<\/p>\n\n\n\n
Inspiradas en la organizaci\u00f3n de las neuronas biol\u00f3gicas y el funcionamiento del cerebro\nhumano, las redes neuronales son modelos de algoritmos que integran el \u00e1rea de la computaci\u00f3n\nnatural. Esta disciplina se basa en la observaci\u00f3n de fen\u00f3menos naturales para crear inteligencia\nartificial.<\/p>\n\n\n\n
Para comprender la relaci\u00f3n entre las redes neuronales artificiales y biol\u00f3gicas, es importante\nprofundizar en el funcionamiento del cerebro humano y entender c\u00f3mo sus numerosos procesos pueden inspirar el desarrollo de algoritmos avanzados de inteligencia artificial y resultar en soluciones robustas y adaptables.<\/p>\n\n\n\n
El cerebro, uno de los \u00f3rganos m\u00e1s fascinantes del cuerpo humano, forma parte del sistema\nnervioso central y cuenta con aproximadamente 86 mil millones de neuronas que procesan y\ntransmiten informaci\u00f3n. Este \u00f3rgano dirige todas las funciones del organismo y act\u00faa como un\nverdadero n\u00facleo de inteligencia y aprendizaje.<\/p>\n\n\n\n
A lo largo de millones de a\u00f1os de evoluci\u00f3n constante, el cerebro desarroll\u00f3 mecanismos de alta eficiencia para procesar informaci\u00f3n, aprender a partir de experiencias pasadas y adaptarse a nuevas situaciones.<\/p>\n\n\n\n
Estudiar y adaptar estos mecanismos del cerebro es una tarea imprescindible para el avance de la\ninteligencia artificial, sobre todo en \u00e1reas como el aprendizaje autom\u00e1tico y las redes neuronales\nartificiales. De esta forma, esta investigaci\u00f3n proporciona valiosos conocimientos sobre\nprincipios fundamentales como la plasticidad neuronal y el aprendizaje.<\/p>\n\n\n\n
No cabe duda de que las redes neuronales artificiales funcionan como el \u201ccerebro\u201d de la\ntecnolog\u00eda. Esta rama de la computaci\u00f3n natural es, en definitiva, una de las herramientas m\u00e1s\npoderosas y vers\u00e1tiles de la inteligencia artificial. Es por eso que, gracias a su capacidad para\naprender y resolver problemas complejos, se utiliza en varios sectores, incluida la salud.<\/p>\n\n\n\n
Las redes neuronales y sus capas de percepci\u00f3n<\/strong><\/h2>\n\n\n\n![\"Rede](\"https:\/\/www.biologix.com.br\/wp-content\/uploads\/2024\/07\/rede-neural-artificial-camadas-percepcao-1024x595.png\")
<\/figure>\n\n\n\nDentro del concepto de redes neuronales existe una subrama conocida como capas de percepci\u00f3n. Dado que la capacidad de la inteligencia humana no depende de una sola neurona, sino de la conexi\u00f3n y coordinaci\u00f3n de m\u00faltiples neuronas al mismo tiempo, estas deben\norganizarse en capas.<\/p>\n\n\n\n
Inspirada en el sistema nervioso biol\u00f3gico, una red neuronal artificial es, en esencia, una herramienta computacional compuesta por unidades interconectadas, conocidas como perceptrones o neuronas artificiales, que tambi\u00e9n se organizan en capas. Estas capas son responsables de procesar y transformar los datos de entrada para generar las salidas deseadas.<\/p>\n\n\n\n
En resumen, las capas de entrada recopilan la informaci\u00f3n, las capas intermedias procesan los datos y las capas de salida se encargan de la ejecuci\u00f3n.<\/p>\n\n\n\n
Biologix y su uso de las redes neuronales<\/strong><\/h2>\n\n\n\nBiologix utiliza redes neuronales dentro de su algoritmo para detectar el ronquido. La soluci\u00f3n\nBiologix se formul\u00f3 en 2017, se implement\u00f3 en 2019 y, hasta ahora, solo se utilizaba en el Examen del Sue\u00f1o Biologix\u00ae. En 2024, el par\u00e1metro evolucion\u00f3 nuevamente con el lanzamiento de la Prueba de Ronquidos de Biologix\u00ae<\/a>, que ya no requiere el uso del sensor Oxistar\u00ae.<\/p>\n\n\n\nBas\u00e1ndonos en el principio de las capas de percepci\u00f3n, el aprendizaje de una red neuronal es un proceso iterativo que implica la presentaci\u00f3n repetida de datos de entrenamiento. Las redes neuronales artificiales son un conjunto de algoritmos matem\u00e1ticos que logran aprender a partir de caracter\u00edsticas y patrones en grupo de datos, lo que luego permite clasificar eventos.<\/p>\n\n\n\n
