma, el proceso de abstracción de acuerdo con la Metodología REAM se
constituye técnicamente de la siguiente manera en la Figura N°3:
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
23
Figura N° 3. Metodología de la Ingeniería Inversa para Recuperar Artefactos de
Diseño.
Fuente: Adaptado de Asif, N. Graphical description of a REAM. 2003, pág. 934.
Las fases de abstracción por lo tanto serían las siguientes:
• Las Sabidurías Ancestrales en Medicinal Tradicional Andino Amazónica
con el mayor nivel de abstracción.
• Los Principios del Protocolo Indígena como un aterrizaje de las Sabidurías
Ancestrales en Medicinal Tradicional Andino Amazónica.
• La MEMTRAA de las Sabidurías Ancestrales en Medicinal Tradicional
Andino Amazónica con el menor nivel de abstracción pues se reere a la
documentación disponible al respecto.
• El Mapeo que establece las relaciones entre las fases.
Este modelo metodológico planteado permitirá caracterizar los componentes y
generar nalmente criterios de operación que guíen el uso adecuado de plantas
medicinales para la autoatención desde la cosmovisión de los médicos tradicionales.
Métodos para la Caracterización del Comportamiento de Consumo de
Información en Autoatención
Para este segundo propósito, los autores utilizan: técnicas etnográcas virtuales (
(Ruíz Méndez & Aguirre Aguilar, 2015) a través del análisis web (Booth & Jansen,
2009) de los patrones de los motores de búsqueda de información en Internet;
técnicas etnográcas (Katz & Csordas, 2003) a través de la recopilación de relatos
biográcos y narrativos de los investigadores y personas (usuarios y comerciantes)
que recurren al uso de plantas medicinales y/o medicina tradicional. En ambos
casos, se utilizan diarios de campo y guías semánticas de búsqueda-observación
de acuerdo con los criterios identicados en los resultados del primer propósito.
3. RESULTADOS
Entrenar Inteligencia Articial con datos en Medicina Tradicional, considerando la
complejidad y profundidad de estos conocimientos, es un reto. La Tabla N°1 reeja
los Criterios de Operación para la Inteligencia Articial en el uso de Medicina
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
24
Tradicional para la Autoatención en Salud producto de la aplicación del modelo de
ingeniería inversa a los documentos principales y complementarios.
Tabla N° 1. Criterios de Operación para la Inteligencia Articial en el uso de
Medicina Tradicional para la Autoatención en salud
Criterios Caracterización desde MEMTRAA
Abordaje de la salud-
enfermedad
Implica a la salud como un estado de bienestar general en crianza
mutua con las relaciones entre comunidades humanas, sagradas
y naturales y los principios de ordenamiento cósmico natural.
Concibe la salud humana desde tres niveles de realidad: mental,
espiritual y material.
Concibe a la enfermedad como desarmonía, producto de la
alteración de los principios del ordenamiento cósmico y terrestre
y reconoce su origen como multidimensional e interrelacional.
Perspectiva sobre los
determinantes sociales de
salud
Considera como determinantes sociales de salud a la coherencia
entre la alimentación, relaciones comunitarias, cultura, identidad,
territorio e historia.
Perspectiva de la
farmacéutica y
farmacología
Elaboración de medicamentos en base a principios simbióticos
entre elementos naturales (minerales, animales o plantas) cuya
acción sinérgica se complementa con sistemas complejos
orgánicos (sistema límbico - inconsciente).
Medidas de elaboración de
medicamentos
Intencionalidad, resonancia, integralidad, personalización.
Además, considera condiciones adecuadas de salud de los
elementos naturales (exposición al estrés por manipulación
humana o efectos ambientales).
Posología de los
medicamentos
Considera riesgos, efectos secundarios, contraindicaciones,
reacciones adversas, interacciones con medicamentos
farmacológicos, restricciones de consumo, dosicación,
disponibilidad de elementos con propiedades similares en
territorios diferentes.
Principios de sostenibilidad
de los recursos empleados
Aprovechamiento necesario y justo de los recursos.
La permanencia de la vida es comprendida desde el
fortalecimiento de la existencia comunitaria diseñada en cuatro
dimensiones y para 7 generaciones.
Perspectiva diagnóstica y
terapéutica
Recurre al reconocimiento del estado de salud de una persona
considerando su contexto cosmobioteoecológico:
Cosmo: relación con los principios naturales.
Bio: relación con lo vivo.
Teo: relación con lo divino o la experiencia espiritual.
Eco: relación con el medio ambiente.
Lógico: Integración de toda la información disponible a través de
la ritualidad y los signicados de palabras de vida.
Perspectiva de la
autoatención
Prevención.
