La inteligencia artificial se ha adentrado en el sector sanitario para transformar la manera de plantear la atención médica. Uno de los objetivos que se persigue con la introducción de esta tecnología es la medicina personalizada, es decir, tratar la enfermedad de un paciente estudiando su individualidad química y genética. De esta manera, se le podrá administrar un conjunto de fármacos más idóneos y en las dosis adecuadas.
Un grupo de investigación de la Facultad de medicina de la Universidad de Stanford está trabajando para crear un “gemelo digital”, es decir, una representación virtual de cada persona basada en una gran cantidad de factores, entre los que destacan su historial médico, perfil genético, edad y etnia.
Sin embargo, al aplicar esta tecnología, se han detectado algunos dilemas éticos. En 2019, los investigadores comprobaron cómo un algoritmo utilizado para distribuir a los pacientes en la atención hospitalaria tenía menos probabilidades de asignar pacientes negros a programas de atención especial. Esto se debe a que la inteligencia artificial, al ser construida por humanos, es propensa a reproducir los problemas del sistema de atención médica, siendo uno de ellos la existencia de grupos supra representados, como los ciudadanos estadounidenses blancos, educados, ricos y cisgénero.
Sin embargo, al aplicar esta tecnología, se han detectado algunos dilemas éticos. En 2019, los investigadores comprobaron cómo un algoritmo utilizado para distribuir a los pacientes en la atención hospitalaria tenía menos probabilidades de asignar pacientes negros a programas de atención especial.
Para solventar esta problemática, los sistemas de inteligencia artificial se deben entrenar con datos más sólidos que representen a un mayor abanico de la población. De esta manera, los segmentos supra representados se difuminarían resultando en sistemas informáticos más justos. Para ello, se requieren de equipos interdisciplinarios que combinen científicos de datos con expertos médicos, así como especialistas en ética y ciencias sociales.
Referencia
OAD-ES-AMG-0001