La red neuronal artificial pasa por un proceso de entrenamiento\/aprendizaje similar al de ense\u00f1ar a una persona a clasificar un objeto a partir de ciertas caracter\u00edsticas. Los procesos clave por los que estos algoritmos pasan son:<\/p>\n\n\n\n
\n- Entrenamiento: la inteligencia artificial aprende a identificar eventos a partir de caracter\u00edsticas establecidas (en el caso del ronquido: volumen, frecuencia, duraci\u00f3n, etc.).<\/li>\n\n\n\n
- Prueba: mediante el uso de muestras nuevas, se desaf\u00eda a la inteligencia artificial a aplicar los conocimientos adquiridos en la clasificaci\u00f3n correcta de los eventos. <\/li>\n<\/ul>\n\n\n\n
De esta forma, en la soluci\u00f3n Biologix se proporcionaron caracter\u00edsticas que describen el ronquido (como su sonido grave y peri\u00f3dico, con una duraci\u00f3n promedio de 0,6 a 2 segundos, etc.), junto con ejemplos de una red neuronal.\nSe utilizaron audios de 268 pacientes grabados durante ex\u00e1menes de polisomnigraf\u00eda en el\nlaboratorio del sue\u00f1o del Instituto del Coraz\u00f3n de la Facultad de Medicina de la Universidad de S\u00e3o Paulo. Un evaluador humano escuch\u00f3 cada uno de estos audios y clasific\u00f3 los sonidos encontrados de forma manual en dos tipos de eventos: \u201cronquido\u201d o \u201cruido\u201d.<\/p>\n\n\n\n![\"Classifica\u00e7\u00e3o](\"https:\/\/www.biologix.com.br\/wp-content\/uploads\/2024\/07\/rede-neural-classificacao-eventos-ronco-ruido-1024x595.png\")
<\/figure>\n\n\n\nA continuaci\u00f3n, se proporcionaron ejemplos previamente clasificados y caracter\u00edsticas de inter\u00e9s a la red neuronal. De esta forma, se dio inicio a su proceso de entrenamiento y aprendizaje. Cabe recordar que, en este proceso, se asigna un peso para cada atributo; por lo tanto, aquellos que mejoran el rendimiento tienen su peso aumentado.<\/p>\n\n\n\n
En la siguiente etapa, se desafi\u00f3 la red neuronal con muestras nuevas para aplicar los conocimientos adquiridos en la clasificaci\u00f3n correcta de los eventos sonoros.<\/a>. Ao concluir todo este processo, a performance da ferramenta foi avaliada segundo diferentes crit\u00e9rios estat\u00edsticos: <\/p>\n\n\n\n\n- Precisi\u00f3n.<\/li>\n\n\n\n
- Sensibilidad.<\/li>\n\n\n\n
- Especificidad.<\/li>\n<\/ul>\n\n\n\n
Es importante destacar que, cuanto mejores sean estos indicadores, m\u00e1s confiable ser\u00e1 la\nclasificaci\u00f3n de la red neuronal y viceversa.<\/p>\n\n\n\n
La herramienta implementada en la soluci\u00f3n Biologix ya se someti\u00f3 a diversas pruebas y mejoras por un equipo exclusivamente dedicado a la investigaci\u00f3n e innovaci\u00f3n. Hoy en d\u00eda, despu\u00e9s de varias versiones, la precisi\u00f3n en la identificaci\u00f3n y clasificaci\u00f3n de ronquidos es del 92%<\/strong>resultado que culmin\u00f3 en dos validaciones cient\u00edficas, publicadas en las revista Clinics (11\/2020)<\/a> y Scientific Reports \u2013 Nature (09\/2022)<\/a>.<\/p>\n\n\n\nDado que este proceso es totalmente automatizado, se garantiza la privacidad de los audios de aquella persona que realiza el Examen del Sue\u00f1o Biologix\u00ae. Solo el m\u00e9dico responsable y el paciente tienen acceso a esa informaci\u00f3n.<\/p>","protected":false},"excerpt":{"rendered":"