Perspectiva respecto a las
plantas medicinales
Para los conocimientos indígenas, se tratan de ‘entidades vivas
que curan’.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
25
Criterios Caracterización desde MEMTRAA
Pedagogía para el uso de
plantas medicinales
Los conocimientos indígenas aseguran que el proceso
de enseñanza-aprendizaje solo es posible si antes se realiza una
limpieza de la información almacenada en las redes neuronales
del cerebro. La comunicación, solo así, es posible debido a que
la acumulación de problemas, conocimientos y estrés afectan el
proceso de ampliación de la mente y el lenguaje. Además, conci-
ben al lenguaje no solo como un medio o un n si no como una
propiedad de la vida (materia, consciencia, información, energía)
que permite ampliar los sentidos y establecer contacto con otras
manifestaciones de visibles o invisibles.
Derechos de autor y
propiedad intelectual
No se concibe el concepto de propiedad pues todo es
sagrado. Lo sagrado tiene la particularidad de ser un códice que,
simultáneamente, conserva en su memoria una gran cantidad de
información y capacidad de adaptación ante eventuales crisis o
épocas de ajuste.
Perspectiva sobre
la soberanía de la
información
Contemplan a la autodeterminación e introducción de
la sacralidad en los asuntos de gobernanza para resguardar, com-
partir la información de su cosmovisión, pensamiento y cultura.
Fuente: Elaboración propia
El análisis apunta a que la transducción adecuada, de los elementos particulares
del Protocolo Indígena de Inteligencia Articial y el Protocolo para Personas No-
Indígenas que trabajan con Conocimientos Indígenas, conlleva a un enfoque de la
tecnología desde el diálogo y la reciprocidad con una naturaleza viva en un sistema
que es cósmico y terrestre a la vez (Restrepo & Peredo, 2021). Los criterios están
orientados a incorporar nociones para el modelamiento de información en función
de lineamientos del conocimiento indígena, escrito u oral. Estos, resultan útiles para
la parametrización en el proceso de caracterización respecto al comportamiento de
la búsqueda de información para la Autoatención con Medicina Tradicional.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
26
Figura N° 4: Descripción del Comportamiento de Búsqueda de Información para
la Autoatención con Medicina Tradicional.
Fuente: Elaboración propia
De acuerdo a las notas de diario de campo registrados por uno de los autores (CP)
durante el proceso de consulta de una persona que aseguraba tener malestares
estomacales, con mucho dolor y un prediagnóstico incompleto que luego fue
subsanado por otro especialista, sugiere que el ujo de la consulta es el siguiente.
Cuando la persona consulta con un médico tradicional, en ocasiones de crisis o
desesperación, el MT realiza un diagnóstico en base a una lectura propia de la
situación del paciente, la cual incluye planos energéticos y físicos, las técnicas
utilizadas en este diagnóstico varían de acuerdo con la formación y el contexto
cultural del médico tradicional. Este diagnóstico se complementa con el historial
clínico que brinda el paciente. Posteriormente su tratamiento consiste en una serie
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
27
de medidas nutricionales, toterapeúticas o ritualísticas con indicaciones precisas
sobre las conductas y hábitos a llevar adelante por parte del paciente.
No obstante, de acuerdo con la Figura N°4, la Autoatención puede no depender
necesariamente de una consulta previa con un curandero o especialista y estar
expuesta a una variedad de información diversa y de bajo consenso. Esta situación
puede poner en riesgo al paciente más aún si incluso se encuentra en una situación
de estrés o angustia. En esta vía, la consulta con un naturista2 no cualicado o la
autoatención en base a información equivocada puede conducir a un tratamiento
inadecuado, agravar u ocultar síntomas.
Figura N° 5. Izquierda: Rótulo de empaque de una planta medicinal. Derecha:
Rótulo de empaque de un preparado herbal. Fuente: Elaboración propia.
Siguiendo la armación anterior, las fotografías en la Figura Nº 5 corresponden a
productos herbales obtenidos durante una visita al sector de medicina tradicional
en el Mercado de la Pampa3. Al respecto, el análisis sugiere que un tratamiento
natural, ya sea que se presente para una condición clínica o en la forma de una
planta que tiene ciertas propiedades, solo en base a información aislada sobre los
benecios, sin seguir adecuadamente los procedimientos y técnicas ancestrales,
sin precisar sobre la dosicación, interacciones medicamentosas, efectos adversos,
advertencias o prohibiciones, es un problema de salud pública.
2 Personas que se autodenominan médicos o especialistas en el uso de plantas medicinales, aunque
generalmente son solamente comerciantes de preparados naturales o plantas medicinales. En el
contexto local, su funcionamiento está regulado y autorizado por instancias públicas gubernamentales.
