{"id":191128,"date":"2025-12-17T12:28:08","date_gmt":"2025-12-17T11:28:08","guid":{"rendered":"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/"},"modified":"2025-12-17T12:28:08","modified_gmt":"2025-12-17T11:28:08","slug":"una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia","status":"publish","type":"post","link":"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/","title":{"rendered":"Una herramienta reduce el sesgo de los an\u00e1lisis de muestras cancerosas realizados con IA"},"content":{"rendered":"

El uso de la inteligencia artificial\u00a0 para analizar muestras patol\u00f3gicas ha supuesto un gran avance para el diagn\u00f3stico del c\u00e1ncer en los \u00faltimos tiempos. Ahora, un grupo de investigadores ha descubierto sesgos que pueden disminuir la eficacia de estos modelos y ha desarrollado una herramienta para superarlos.<\/p>\n

El estudio, dirigido por investigadores m\u00e9dicos de la Universidad de Harvard, en Estados Unidos, y publicado en la revista Cell Reports Medicine, revela que los modelos de IA para el diagn\u00f3stico del c\u00e1ncer pueden inferir informaci\u00f3n demogr\u00e1fica de las diapositivas de patolog\u00eda, lo que genera sesgos que reducen la precisi\u00f3n en la evaluaci\u00f3n del tumor.<\/p>\n

Al analizar los cuatro modelos m\u00e1s populares de an\u00e1lisis patol\u00f3gico con IA dise\u00f1ados para diagnosticar el c\u00e1ncer, los investigadores encontraron un rendimiento desigual en la detecci\u00f3n y diferenciaci\u00f3n de c\u00e1nceres en funci\u00f3n del g\u00e9nero, la raza y la edad.<\/p>\n

Alimentaron los cuatro modelos de IA con un gran repositorio de diapositivas de muestras patol\u00f3gicas de 20 tipos de c\u00e1ncer y comprobaron que todos ellos daban diagn\u00f3sticos menos precisos para algunos grupos poblacionales.<\/p>\n

\u201cPara un pat\u00f3logo humano, observar una muestra de tejido rosado salpicada de c\u00e9lulas moradas es como calificar un examen sin nombre: la diapositiva revela informaci\u00f3n esencial sobre la enfermedad sin proporcionar otros detalles sobre el paciente. Nos sorprendi\u00f3 que la IA s\u00ed lograra hacerlo\u201d, explica uno de los autores,\u00a0Kun-Hsing Yu, investigador en inform\u00e1tica biom\u00e9dica y patolog\u00eda en Harvard y en el Hospital Brigham and Women\u2019s de Boston.<\/p>\n

Los investigadores \u201calimentaron\u201d los cuatro modelos de IA con un gran repositorio de diapositivas de muestras patol\u00f3gicas de 20 tipos de c\u00e1ncer y comprobaron que todos ellos daban diagn\u00f3sticos menos precisos para algunos grupos poblacionales.<\/p>\n

Por ejemplo, los modelos presentaban dificultades para diferenciar los subtipos de c\u00e1ncer de pulm\u00f3n en pacientes\u00a0hombres afroamericanos; los subtipos de tumor de mama en pacientes m\u00e1s j\u00f3venes; o, directamente, mostraban deficiencias al detectar c\u00e1ncer de mama, ri\u00f1\u00f3n, tiroides y est\u00f3mago en determinados grupos.<\/p>\n

<\/a><\/p>\n

Patrones poblacionales sesgados<\/h2>\n

En general, los cient\u00edficos detectaron deficiencias en un 29 % de las tareas de diagn\u00f3stico realizadas por los modelos patol\u00f3gicos basados en IA, lo que, seg\u00fan Yu, se debe a que logran extraer informaci\u00f3n demogr\u00e1fica de las diapositivas y se apoyan en patrones poblacionales sesgados para realizar el diagn\u00f3stico.<\/p>\n

Los investigadores atribuyen los sesgos a diferentes motivos. Por un lado, los modelos de aprendizaje autom\u00e1tico se entrenan con tama\u00f1os de muestra desiguales (por poblaciones), lo que dificulta un diagn\u00f3stico preciso para grupos poco representados.<\/p>\n