Inspiradas na organiza\u00e7\u00e3o dos neur\u00f4nios biol\u00f3gicos e no funcionamento do c\u00e9rebro humano, as Redes Neurais s\u00e3o ferramentas computacionais que se baseiam em fen\u00f4menos naturais para criar uma IA.<\/p>","protected":false},"author":11,"featured_media":11171,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-11168","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-paciente"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/posts\/11168","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/users\/11"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/comments?post=11168"}],"version-history":[{"count":26,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/posts\/11168\/revisions"}],"predecessor-version":[{"id":13162,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/posts\/11168\/revisions\/13162"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/media\/11171"}],"wp:attachment":[{"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/media?parent=11168"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/categories?post=11168"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/tags?post=11168"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
<\/figure>\n\n\n\nDentro del concepto de redes neuronales existe una subrama conocida como capas de percepci\u00f3n. Dado que la capacidad de la inteligencia humana no depende de una sola neurona, sino de la conexi\u00f3n y coordinaci\u00f3n de m\u00faltiples neuronas al mismo tiempo, estas deben\norganizarse en capas.<\/p>\n\n\n\n
Inspirada en el sistema nervioso biol\u00f3gico, una red neuronal artificial es, en esencia, una herramienta computacional compuesta por unidades interconectadas, conocidas como perceptrones o neuronas artificiales, que tambi\u00e9n se organizan en capas. Estas capas son responsables de procesar y transformar los datos de entrada para generar las salidas deseadas.<\/p>\n\n\n\n
En resumen, las capas de entrada recopilan la informaci\u00f3n, las capas intermedias procesan los datos y las capas de salida se encargan de la ejecuci\u00f3n.<\/p>\n\n\n\n
Biologix y su uso de las redes neuronales<\/strong><\/h2>\n\n\n\nBiologix utiliza redes neuronales dentro de su algoritmo para detectar el ronquido. La soluci\u00f3n\nBiologix se formul\u00f3 en 2017, se implement\u00f3 en 2019 y, hasta ahora, solo se utilizaba en el Examen del Sue\u00f1o Biologix\u00ae. En 2024, el par\u00e1metro evolucion\u00f3 nuevamente con el lanzamiento de la Prueba de Ronquidos de Biologix\u00ae<\/a>, que ya no requiere el uso del sensor Oxistar\u00ae.<\/p>\n\n\n\nBas\u00e1ndonos en el principio de las capas de percepci\u00f3n, el aprendizaje de una red neuronal es un proceso iterativo que implica la presentaci\u00f3n repetida de datos de entrenamiento. Las redes neuronales artificiales son un conjunto de algoritmos matem\u00e1ticos que logran aprender a partir de caracter\u00edsticas y patrones en grupo de datos, lo que luego permite clasificar eventos.<\/p>\n\n\n\n
La red neuronal artificial pasa por un proceso de entrenamiento\/aprendizaje similar al de ense\u00f1ar a una persona a clasificar un objeto a partir de ciertas caracter\u00edsticas. Los procesos clave por los que estos algoritmos pasan son:<\/p>\n\n\n\n
\n- Entrenamiento: la inteligencia artificial aprende a identificar eventos a partir de caracter\u00edsticas establecidas (en el caso del ronquido: volumen, frecuencia, duraci\u00f3n, etc.).<\/li>\n\n\n\n
- Prueba: mediante el uso de muestras nuevas, se desaf\u00eda a la inteligencia artificial a aplicar los conocimientos adquiridos en la clasificaci\u00f3n correcta de los eventos. <\/li>\n<\/ul>\n\n\n\n
De esta forma, en la soluci\u00f3n Biologix se proporcionaron caracter\u00edsticas que describen el ronquido (como su sonido grave y peri\u00f3dico, con una duraci\u00f3n promedio de 0,6 a 2 segundos, etc.), junto con ejemplos de una red neuronal.\nSe utilizaron audios de 268 pacientes grabados durante ex\u00e1menes de polisomnigraf\u00eda en el\nlaboratorio del sue\u00f1o del Instituto del Coraz\u00f3n de la Facultad de Medicina de la Universidad de S\u00e3o Paulo. Un evaluador humano escuch\u00f3 cada uno de estos audios y clasific\u00f3 los sonidos encontrados de forma manual en dos tipos de eventos: \u201cronquido\u201d o \u201cruido\u201d.<\/p>\n\n\n\n<\/figure>\n\n\n\nA continuaci\u00f3n, se proporcionaron ejemplos previamente clasificados y caracter\u00edsticas de inter\u00e9s a la red neuronal. De esta forma, se dio inicio a su proceso de entrenamiento y aprendizaje. Cabe recordar que, en este proceso, se asigna un peso para cada atributo; por lo tanto, aquellos que mejoran el rendimiento tienen su peso aumentado.<\/p>\n\n\n\n