3 Coordenadas (-17.402259339651156, -66.1531052995493)
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
28
Por esta razón, es importante comprender la importancia de acceder a medicina
tradicional guiada por especialistas en plantas medicinales o sabedores de
conocimientos indígenas, dichos conocimientos son desarrollado por grupos de
personas por siglos de residencia ininterrumpida en un lugar (Sefa Dei, Karanja,
& Erger, 2022, pág. 104) y conocimientos que hacen particular hincapié en el
conocimiento de culturas ancestrales cuyas prácticas han sobrevivido milenios, a
pesar de la colonización (Le Hunte, y otros, 2023). Este mismo riesgo, puede ser
contrastado cuando se realizan búsquedas en Internet.
Figura N°6 : Diagrama del proceso de búsqueda de información para la
autoatención en motores de búsqueda digitales.
Fuente: Elaboración propia
De acuerdo con la Figura N° 6, según las palabras clave que se insertan en los
motores de búsqueda digitales, los resultados exponen a una persona, en búsqueda
de autoatención, a información desde perspectivas de la medicina convencional y
muy escasamente de la medicina tradicional. Cuando la palabra clave es un síntoma
o patología (por ejemplo, tos o gripe) los resultados de búsqueda están relacionados
a instituciones sanitarias (Mayo Clinic, Medline Plus) cuyo contenido se describe
en las secciones de franja naranja en la imagen. Mientras tanto, las palabras o
frases que se utilizan para aproximarse a información supercialmente relacionada
a medicina tradicional son “remedios caseros/naturales para …” o “plantas para
…”. En este sentido, los resultados dirigen al usuario a publicaciones (blogs) con
listas y descripciones de plantas medicinales cuyas fuentes no son identicables
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
29
ni vericables, prescribiendo en muchos casos tratamientos incompletos: no se
presenta dosicación, identicación cientíca de la especie o variedad, frecuencia
de consumo, proveedores de garantía, duración de tratamiento, disponibilidad de
la variedad en el territorio de consulta y alternativas homólogas en caso de no
existencia. Además, se observa, en algunos casos, que el uso de una determinada
planta medicinal es catalogado como ‘suplemento nutricional’ en base a los
compuestos activos que presenta.
Todos los elementos expuestos, que incluso forman parte de los parámetros de un
protocolo de tratamiento convencional, evidencian en conjunto que: 1) la búsqueda
de medicina tradicional no es compatible con los criterios de los conocimientos
indígenas; 2) existe una desinformación muy marcada, en medios físicos y digitales,
respecto a los sistemas de conocimiento indígena en medicina tradicional; 3) hay
una confusión en Medicina Tradicional con base en conocimientos indígenas y
Medicina Tradicional Complementaria. Por lo tanto, resulta lógico que su uso
inadecuado para la autoatención sea un problema de salud pública y existan sesgos,
estigmas y prejuicios en torno a la medicina tradicional.
4. DISCUSIONES
El Protocolo de Inteligencia Articial Indígena, elaborado por el grupo de trabajo
compuesto por diversas comunidades en Aotearoa, Australia, Norteamérica y el
Pacíco, reconoce que la IA se está convirtiendo en una tecnología fundamental, a
la par de la electricidad o el Internet, por lo que afectará -positiva o negativamente-
a la mayoría de las personas en sus vidas. Además, arman su interés en observar
el diálogo entre los distintos signicados del concepto de ‘protocolo’ para articular
nuevas pautas que guíen el diseño y trabajo con IA.
“Los sistemas de IA consistirán en innumerables protocolos dialogando
entre sí: nuestro objetivo es reconocer honestamente las presuposiciones
culturales que estamos codicando, para conscientemente darle forma
a estos protocolos en direcciones que sean beneciosas para nuestras
comunidades, y evaluar claramente qué tipo de relaciones estamos
materializando en el mundo” (Lewis, 2020).
El interés de asegurar el aprovechamiento ético y constructivo de la IA es mundial.
Distintos gobiernos e instituciones mantienen un trabajo continuo en el desarrollo
de marcos regulatorios coherentes con las propuestas tecnológicas en desarrollo
y que ya son una realidad en la sociedad. La plataforma digital AI for Good de la
Unión Internacional de Telecomunicaciones (UIT), tiene el objetivo de identicar
aplicaciones prácticas de la IA para promover los Objetivos de Desarrollo Sostenible
de las Naciones Unidas y escalar esas soluciones para lograr un impacto global
(UIT, 2023). La UIT, en asociación con la OMS, creó el Grupo de Trabajo sobre
Inteligencia Articial para la Salud (FG-AI4H) para poder establecer un marco de
evaluación estandarizado para métodos basados en IA en la toma de decisiones de
salud, diagnóstico, triaje o tratamiento (UIT, 2023).
