Transformando la medicina: un análisis crítico de los principales desafíos éticos en la integración de la inteligencia artificial en medicina basada en evidencia y medicina personalizada

Alejandro Raúl Trombert

doi:10.22481/rbba.v14i2.15571

Autores/as

Alejandro Raúl Trombert Universidad Nacional del Litoral, Santa Fe, Argentina https://orcid.org/0000-0002-0658-9448

DOI:

https://doi.org/10.22481/rbba.v14i2.15571

Palabras clave:

Medicina Basada en Evidencia, Medicina Personalizada, Inteligencia Artificial, Bioética

Resumen

Desde fines del siglo pasado, la medicina basada en evidencia (MBE) se ha convertido en el estándar de oro en la práctica clínica, la formación médica y la elaboración de políticas de salud. Sin embargo, se han identificado limitaciones, lo que ha llevado a la exploración y desarrollo de modelos emergentes, entre ellos la medicina de precisión (o medicina personalizada).

La inteligencia artificial (IA) tiene el potencial de transformar significativamente tanto la MBE como la medicina personalizada.

En este trabajo se analizan las consideraciones éticas que plantea el empleo de la IA en el marco de la MBE y la medicina personalizada. Se analizarán primeramente los problemas de sesgos y su relación con el principio de equidad y la posibilidad de discriminación y la transparencia y explicabilidad en estrecha asociación con la opacidad de la caja negra algorítmica. Posteriormente se analizarán los problemas referidos a la privacidad y seguridad de los datos y la responsabilidad en torno a las decisiones impulsadas por la IA y la autonomía profesional. Finalmente se analizarán los problemas vinculados con la equidad en el acceso, el consentimiento informado y el uso ético de la información genética.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Alejandro Raúl Trombert, Universidad Nacional del Litoral, Santa Fe, Argentina

Doctor en Tecnología Química (Facultad de Ingeniería Química, Universidad Nacional del Litoral - UNL) y Especialista en Docencia Universitaria (Facultad de Humanidades y Ciencias, UNL). Diplomado y Especialista en Bioética (FLACSO - Sede Académica Argentina). Profesor Adjunto (dedicación exclusiva “A”) en las asignaturas Operaciones y Procesos Biotecnológicos I y II y Ética Profesional de la carrera de Licenciatura en Biotecnología de la Facultad de Bioquímica y Ciencias Biológicas (FBCB – UNL) y Bioética de la Licenciatura en Enfermería (UNL).

Citas

ALOWAIS, S.A., ALGHAMDI, S.S., ALSUHEBANY, N. et al. Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Med Educ v. 23, n. 689, 2023. https://doi.org/10.1186/s12909-023-04698-z

AMANN, J., BLASIMME, A., VAYENA, E. et al. Explainability for artificial intelligence in healthcare: a multidisciplinary perspective. BMC Med Inform Decis Mak v. 20, n. 310, 2020. https://doi.org/10.1186/s12911-020-01332-6

ASOCIACIÓN MÉDICA MUNDIAL. Declaración de Helsinki de la AMM – Principios éticos para las investigaciones médicas en participantes humanos. 2024. En: https://www.wma.net/es/policies-post/declaracion-de-helsinki-de-la-amm-principios-eticos-para-las-investigaciones-medicas-en-seres-humanos/

CHEN, Xiang. AI in Healthcare: Revolutionizing Diagnosis and Treatment through Machine Learning. MZ Journal of Artificial Intelligence, v. 1, n. 2, 2024. https://mzjournal.com/index.php/MZJAI/article/view/259

DE LECUONA, I. Pautas para evaluar proyectos de investigación e innovación en salud que utilicen tecnologías emergentes y datos personales. Edicions de la Universitat de Barcelona, 2020. En: https://www.bioeticayderecho.ub.edu/sites/default/files/ documents/doc_evaluar-proyectos-salud.pdf

DELPIERRE, C. y LEFÈVRE, T. Precision and personalized medicine: What their current definition says and silences about the model of health they promote. Implication for the development of personalized health. Front. Sociol. n. 8, 2023. doi:10.3389/fsoc.2023.1112159

FEINSTEIN, A.R.; RALPH I HORWITZ, R.I. Problems in the “Evidence” of “Evidence-Based Medicine”. The American Journal of Medicine v.103, n. 6, p. 529-535, December 1997.

FULFORD, K. B. Ten Principles of Values-Based Medicine (VBM). En: Schramme T. y Thome J. Philosophy and Psychiatry. De Gruyter, 2012. Cap., p. 50-82.

HAENLEIN, M. y KAPLAN, A. A Brief History of Artificial Intelligence: On the Past, Present, and Future of Artificial Intelligence. California Management Review, v. 61, n. 4, p. 5-14, 2019. https://doi.org/10.1177/0008125619864925

JUNQUERA, L. M. et al. Medicina basada en la evidencia (MBE): Ventajas. Rev Esp Cirugía Bucal y Maxilofac, Madrid, v. 25, núm. 5, pág. 265-272, octubre 2003 Disponible en: http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S1130-05582003000500003&lng= es&nrm=iso

KUMAR, P.; CHAUHAN, S.; KUMAR AWASTHI, L. Artificial Intelligence in Healthcare: Review, Ethics, Trust Challenges & Future Research Directions. Engineering Applications of Artificial Intelligence, v. 120, 2023, https://doi.org/10.1016/j.engappai.2023.105894

PARLAMENTO EUROPEO. Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, 13 de junio de 2024. Normas armonizadas en materia de inteligencia artificial. https://eur-lex.europa.eu/legal-content/ES/TXT/?uri=CELEX:32024R1689

RATWANI, R.M.; SUTTON, K.; GALARRAGA, J.E. Addressing AI Algorithmic Bias in Health Care. JAMA. v.332, n. 13, p.1051-1052, 2024. doi:10.1001/jama.2024.13486

RUSSELL S. y NORVIG P. Artificial Intelligence: A Modern Approach (4th ed.). Pearson, 2020.

SADEE, W.; WANG, D.; HARTMANN, K. y EWART TOLAND, A. Pharmacogenomics: Driving Personalized Medicine. Pharmacological Reviews, v. 75, n. 4, p. 789-814; 2023. DOI: https://doi.org/10.1124/pharmrev.122.000810

SAHAMA, T.; SIMPSON, L. y LANE, B. Security and Privacy in eHealth: Is it possible?, IEEE 15th International Conference on e-Health Networking, Applications and Services (Healthcom 2013), Lisbon, Portugal, p. 249-253, 2013. doi: 10.1109/HealthCom.2013.6720676

SHEIKH, H., PRINS, C., SCHRIJVERS, E. Artificial Intelligence: Definition and Background. In: Mission AI. Research for Policy. Springer, Cham, 2023. Cap. 2, p. 15-41. https://doi.org/10.1007/978-3-031-21448-6_2

SZAJEWSKA, H. Evidence-based medicine and clinical research: both are needed, neither is perfect. Annals of Nutrition and Metabolism, v. 72, n. 3, p. 13-23, 2018.

UDEGBE, F. C.H.; EBULUE, O.R.; EBULUE, CH.CH. y EKESIOBI, CH. S. AI’s impact on Personalized Medicine: tailoring treatments for improved health outcomes. Engineering Science & Technology Journal, v. 5, n. 4, p 1386-1394, 2024. Doi: https://doi.org/10.51594/estj.v5i4.1040.

UNESCO. Recomendación sobre la ética de la inteligencia artificial. 2022. En: https://www.unesco.org/es/articles/recomendacion-sobre-la-etica-de-la-inteligencia-artificial