Detectaron deficiencias en un 29 % de las tareas de diagn\u00f3stico realizadas por los modelos patol\u00f3gicos basados en IA,<\/p>\n

Al comprobar que los modelos tambi\u00e9n fallaban con tama\u00f1os de muestra comparables, los autores hicieron un an\u00e1lisis m\u00e1s profundo que revel\u00f3 que los errores se deb\u00edan a diferencias en la incidencia del c\u00e1ncer.<\/p>\n

Es decir, algunos tumores son m\u00e1s comunes en determinados grupos poblacionales, por lo que los modelos mejoran en esos casos, pero tienen m\u00e1s dificultades con aquellos en los que esos tipos de c\u00e1ncer son menos habituales.<\/p>\n

Los modelos de IA tambi\u00e9n detectan diferencias moleculares en muestras de distintos grupos demogr\u00e1ficos, de modo que pueden identificar mutaciones en los genes que provocan el c\u00e1ncer y utilizarlas como indicador del tipo de tumor. Esto los hace menos eficaces para diagnosticar en poblaciones donde esas mutaciones son menos frecuentes.<\/p>\n

\u201cDescubrimos que, debido a su gran potencia, la IA puede diferenciar muchas se\u00f1ales biol\u00f3gicas sutiles que no pueden detectarse mediante el an\u00e1lisis humano\u201d, afirma Yu en un comunicado de la Universidad de Harvard.<\/p>\n

<\/a><\/p>\n

Aprendizaje autom\u00e1tico contrastivo<\/h2>\n

Para solventar estas deficiencias, los investigadores han desarrollado FAIR-Path, una herramienta basada en aprendizaje autom\u00e1tico contrastivo, que consiste en a\u00f1adir un elemento al entrenamiento de la IA para ense\u00f1ar al modelo a enfatizar las diferencias entre categor\u00edas esenciales (los tipos de c\u00e1ncer en este caso) y restar importancia a las diferencias entre categor\u00edas menos cruciales (grupos poblacionales).<\/p>\n

Las deficiencias diagn\u00f3sticas se redujeron en torno al 88 % con la aplicaci\u00f3n de FAIR-Path.<\/p>\n

Lo que hace FAIR-Path es a\u00f1adir un elemento al entrenamiento de la IA para ense\u00f1ar al modelo a enfatizar las diferencias entre categor\u00edas esenciales<\/p>\n

\u201cEl hallazgo es alentador\u201d, a\u00f1ade Yu, \u201cporque sugiere que el sesgo puede reducirse incluso sin entrenar los modelos con datos completamente justos y representativos\u201d.<\/p>\n

El investigador y su equipo colaboran con instituciones de todo el mundo para investigar el\u00a0alcance del sesgo en la IA patol\u00f3gica en lugares con diferentes caracter\u00edsticas demogr\u00e1ficas y pr\u00e1cticas cl\u00ednicas y patol\u00f3gicas.<\/p>\n

Tambi\u00e9n exploran formas de ampliar FAIR-Path a entornos con tama\u00f1os de muestra limitados. \u201cEl objetivo es crear modelos de IA para el an\u00e1lisis patol\u00f3gico m\u00e1s justos e imparciales que puedan mejorar la atenci\u00f3n oncol\u00f3gica\u201d, concluye.<\/p>","protected":false},"excerpt":{"rendered":"

