En un sentido amplio la inteligencia artificial y el aprendizaje automatico se ha aplicado a los datos medicos desde los inicios de la informatica dado el profundo arraigo de esta area en la innovacion, pero los ultimos anos han sido testigo de una generacion cada vez mayor de datos relacionados con las ciencias de la salud, cuestion que ha dado nacimiento a un nuevo campo de las ciencias de la computacion llamado big data. Los datos medicos a gran escala (en forma de bases de datos estructuradas y no estructuradas) si son apropiadamente adquiridos e interpretados pueden generar grandes beneficios al reducir los costos y los tiempos del servicio de salud, pero tambien podrian servir para predecir epidemias, mejorar los esquemas terapeuticos, asesorar a medicos en lugares remotos y mejorar la calidad de vida. Los algoritmos de deep learning son especialmente utiles para manejar esta gran cantidad de datos complejos, poco documentados y generalmente no estructurados; todo esto debido a que el deep learning puede irrumpir al crear modelos que descubren de forma automatica las caracteristicas principales, asi como las que mejor predicen el comportamiento de otras variables dentro de una gran cantidad de datos complejos. En el futuro, la relacion hombre-maquina en biomedicina sera mas estrecha; mientras que la maquina se encargara de tareas de extraccion, limpieza y busquedas de correlaciones, el medico se concentraria en interpretar estas correlaciones y buscar nuevos tratamientos que mejoren la atencion y en ultima instancia la calidad de vida del paciente