En este marco, los resultados de esta investigación pueden ser apreciados como un
nivel protocolar adicional, en atención a los principios establecidos en el Protocolo
de Inteligencia Articial Indígena: localidad; relacionalidad y reciprocidad;
responsabilidad, relevancia y responsabilidad; elaboración de directrices de
gobernanza a partir de protocolos indígenas; reconocimiento de la naturaleza
cultural de toda tecnología informática; aplicación del diseño ético al ecosistema
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
30
de desarrollo tecnológico; respeto y apoyo a la soberanía de los datos. En esta
línea, la condición que se debe continuar es que su funcionalidad sea aplicable
al desarrollo de otros protocolos que permitan la articulación con otros niveles:
arquitectura o código.
Potencialidades
Una razón por la que las personas acuden a procesos de autoatención es la
accesibilidad económica, pues mientras mayor es la autonomía en los procesos
de autocuidado de la salud, menores son los costos de atención (OPS, 2022). En
el contexto de la medicina tradicional, cuyas consultas y tratamientos son más
accesibles que aquellos en centros de salud especializados, la posibilidad de
reducir gastos es también un motivo por el que las personas recurren a la medicina
tradicional (OMS, 2013). A este respecto, la autoatención en medicina tradicional
tiene el potencial de reducir los costos para pacientes y para los sistemas sanitarios.
De acuerdo con Forslund (2024) “Si se aplica de forma equitativa, inclusiva y
sostenible, la transformación digital de los sistemas sanitarios tiene el potencial
de ampliar la cobertura de los servicios sanitarios y reducir las brechas de
equidad; reforzar la atención primaria; mejorar la eciencia y la rentabilidad de
los sistemas sanitarios; y fomentar una gobernanza sanitaria más inclusiva. La
mayor generación de datos sanitarios resultante de la digitalización puede mejorar
aún más la prestación de asistencia sanitaria y la monitorización para mejorar los
resultados.” En complementación, el desarrollo de herramientas IA en autoatención
en medicina tradicional permitiría un avance signicativo en la recuperación y
trasmisión de conocimientos indígenas, además de prevenir la desinformación
respecto a los usos y prácticas en medicina tradicional.
Riesgos y Desafíos
El desarrollo de herramientas digitales de autoatención en salud también puede
perpetuar vulnerabilidades, al eximir al gobierno y a las autoridades de la
responsabilidad de garantizar servicios de salud de calidad (OPS, 2022, pág. 70).
En países de ingreso mediano bajo, como Bolivia, es necesario abordar diversos
desafíos antes de implementar estas herramientas digitales. Entre los principales
obstáculos se encuentran las infraestructuras digitales públicas inadecuadas, la
marcada brecha digital, la ausencia de marcos jurídicos y normativos sólidos para
desarrollo y uso de tecnologías sanitarias digitales, y la limitada participación de la
sociedad, especialmente de poblaciones marginalizadas (Forslund, y otros, 2024).
Por otro lado, el uso de sistemas de inteligencia articial (IA) implica riesgos
adicionales, ya que estos dependen de grandes volúmenes de datos sobre la
actividad humana. Esto puede convertir a la IA en una herramienta de extractivismo
y apropiación de conocimientos indígenas (Lewis, 2020). Esta problemática resalta
la necesidad urgente de establecer marcos regulatorios sólidos enfocados en la
solicitud, recolección, análisis y operacionalización de datos.
Un desafío clave en el diseño y desarrollo de herramientas de IA para la
autoatención en salud es integrar las profundas nociones y principios que subyacen
en la Medicina Tradicional basada en conocimientos indígenas. Asimismo, resulta
fundamental denir y delimitar el espacio de atención que estas herramientas
abarcarán, evitando que su alcance desplace prácticas esenciales que requieren
interacción humana y personal especializado.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
31
Además, la IA genera un impacto ambiental signicativo. Según Luccioni (2024),
los impactos ambientales de la inteligencia articial suelen pasar desapercibidos
debido a la distancia física entre los centros de datos, donde se ejecutan los modelos
de IA, y los usuarios que interactúan únicamente con sus resultados. A pesar de su
apariencia inmaterial, el funcionamiento de la IA implica un uso considerable de
recursos naturales como energía, agua y minerales, además de generar emisiones
importantes de gases de efecto invernadero.
En este contexto, el primer principio del Protocolo de Inteligencia Articial Indígena
enfatiza la localidad, destacando que el conocimiento indígena está profundamente
vinculado al territorio donde se genera y desarrolla. Por ejemplo, en la medicina
tradicional, las plantas medicinales utilizadas en los tratamientos son seleccionadas
según la región en la que se encuentra el paciente. Existen plantas homólogas en
distintas localidades con propiedades curativas similares. Por tanto, el diseño de
sistemas de IA para la autoatención en medicina tradicional debe adaptarse a las
necesidades de la comunidad usuaria y a su contexto ambiental.