El uso de la inteligencia artificial\u00a0 para analizar muestras patol\u00f3gicas ha supuesto un gran avance para el diagn\u00f3stico del c\u00e1ncer en los \u00faltimos tiempos. Ahora, un grupo de investigadores ha descubierto sesgos que pueden disminuir la eficacia de estos modelos y ha desarrollado una herramienta para superarlos. El estudio, dirigido por investigadores m\u00e9dicos de la […]<\/p>\n","protected":false},"author":5,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[5],"tags":[],"class_list":["post-191128","post","type-post","status-publish","format-standard","hentry","category-noticias"],"yoast_head":"\nUna herramienta reduce el sesgo de los an\u00e1lisis de muestras cancerosas realizados con IA - bip4ex<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Una herramienta reduce el sesgo de los an\u00e1lisis de muestras cancerosas realizados con IA\" \/>\n<meta property=\"og:description\" content=\"El uso de la inteligencia artificial\u00a0 para analizar muestras patol\u00f3gicas ha supuesto un gran avance para el diagn\u00f3stico del c\u00e1ncer en los \u00faltimos tiempos. Ahora, un grupo de investigadores ha descubierto sesgos que pueden disminuir la eficacia de estos modelos y ha desarrollado una herramienta para superarlos. El estudio, dirigido por investigadores m\u00e9dicos de la […]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/\" \/>\n<meta property=\"og:site_name\" content=\"bip4ex\" \/>\n<meta property=\"article:published_time\" content=\"2025-12-17T11:28:08+00:00\" \/>\n<meta name=\"author\" content=\"Luis Miguel Mej\u00edas Ramos\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Luis Miguel Mej\u00edas Ramos\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"4 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/\"},\"author\":{\"name\":\"Luis Miguel Mej\u00edas Ramos\",\"@id\":\"https:\/\/helloproject.es\/vigilancia\/#\/schema\/person\/3767b0619d59a11570372c821f8619ca\"},\"headline\":\"Una herramienta reduce el sesgo de los an\u00e1lisis de muestras cancerosas realizados con IA\",\"datePublished\":\"2025-12-17T11:28:08+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/\"},\"wordCount\":871,\"publisher\":{\"@id\":\"https:\/\/helloproject.es\/vigilancia\/#organization\"},\"articleSection\":[\"Noticias\"],\"inLanguage\":\"es\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/\",\"url\":\"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/\",\"name\":\"Una herramienta reduce el sesgo de los an\u00e1lisis de muestras cancerosas realizados con IA - bip4ex\",\"isPartOf\":{\"@id\":\"https:\/\/helloproject.es\/vigilancia\/#website\"},\"datePublished\":\"2025-12-17T11:28:08+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/#breadcrumb\"},\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/helloproject.es\/vigilancia\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Una herramienta reduce el sesgo de los an\u00e1lisis de muestras cancerosas realizados con IA\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/helloproject.es\/vigilancia\/#website\",\"url\":\"https:\/\/helloproject.es\/vigilancia\/\",\"name\":\"bip4ex\",\"description\":\"Vigilancia Tecnol\u00f3gica\",\"publisher\":{\"@id\":\"https:\/\/helloproject.es\/vigilancia\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/helloproject.es\/vigilancia\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/helloproject.es\/vigilancia\/#organization\",\"name\":\"Helloproject.es\",\"url\":\"https:\/\/helloproject.es\/vigilancia\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/helloproject.es\/vigilancia\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/helloproject.es\/vigilancia\/wp-content\/uploads\/2023\/07\/bip4ex.png\",\"contentUrl\":\"https:\/\/helloproject.es\/vigilancia\/wp-content\/uploads\/2023\/07\/bip4ex.png\",\"width\":322,\"height\":365,\"caption\":\"Helloproject.es\"},\"image\":{\"@id\":\"https:\/\/helloproject.es\/vigilancia\/#\/schema\/logo\/image\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\/\/helloproject.es\/vigilancia\/#\/schema\/person\/3767b0619d59a11570372c821f8619ca\",\"name\":\"Luis Miguel Mej\u00edas Ramos\",\"url\":\"https:\/\/helloproject.es\/vigilancia\/author\/luismi\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Una herramienta reduce el sesgo de los an\u00e1lisis de muestras cancerosas realizados con IA - bip4ex","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/","og_locale":"es_ES","og_type":"article","og_title":"Una