En la siguiente etapa, se desafi\u00f3 la red neuronal con muestras nuevas para aplicar los conocimientos adquiridos en la clasificaci\u00f3n correcta de los eventos sonoros.<\/a>. Ao concluir todo este processo, a performance da ferramenta foi avaliada segundo diferentes crit\u00e9rios estat\u00edsticos: <\/p>\n\n\n\n\n- Precisi\u00f3n.<\/li>\n\n\n\n
- Sensibilidad.<\/li>\n\n\n\n
- Especificidad.<\/li>\n<\/ul>\n\n\n\n
Es importante destacar que, cuanto mejores sean estos indicadores, m\u00e1s confiable ser\u00e1 la\nclasificaci\u00f3n de la red neuronal y viceversa.<\/p>\n\n\n\n
La herramienta implementada en la soluci\u00f3n Biologix ya se someti\u00f3 a diversas pruebas y mejoras por un equipo exclusivamente dedicado a la investigaci\u00f3n e innovaci\u00f3n. Hoy en d\u00eda, despu\u00e9s de varias versiones, la precisi\u00f3n en la identificaci\u00f3n y clasificaci\u00f3n de ronquidos es del 92%<\/strong>resultado que culmin\u00f3 en dos validaciones cient\u00edficas, publicadas en las revista Clinics (11\/2020)<\/a> y Scientific Reports \u2013 Nature (09\/2022)<\/a>.<\/p>\n\n\n\nDado que este proceso es totalmente automatizado, se garantiza la privacidad de los audios de aquella persona que realiza el Examen del Sue\u00f1o Biologix\u00ae. Solo el m\u00e9dico responsable y el paciente tienen acceso a esa informaci\u00f3n.<\/p>","protected":false},"excerpt":{"rendered":"
Inspiradas na organiza\u00e7\u00e3o dos neur\u00f4nios biol\u00f3gicos e no funcionamento do c\u00e9rebro humano, as Redes Neurais s\u00e3o ferramentas computacionais que se baseiam em fen\u00f4menos naturais para criar uma IA.<\/p>","protected":false},"author":11,"featured_media":11171,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-11168","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-paciente"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/posts\/11168","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/users\/11"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/comments?post=11168"}],"version-history":[{"count":26,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/posts\/11168\/revisions"}],"predecessor-version":[{"id":13162,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/posts\/11168\/revisions\/13162"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/media\/11171"}],"wp:attachment":[{"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/media?parent=11168"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/categories?post=11168"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/tags?post=11168"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Bas\u00e1ndonos en el principio de las capas de percepci\u00f3n, el aprendizaje de una red neuronal es un proceso iterativo que implica la presentaci\u00f3n repetida de datos de entrenamiento. Las redes neuronales artificiales son un conjunto de algoritmos matem\u00e1ticos que logran aprender a partir de caracter\u00edsticas y patrones en grupo de datos, lo que luego permite clasificar eventos.<\/p>\n\n\n\n
La red neuronal artificial pasa por un proceso de entrenamiento\/aprendizaje similar al de ense\u00f1ar a una persona a clasificar un objeto a partir de ciertas caracter\u00edsticas. Los procesos clave por los que estos algoritmos pasan son:<\/p>\n\n\n\n
- \n
- Entrenamiento: la inteligencia artificial aprende a identificar eventos a partir de caracter\u00edsticas establecidas (en el caso del ronquido: volumen, frecuencia, duraci\u00f3n, etc.).<\/li>\n\n\n\n