5. CONCLUSIONES
Ya que los estudios en IA-Medicina Tradicional son todavía emergentes, la mayoría
de las iniciativas tecnológicas han sido desarrolladas desde la disponibilidad
de técnicas de procesamientos de datos como machine learning, deep learning,
computer vision, farmacología de redes, bioinformática, biología de sistemas,
informática química (Wu, 2022), redes neuronales articiales (Cossio, 2024),
natural language processing (Gupta & Sharma, 2024) entre otros. En todos ellos,
la lógica del método todavía persiste en aislar y reproducir el comportamiento de la
realidad. En el caso de la medicina y la salud, se reducen a extraer conocimientos
indígenas en plantas medicinales para aislar principios o reacciones químicas y
biológicas.
Los hallazgos sugieren que la complejidad de un proyecto de IA-Conocimientos
Indígenas, en sentido amplio, o IA-Medicina Tradicional, en sentido estricto, se
encuentra en el nivel de abstracción referente al diseño de la lógica computacional.
Con esto, no se plantea que el desarrollo de tecnologías IA se basen en el
aprovechamiento de conocimientos indígenas, que, aunque puede ser muy útil,
no reeja una apreciación de la realidad -física y virtual- de los planos sutiles,
sensibles e intangibles de la existencia. En su lugar, se considera que las siguientes
fases de investigación podrían enfocarse en contribuir al fortalecimiento del
Protocolo Indígena de Inteligencia Articial en el modelamiento del sistema de
producción de conocimiento cientíco desde la perspectiva del conocimiento
indígena (Yunkaporta, 2019), estableciendo métodos de ensamblaje que puedan
integrar múltiples modelos predictivos y adaptativos en ciencia y cultura a partir
de patrones de creación. El potencial del ‘chamanismo’ (Llamazares, 2013), el
pensamiento amáutico o la visión cosmobioteoecológica, para el desarrollo de
tecnologías, se encuentra en la similitud operativa de procedimientos neuronales
como la interconexión, extensión de signicados, estados de consciencia,
representación mental, procesamiento implícito y estructuras cognitivas (Hubbard,
2002; 2003). Se supone que, desde esta reexión, el ejercicio de entrenamiento de
una Inteligencia Articial sería similar a la formación del ‘chakaruna’: el hombre
puente que es capaz de transitar entre dos mundos opuestos. En este sentido,
se considera importante que los estudios posteriores en IA-MTAS incorporen,
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
32
en su marco de análisis o experimentación, las potencialidades que ofrecen los
avances en inteligencia de las plantas; extracción de mapas para la resolución de
problemas con análisis de inteligencia colectiva e ingeniería del lenguaje (Andres,
Kawtrakul, Pechsiri, & Rajbhandari, 2009); inteligencia colectiva y exploración
del conocimiento (Sassi & al., 2022)); IOLT (Sørensen & Lansing, 2023); AIoT
(Venkatesmarlu & al., 2024)
6. AGRADECIMIENTOS
Damos un especial agradecimiento a los sabedores de las diversas comunidades
indígenas del Abya Yala por dar su visto bueno en la revisión preliminar de este
documento.
7. REFERENCIAS
Adibaru Kiie, M., Prasad Sharma, D., & Abebe Haile, M. (2024). Deep learning
for Ethiopian indigenous medicinal plant species. Journal of Ayurveda and Integra-
tive Medicine, 100987. Obtenido de https://pubmed.ncbi.nlm.nih.gov/39546923/
Alexander, S., Shareck, M., & Glenn, N. M. (2023). Capturing the Lived Experi-
ence of Place in Health Promotion Research: In Situ Methodologies. En D. P. Jour-
dan, Global Handbook of Health Promotion Research (págs. 115-128). Springer,
Cham. doi.org/10.1007/978-3-031-20401-2_11
Amabie, T., Chibueze Izah, S., & Chidozie Ogwu, M. &. (2024). Harmonizing
Tradition and Technology: The Synergy of Articial Intelligence in Traditional
Medicine. En S. e. Izah, Herbal Medicine Phytochemistry. Reference Series in
Phytochemistry (págs. 1-23). Springer, Cham. doi: https://doi.org/10.1007/978-3-
031-43199-9_70
Andres, F., Kawtrakul, A., Pechsiri, C., & Rajbhandari, S. (2009). Problems-Solv-
ing Map Extraction with Collective ntelligence Analysis and Language Engineer-
ing. En V. Prince, & M. Roche, Information Retrieval in Biomedicine: Natural
Language Processing for Knowledge Integration (págs. 325-343). Non identi-
ed: IGI Global. Obtenido de https://www.igi-global.com/chapter/problems-solv-
ing-map-extraction-collective/23069
Asif, N. (2003). Reverse Engineering Methodology to Recover the Design Arti-
facts: A Case Study. Software Engineering Research and Practice, 932-938.
