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

Alejandro Raúl Trombert Facultad de Bioquímica y Ciencias Biológicas - Universidad Nacional del Litoral https://orcid.org/0000-0002-0658-9448

DOI:

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

Palavras-chave:

Medicina Baseada em Evidências, Medicina Personalizada, Inteligência Artificial, Bioética

Resumo

Desde o final do século passado, a medicina baseada em evidências (MBE) se tornou o padrão ouro na prática clínica, na formação médica e na elaboração de políticas de saúde. No entanto, foram identificadas limitações, o que levou à exploração e desenvolvimento de modelos emergentes, entre eles a medicina de precisão (ou medicina personalizada). A inteligência artificial (IA) tem o potencial de transformar significativamente tanto a MBE quanto a medicina personalizada. Neste trabalho, são analisadas as considerações éticas que o uso da IA levanta no contexto da MBE e da medicina personalizada. Serão analisados primeiramente os problemas de viés e sua relação com o princípio da equidade e a possibilidade de discriminação, além da transparência e explicabilidade, em estreita associação com a opacidade da caixa preta algorítmica. Posteriormente, serão analisados os problemas relacionados à privacidade e segurança dos dados e à responsabilidade em torno das decisões impulsionadas pela IA e a autonomia profissional. Finalmente, serão abordados os problemas vinculados à equidade no acesso, ao consentimento informado e ao uso ético da informação genética.

Downloads

Não há dados estatísticos.

Biografia do Autor

Alejandro Raúl Trombert, Facultad de Bioquímica y Ciencias Biológicas - Universidad Nacional del Litoral

Bioquímico (Facultad de Bioquímica y Ciencias Biológicas –FBCB-, Universidad Nacional del Litoral –UNL-, 2002), Doctor en Tecnología Química (Facultad de Ingeniería Química, UNL, 2008) y Especialista en Docencia Universitaria (Facultad de Humanidades y Ciencias, UNL, 2010). Es Diplomado y Especialista en Bioética (FLACSO - Sede Académica Argentina) y finalizó el cursado de la Maestría en Bioética. Es Docente - Investigador Categoría III del Programa de Incentivos (2009) en el área de Ciencias Exactas y Naturales (Química, Bioquímica y Farmacia). Se desempeña como Profesor Adjunto (dedicación exclusiva “A” desde noviembre de 2010 y regular u ordinario -por concurso público de oposición y antecedentes- desde 2013) en las asignaturas Operaciones y Procesos Biotecnológicos I y II y Ética Profesional de la carrera de Licenciatura en Biotecnología de la FBCB y Bioética de la Licenciatura en Enfermería. Integra desde 2010 el equipo de la Cátedra Abierta de Bioética, en el marco del Memorando de Entendimiento UNL - UNESCO. Integra la Red Latinoamericana y del Caribe de Educación en Bioética (REDLACEB). Ha realizado misiones institucionales y estancias académicas en universidades de Brasil, Paraguay, Alemania, Francia, España, Emiratos Árabes Unidos e India. Sus áreas de interés se centran en la Bioética, en particular la ética de la investigación científica y las biotecnologías y en la Educación Superior.

Referências

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