Los
sistemas de ayuda al diagnóstico basados en inteligencia artificial (IA) pueden contribuir a minimizar errores y reducir la carga de los médicos. Sin embargo, el ritmo al que se están implementando dichas herramientas en organizaciones sanitarias es más rápido que los avances en normativas y regulaciones al respecto, y esto puede traducirse en mayor desgaste para los profesionales sanitarios.
Así lo consideran tres investigadores de la Universidad Johns Hopkins (EE. UU.) en un artículo de opinión publicado en
JAMA Health Forum, quienes apuntan que ante la falta de estándares legales claros la
responsabilidad de los errores cometidos por la IA dependerá de la percepción social sobre quién detenta la culpabilidad.
Esto impone una enorme carga sobre los hombros de los clínicos, que deben decidir sobre si confiar o no en una tecnología que, en muchos casos, no es transparente sobre cómo se generan las recomendaciones que proporciona.
Es importante dotar a los profesionales de estrategias para calibrar de forma eficaz la confianza en la IA
Por todo ello, los autores sugieren que las organizaciones sanitarias dediquen esfuerzos ya no solo a mejorar la fiabilidad de los sistemas de IA sino también en dotar a los profesionales sanitarios de las habilidades y estrategias necesarias para calibrar eficazmente la confianza en dichas herramientas.
En este sentido proponen el desarrollo de prácticas normalizadas, como listas de comprobación y guías, para poder evaluar las aportaciones que el sistema de IA proporciona y sopesarlos con los datos específicos del paciente. Los investigadores consideran que esta estandarización permite documentar sistemáticamente el uso de la IA, facilitando la identificación de patrones de aplicación con mayor o menor eficacia. Y esto ayuda a reducir el estrés asociado a las nuevas tecnologías entre los profesionales que deben usarlas.
Otra de las propuestas que realizan es potenciar la formación en estos sistemas de IA, y que los clínicos puedan experimentar con ellos en entornos de bajo riesgo, como las simulaciones. Este tipo de prácticas puede mejorar la familiaridad con estas herramientas y reducir los riesgos asociados con la toma de decisiones clínicas en base a sus recomendaciones.
Referencia
Patil SV, Myers CG, Lu-Myers Y. Calibrating AI Reliance-A Physician's Superhuman Dilemma.
JAMA Health Forum. 2025;6(3):e250106. Published 2025 Mar 7.
doi:10.1001/jamahealthforum.2025.0106
OAD-ES-AMG-0001
Aceptar y salir