Belli, L., & Gaspar, W. (2023). The quest for AI sovereignty, transparency and
accountability. IGF - Getulio Vargas Foundation. Obtenido de https://www.intgov-
forum.org/en/ledepot_download/288/26421
Biggersta, T. J. (1989). Design recovery for maintenance and reuse. Computer,
22(7), 36-49. doi:10.1109/2.30731
Booth, D., & Jansen, B. J. (2009). A Review of Methodologies for Analyzing Web-
sites. En B. J. Jansen, A. Spink, & I. Taksa, Handbook of Research on Web Log
Analysis (págs. 143-164). Non identied: IGI Global. doi:10.4018/978-1-59904-
974-8.ch008
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
33
Canavera, L. (2023). Blending indigenous knowledge and articial intelligence
to enable adaptation. The circle(1), 13. Obtenido de https://www.arcticwwf.org/
magazine-issues/2023/innovating-for-a-better-future/
Chikofsky, E., & Cross, J. (1990). Reverse engineering and design recovery: a
taxonomy. IEEE Software, 7(1), 13-17. doi:10.1109/52.43044
Cossio, I. (2024). Detección automática de imágenes de plantas medicinales us-
ando redes neuronales articiales. Proyecto de Grado, Universidad Mayor de San
Simón. Obtenido de https://www.cs.umss.edu.bo/rep_tesis.jsp?codigo=3370&ti-
po_tes=1
Dragan, I. M., & Isaic-Maniu, A. (2013). Snowball Sampling Completion. Journal
of Studies in Social Sciences, 160-177. Obtenido de https://core.ac.uk/download/
pdf/229607586.pdf
Estrada Lugo, E. (2002). Plantas Medicinales de México. Texcoco, México: Uni-
versidad Autónoma de Chapingo.
Etikan, I. e. (2015). Comparison of Convenience Sampling and Purposive Sam-
pling. American Journal of Theoretical and Applied Statistics, 1. Obtenido de
https://www.sciencepublishinggroup.com/article/10.11648/j.ajtas.20160501.11
Eysenbach, G. (2001). What is e-health? Journal of Medical Internet Research,
3(2). doi:10.2196/jmir.3.2.e20
Foley, R., & et al. (2020). Disciplined research in undisciplined settings”: Critical
explorations of in situ and mobile methodologies in geographies of health and
wellbeing. AREA, 514-522. doi: https://doi.org/10.1111/area.12604
Forslund, M., Mathieson, K., Djibo, Y., Mbindyo, C., Lugangira, N., & Balasu-
bramaniam, P. (2024). Strengthening the evidence base on the use of digital health
technologies to accelerate progress towards universal health coverage. Oxford
Open Digital Health, 2. Obtenido de https://doi.org/10.1093/oodh/oqae033
G., a., S., G., S.M.A., A., F., T., & M.H., G. R. (2022). Prevalence of self-medica-
tion during COVID-19 pandemic: A systematic review and meta-analysis. Front
Public Health, 10. doi:10.3389/fpubh.2022.1041695
Ghimire, P. (2021). Digitalization of Indigenous Knowledge in Nepal. Review arti-
cle. Acta Informatica Malaysia, 42-47. Obtenido de https://actainformaticamalay-
sia.com/archives/AIM/2aim2021/2aim2021-42-47.pdf
Girault, L. (1987). Kallawaya: curanderos itinerantes de Los Andes . La Paz, Bo-
livia: Quipus.
González Zepeda, L. E., & Martínez Pinto, C. E. (2023). Inteligencia Articial
centrada en los Pueblos Indígenas. Perspectivas desde América Latina y el Cari-
be. Montevideo, Uruguay: UNESCO.
Green Stócel, A. (2011). Signicados de Vida: Espejo de nuestra Memoria en
Defensa de la Madre Tierra. Medellín: Universidad de Antioquia. Obtenido de
https://bibliotecadigital.udea.edu.co/bitstream/10495/6935/1/AbadioGreen_2011_
MadreTierra.pdf
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
34
Gupta, C., & Sharma, A. (2024). Reviving Indigenous Languages using Machine
Learning. Insights2Techinfo, 1. Obtenido de https://insights2techinfo.com/reviv-
ing-indigenous-languages-using-machine-learning/
Hubbard, T. L. (2002). Some Correspondences and Similarities of Shamanism and
Cognitive Science: Interconnectedness, Extension of Meaning and Attribution of
Mental States. Anthropology of Consciousness, 26-45. doi:10.1525/ac.2002.13.2.26
Hubbard, T. L. (2003). Further Correspondences and Similarities of Shamanism
and Cognitive Science: Mental Representation, Implicit Processing, and Cognitive
Structures. Anthropology of Consciousness, 40-74. doi:10.1525/ac.2003.14.1.40
IKSLabs. (20224). Protocols for Non-Indigenous People Working with Indigenous
Knowledge. Algoma: Deakin University. Obtenido de https://justiceactionmariby-
rnong.com/wp-content/uploads/2024/09/A_protocol_bundle_for_working_with_
Indigenous_knowledge_1725078558.pdf
Jaarsma, T., Strömberg, A., Dunbar, S., Fitzsimons, D., Lee, C., Middleton,
S., . . . B., R. (2020). Self-care research: How to grow the evidence base? In-
ternational Journal of Nursing Studies, 103555. doi: https://doi.org/10.1016/j.
