INTRODUCCIÓN

La inteligencia artificial (IA) se ha convertido en una de las tecnologías más disruptivas del siglo XXI, con aplicaciones que están transformando radicalmente múltiples sectores, entre ellos, el de la medicina. La capacidad de los sistemas inteligentes para analizar grandes volúmenes de datos, identificar patrones complejos y asistir en la toma de decisiones clínicas, posiciona a la IA como una herramienta prometedora para mejorar la precisión diagnóstica, optimizar tratamientos y aumentar la eficiencia de los servicios de salud. Sin embargo, este avance también trae consigo interrogantes fundamentales sobre sus implicaciones éticas, sociales y técnicas¹.

Esta integración de la tecnología con el cuidado de la salud no es algo novedoso, ya que la IA se describió desde 1950 como un sistema computacional experto que simula a la inteligencia humana; en los años 2000 aparace el aprendizaje de máquina¹.

La IA es un campo que ha crecido rápidamente con el objetivo de crear máquinas con la capacidad de realizar actividades que habitualmente requieren de la inteligencia humana. La IA tiene varias técnicas tales como: el aprendizaje de máquina (ML), el aprendizaje profundo (DL), el procesamiento de lenguaje natural (NLP) y los modelos grandes de lenguaje (LLMs). Estos últimos son una variante de algoritmos de IA que emplean aprendizaje de máquina y grandes bases de datos, para enterder, resumir, generar y predecir nuevos textos con base en el contenido¹.

En la práctica médica, los algoritmos de aprendizaje automático ya están reduciendo errores al aumentar la precisión diagnóstica, y al automatizar tareas repetitivas. Estos algoritmos están haciendo una diferencia en el diagnóstico ya que han incrementado los diagnósticos de imágenes escanaeadas, con mayor exactitud y en menor tiempo que los radiólogos. En áreas como la oncología, los sistemas basados en IA han disminuido los errores médicos hasta en un 30%, lo que demuestra su impacto positivo en el diagnóstico. Al examinar grandes bases de datos con el análisis predictivo, la IA puede predecir brotes de enfermedades, la frecuencia de reingresos hospitalarios², así como el riesgo de que un paciente desarrolle enfermedades crónicas y e incremente las posibilidades de supervivencia³. Otras aplicaciones de la IA se enfocan al diseño personalizado de tratamientos con base en el perfil genético del individuo, lo que potencia los resultados benéficos y disminuye los efectos indeseables^4,5 (tabla 1).

LOS DESAFÍOS ÉTICOS

La OMS advierte que, aunque la IA podría mejorar la cobertura sanitaria en un 30% para 2030, su implementación requiere evaluaciones rigurosas de impacto ético antes de escalar su uso⁶. El equilibrio entre innovación y humanización de la medicina sigue siendo el núcleo del debate.

Este avance tecnológico no está exento de preocupaciones éticas, lo que es relevante reconocer para garantizar su implementación adecuada y responsable⁷. Se preguntan si el personal médico pudiera ser reemplazado por sistemas inteligentes, lo cual abre un debate sobre el efecto de la automatización en la relación médico-paciente⁴. A pesar de que la IA ofrece ventajas significativas en términos de precisión y eficiencia, la sustitución de la interacción humana en la atención médica plantea interrogantes sobre la pérdida de elementos esenciales en el proceso de cuidado, como lo son: la empatía, la comunicación y el juicio clínico. La respuesta a estas preguntas es crucial para asegurar que la tecnología no reemplace, sino que complemente el trabajo humano y preserve el cuidado de la salud (figura 1).

Figura 1 Efecto de la tecnología digital en la interacción médico paciente (modificado de Lanzagorta OD et al.)  

La IA debería ser equitativa, ya que podría solo favorecer a aquellos que tienen más posilidades económicas y desproteger a los que menos tienen. Uno de los riesgos de la IA es el sesgo de sus algoritmos, lo que podría mantener las diferencias que ya existen inadvertidamente en la salud. Este sesgo se entiende ya que los sistemas de IA se han diseñado de manera que las decisiones de sistemas, o su aplicación, sean injustas⁷. Estas tendencias pueden surgir desde el acceso a los datos, colección, adquisición, preparación, procesamiento, desarrollo y hasta de la validación de los mismos. De la misma forma, pueden aparecer de la manera en la que se genera la evidencia científica, la falta de diversidad y la toma de decisiones, ya que los modelos de IA se entrenan con la información con la que se cuenta, que no necesariamente incluye todas las minorías raciales y a aquellos grupos que no tienen acceso a los servicios médicos⁸. Algunas de las herramientas de la IA se conocen como “cajas negras” en las que la toma de decisiones no es transparente, lo que dificulta identificar y corregir estas tendencias^4,9.

La capacidad de los sistemas de IA para procesar grandes volúmenes de datos y realizar diagnósticos en tiempo real tiene un impacto positivo en la reducción de los tiempos de espera y la mejora en la toma de decisiones. En este sentido, la implementación adecuada de IA puede transformar la manera en que los profesionales de la salud gestionan las enfermedades y los tratamientos, que contribuirá a contar con un sistema de salud más eficiente y accesible.

Imagen: Freepik/Unsplash-Growtika

En conclusión, el efecto de la IA en medicina promete mejorar la precisión diagnóstica, reducir errores médicos y aumentar la eficiencia de los sistemas de salud. Sin embargo, también plantea desafíos significativos en términos de ética, equidad y la preservación de la relación humana en el cuidado médico. A medida que avanzamos hacia un futuro en el que la tecnología desempeñará un papel cada vez más importante en la atención de la salud, es esencial que los profesionales, investigadores y desarrolladores de tecnología trabajen de manera conjunta para garantizar que la IA se utilice de manera responsable, equitativa y en beneficio de toda la sociedad.