- Prueba: mediante el uso de muestras nuevas, se desaf\u00eda a la inteligencia artificial a aplicar los conocimientos adquiridos en la clasificaci\u00f3n correcta de los eventos. <\/li>\n<\/ul>\n\n\n\n
De esta forma, en la soluci\u00f3n Biologix se proporcionaron caracter\u00edsticas que describen el ronquido (como su sonido grave y peri\u00f3dico, con una duraci\u00f3n promedio de 0,6 a 2 segundos, etc.), junto con ejemplos de una red neuronal.\nSe utilizaron audios de 268 pacientes grabados durante ex\u00e1menes de polisomnigraf\u00eda en el\nlaboratorio del sue\u00f1o del Instituto del Coraz\u00f3n de la Facultad de Medicina de la Universidad de S\u00e3o Paulo. Un evaluador humano escuch\u00f3 cada uno de estos audios y clasific\u00f3 los sonidos encontrados de forma manual en dos tipos de eventos: \u201cronquido\u201d o \u201cruido\u201d.<\/p>\n\n\n\n
<\/figure>\n\n\n\nA continuaci\u00f3n, se proporcionaron ejemplos previamente clasificados y caracter\u00edsticas de inter\u00e9s a la red neuronal. De esta forma, se dio inicio a su proceso de entrenamiento y aprendizaje. Cabe recordar que, en este proceso, se asigna un peso para cada atributo; por lo tanto, aquellos que mejoran el rendimiento tienen su peso aumentado.<\/p>\n\n\n\n
En la siguiente etapa, se desafi\u00f3 la red neuronal con muestras nuevas para aplicar los conocimientos adquiridos en la clasificaci\u00f3n correcta de los eventos sonoros.<\/a>. Ao concluir todo este processo, a performance da ferramenta foi avaliada segundo diferentes crit\u00e9rios estat\u00edsticos: <\/p>\n\n\n\n
- \n
- Precisi\u00f3n.<\/li>\n\n\n\n
- Sensibilidad.<\/li>\n\n\n\n
- Especificidad.<\/li>\n<\/ul>\n\n\n\n
Es importante destacar que, cuanto mejores sean estos indicadores, m\u00e1s confiable ser\u00e1 la\nclasificaci\u00f3n de la red neuronal y viceversa.<\/p>\n\n\n\n
La herramienta implementada en la soluci\u00f3n Biologix ya se someti\u00f3 a diversas pruebas y mejoras por un equipo exclusivamente dedicado a la investigaci\u00f3n e innovaci\u00f3n. Hoy en d\u00eda, despu\u00e9s de varias versiones, la precisi\u00f3n en la identificaci\u00f3n y clasificaci\u00f3n de ronquidos es del 92%<\/strong>resultado que culmin\u00f3 en dos validaciones cient\u00edficas, publicadas en las revista Clinics (11\/2020)<\/a> y Scientific Reports \u2013 Nature (09\/2022)<\/a>.<\/p>\n\n\n\n
Dado que este proceso es totalmente automatizado, se garantiza la privacidad de los audios de aquella persona que realiza el Examen del Sue\u00f1o Biologix\u00ae. Solo el m\u00e9dico responsable y el paciente tienen acceso a esa informaci\u00f3n.<\/p>","protected":false},"excerpt":{"rendered":"
Inspiradas na organiza\u00e7\u00e3o dos neur\u00f4nios biol\u00f3gicos e no funcionamento do c\u00e9rebro humano, as Redes Neurais s\u00e3o ferramentas computacionais que se baseiam em fen\u00f4menos naturais para criar uma IA.<\/p>","protected":false},"author":11,"featured_media":11171,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-11168","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-paciente"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/posts\/11168","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/users\/11"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/comments?post=11168"}],"version-history":[{"count":26,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/posts\/11168\/revisions"}],"predecessor-version":[{"id":13162,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/posts\/11168\/revisions\/13162"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/media\/11171"}],"wp:attachment":[{"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/media?parent=11168"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/categories?post=11168"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biologix.com.br\/es\/wp-json\/wp\/v2\/tags?post=11168"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}