ijnurstu.2020.103555
Katz, J., & Csordas, T. J. (2003). Phenomenological ethnography in sociology and an-
thropology. Sage Journals, 275-288. doi: https://doi.org/10.1177/146613810343001
Khan, S. e. (2022). Did the COVID-19 pandemic impact help-seeking behavior for
seizure management? A Google Trends™ study. Epilepsy and Behavior, 108489.
doi: https://doi.org/10.1016/j.yebeh.2021.108489
Lee, D. (2024). Silicon Snowball Sampling: A Dynamic Approach to Online
Data Collection. 7th International Conference on New Trends in Social Sciences
(págs. 1-10). Prague, Czech Republic: Diamond Scientic Publishing. Obtenido
de https://www.researchgate.net/publication/383649541_Silicon_Snowball_Sam-
pling_A_Dynamic_Approach_to_Online_Data_Collection
Lewis, J. (2020). Indigenous Protocol and Articial Intelligence Position Paper.
The Initiative for Indigenous Futures and the Canadian Institute for Advanced Re-
search (CIFAR). doi:10.11573
Lewis, J. E. (2024). Abundant intelligences: placing AI within Indigenous knowl-
edge frameworks. Ai & Society, 0. doi: https://doi.org/10.1007/s00146-024-02099-
4
Llamazares, A. M. (2013). Occidente Herido: El Potencial Sanador del Chaman-
ismo en el Mundo Contemporáneo. Diversidad, 67-104. Obtenido de https://
ri.conicet.gov.ar/bitstream/handle/11336/28753/CONICET_Digital_Nro.6063bd-
fe-9243-4517-8147-5c45a3eece42_A.pdf?sequence=2&isAllowed=y
Lu, L. e. (2024). AI: Bridging Ancient Wisdom and Modern Innovation in Tradi-
tional Chinese Medicine. JMIR Medical Informatics, e58491. doi:10.2196/58491
Luccioni, S., Trevelin, B., & Mitchell, M. (3 de Septiembre de 2024). Hugging
Face. Obtenido de https://huggingface.co/blog/sasha/ai-environment-primer
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
35
Luna, L. E. (1986). Vegetalismo: Shamanism Among the Mestizo Population of the
Peruvian Amazon. Almqvist & Wiksell International.
OMS. (2013). Estrategia de la OMS sobre medicina tradiciona 2014-2023. Ob-
tenido de https://iris.who.int/bitstream/handle/10665/95008/9789243506098_spa.
pdf
OPS. (2022). Directrices de la OMS sobre intervenciones de autocuidado para la.
Washington. Obtenido de https://doi.org/10.37774/9789275326275
Ortíz, A. e. (2003). Estudio de poblaciones ocultas y de difícil acceso. En Varios,
Metodología para la elaboración de estudios epidemiológicos a nivel nacional y
local y estudios para grupos especiales relacionados con las adicciones. (págs.
101-112). México: Observatorio Epidemiológico en México. Obtenido de https://
www.researchgate.net/prole/Jorge-Villatoro-Velazquez/publication/277587690_
Estudio_de_poblaciones_ocultas_y_de_dicil_acceso/links/556dd0b008aeccd-
7773f3c23/Estudio-de-poblaciones-ocultas-y-de-dicil-acceso.pdf
Oxford Insights. (2023). AI for Climate Change: Using articial and indigenous In-
telligence to ght climate change. Obtenido de https://oxfordinsights.com/insights/
ai-indigenous-intelligence/
Pasikowski, S. (2023). Snowball Sampling and Its Non-Trivial Nature. Prze-
gląd Badań Edukacyjnych Educational Studies Review, 105-120. doi: https://doi.
org/10.12775/PBE.2023.030
Peredo Albornoz, G., & Prado Mendoza, C. (2024). Sistema Tukuypaq. Aportes
de la medicina tradicional para el abordaje integral de epidemias o pandemias.
Revista de Investigación e Información en Salud, 94-108. doi: https://doi.
org/10.52428/20756208.v19i47.1218
Peredo, G. (2020). Estudio de la fragmentación de líneas temporales y los estados
prolongados de confusión para el análisis de la existencia-consciencia humana del
siglo XXI. En Comuniteca, Diálogos de pandemia: Aportes y desafíos de la comu-
nicación en tiempos de Covid-19 (págs. 107-111).