herramienta reduce el sesgo de los an\u00e1lisis de muestras cancerosas realizados con IA","og_description":"El uso de la inteligencia artificial\u00a0 para analizar muestras patol\u00f3gicas ha supuesto un gran avance para el diagn\u00f3stico del c\u00e1ncer en los \u00faltimos tiempos. Ahora, un grupo de investigadores ha descubierto sesgos que pueden disminuir la eficacia de estos modelos y ha desarrollado una herramienta para superarlos. El estudio, dirigido por investigadores m\u00e9dicos de la […]","og_url":"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/","og_site_name":"bip4ex","article_published_time":"2025-12-17T11:28:08+00:00","author":"Luis Miguel Mej\u00edas Ramos","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"Luis Miguel Mej\u00edas Ramos","Tiempo de lectura":"4 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/#article","isPartOf":{"@id":"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/"},"author":{"name":"Luis Miguel Mej\u00edas Ramos","@id":"https:\/\/helloproject.es\/vigilancia\/#\/schema\/person\/3767b0619d59a11570372c821f8619ca"},"headline":"Una herramienta reduce el sesgo de los an\u00e1lisis de muestras cancerosas realizados con IA","datePublished":"2025-12-17T11:28:08+00:00","mainEntityOfPage":{"@id":"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/"},"wordCount":871,"publisher":{"@id":"https:\/\/helloproject.es\/vigilancia\/#organization"},"articleSection":["Noticias"],"inLanguage":"es"},{"@type":"WebPage","@id":"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/","url":"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/","name":"Una herramienta reduce el sesgo de los an\u00e1lisis de muestras cancerosas realizados con IA - bip4ex","isPartOf":{"@id":"https:\/\/helloproject.es\/vigilancia\/#website"},"datePublished":"2025-12-17T11:28:08+00:00","breadcrumb":{"@id":"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/helloproject.es\/vigilancia\/una-herramienta-reduce-el-sesgo-de-los-analisis-de-muestras-cancerosas-realizados-con-ia\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/helloproject.es\/vigilancia\/"},{"@type":"ListItem","position":2,"name":"Una herramienta reduce el sesgo de los an\u00e1lisis de muestras cancerosas realizados con IA"}]},{"@type":"WebSite","@id":"https:\/\/helloproject.es\/vigilancia\/#website","url":"https:\/\/helloproject.es\/vigilancia\/","name":"bip4ex","description":"Vigilancia Tecnol\u00f3gica","publisher":{"@id":"https:\/\/helloproject.es\/vigilancia\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/helloproject.es\/vigilancia\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/helloproject.es\/vigilancia\/#organization","name":"Helloproject.es","url":"https:\/\/helloproject.es\/vigilancia\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/helloproject.es\/vigilancia\/#\/schema\/logo\/image\/","url":"https:\/\/helloproject.es\/vigilancia\/wp-content\/uploads\/2023\/07\/bip4ex.png","contentUrl":"https:\/\/helloproject.es\/vigilancia\/wp-content\/uploads\/2023\/07\/bip4ex.png","width":322,"height":365,"caption":"Helloproject.es"},"image":{"@id":"https:\/\/helloproject.es\/vigilancia\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/helloproject.es\/vigilancia\/#\/schema\/person\/3767b0619d59a11570372c821f8619ca","name":"Luis Miguel Mej\u00edas Ramos","url":"https:\/\/helloproject.es\/vigilancia\/author\/luismi\/"}]}},"_links":{"self":[{"href":"https:\/\/helloproject.es\/vigilancia\/wp-json\/wp\/v2\/posts\/191128","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/helloproject.es\/vigilancia\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/helloproject.es\/vigilancia\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/helloproject.es\/vigilancia\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/helloproject.es\/vigilancia\/wp-json\/wp\/v2\/comments?post=191128"}],"version-history":[{"count":0,"href":"https:\/\/helloproject.es\/vigilancia\/wp-json\/wp\/v2\/posts\/191128\/revisions"}],"wp:attachment":[{"href":"https:\/\/helloproject.es\/vigilancia\/wp-json\/wp\/v2\/media?parent=191128"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/helloproject.es\/vigilancia\/wp-json\/wp\/v2\/categories?post=191128"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/helloproject.es\/vigilancia\/wp-json\/wp\/v2\/tags?post=191128"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}