Pérez, R. (2019). Aplicación móvil para la preservación de las lenguas originarias
de México aplicando Inteligencia Articial. CIERMMI Mujeres en la ciencia(1),
75-96. doi:10.35429/h.2019.1.75.96
Poulose, N. (2021). Fake News in Health and Medicine. En Data Science for Fake
News. The Information Retrieval Series. Springer.
Prado Mendoza, C. (2016). Mancharisqa no es depresión. Aporte etnomédico para
la salud mental intercultural. Cochabamba: No identicada. Obtenido de https://
searchworks.stanford.edu/view/11879402
Prado, C. (2023). Memoria de Medicina Tradicional Andino Amazónica. 1000
Maneras de Prevenir y Curar Enfermedade. Centro Cultural Kuska de Sabidurías
Ancestrales. Qinti Studios.
Redvers, N. e. (2024). Indigenous Elders’ voices on health-systems change in-
formed by planetary health: a qualitative and relational systems mapping inquiry.
The Lancet Planetary Health, e1106–17. Obtenido de https://www.thelancet.com/
journals/lanplh/article/PIIS2542-5196(24)00277-8/fulltext
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
36
Rojas, J. (2014). Vigilancia de la comunicaiones en la era digital - reporte Bolivia.
Global Informatio Society Watch, Fundacion REDES para el Desarrollo Sostenible.
Rösing, I. (1995). Dialogos con divinidades de cerros, rayos, manantiales y lagos:
oraciones blancas Kallawayas. Hisbol.
Ruíz Méndez, M. d., & Aguirre Aguilar, G. (2015). Etnografía virtual, un acer-
camiento al método y a sus aplicaciones. Estudios sobre las Culturas Contem-
poráneas, 67-96. Obtenido de https://dialnet.unirioja.es/servlet/articulo?codi-
go=5175390
Sakur, F. e. (2022). Self-care Behaviors and Technology Used During COVID-19:
Systematic Review. JMIR Human Factors, e35173. doi:10.2196/35173
Sassi, S., & al., e. (2022). Collective intelligence and knowledge exploration: an
introduction. International Journal of Data Science and Analytics, 99-111. doi:
https://doi.org/10.1007/s41060-022-00338-9
Sørensen, V., & Lansing, J. S. (2023). Art, technology and the Internet of Living
Things. AI & Society, 2401-2417. doi:https://doi.org/10.1007/s00146-023-01667-4
Subbiah, V. (2023). The next generation of evidence-based medicine. Nature Med-
icine, 49-58.
Torres-Soto, N. Y. (2022). The relationship between self-care, positive family envi-
ronment, and human wellbeing. Wellbeing, Space and Society, 100076. doi: https://
doi.org/10.1016/j.wss.2022.100076
UIT. (2023). Obtenido de AI for Good: https://aiforgood.itu.int/about-ai-for-good/
UIT. (2023). Focus Group on “Articial Intelligence for Health”. Obtenido de
https://www.itu.int/en/ITU-T/focusgroups/ai4h/Pages/default.aspx
Vanderbroek, I. (2003). Plantas medicinales para la atención primaria de la salud.
El conocimiento de ocho médicos tradicionales de Apillapampa (Bolivia). . Coch-
abamba: Indústrias Grácas Serrano.
Venkatesmarlu, V., & al., e. (2024). The Future of Healthcare: Using AI and IoT
to Drive Data Driven Revolution. En S. Kant Gupta, D. A. Karras, & R. (. Na-
tarajan, Revolutionizing Healthcare: AI Integration with IoT for Enhanced Pa-
tient Outcomes (págs. 169-183). Non identied: Springer, Cham. doi: https://doi.
org/10.1007/978-3-031-65022-2
Walker, M. (2023). Digital Health: How modern technology is changing medicine
and.
White, J. B. (2024). Consilience and AI as technological prostheses. AI & Society,
2179-2181. Obtenido de https://philarchive.org/rec/WHICAA-6
WHO. (2021). Global strategy on digital health 2020-2025. Obtenido de https://
www.who.int/docs/default-source/documents/gs4dhdaa2a9f352b0445bafbc-
79ca799dce4d.pdf
WHO. (2024). Implementation of self-care interventions for health and well-being.
Guidance for health systems.
JOURNAL BOLIVIANO DE CIENCIAS – Vol. 20 – Número 56
ISSN Digital: 2075-8944 ISSN Impreso: 2075-8936
37
Wilson, E. O. (1999). Consilience. The Unity of KNowledge. Vintage Books.
Wu, C. e. (2022). Articial Intelligence in Traditional Medicine. Frontiers in Phar-
macology, 1-2. doi:https://doi.org/10.3389/fphar.2022.933133
Yunkaporta, T. (2019). Sand Talk. How Indigenous Thinking can Save the World.
Melbourn, Australia: Text Publishing .