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 https://orcid.org/0000-0002-0658-9448

DOI:

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

Palabras clave:

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

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.

Citas

ALOWAIS, S.A., ALGHAMDI, S.S., ALSUHEBANY, N. et al. Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Med Educv. 23, n. 689, 2023. https://doi.org/10.1186/s12909-023-04698-zAMANN, J., BLASIMME, A., VAYENA,E. et al. Explainability for artificial intelligence in healthcare: a multidisciplinary perspective. BMC Med Inform Decis Makv. 20, n. 310, 2020. https://doi.org/10.1186/s12911-020-01332-6ASOCIACIÓN 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/259DE 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.pdfDELPIERRE, 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.2023.1112159FEINSTEIN, A.R.; RALPH I HORWITZ, R.I.Problems in the “Evidence” of “Evidence-Based Medicine”. The American Journal of Medicinev.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.yKAPLAN, 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/10.1177/0008125619864925JUNQUERA, 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, octubre2003 Disponible en:http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S1130-05582003000500003&lng=es&nrm=isoKUMAR, P.; CHAUHAN, S.; KUMAR AWASTHI, L. Artificial Intelligence in Healthcare: Review, Ethics, Trust Challenges & Future Research Directions. EngineeringApplications of Artificial Intelligence,v.120,2023,https://doi.org/10.1016/j.engappai.2023.105894PARLAMENTO 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:32024R1689RATWANI, 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.2024.13486RUSSELLS.y NORVIGP. Artificial Intelligence: A Modern Approach (4th ed.).Pearson, 2020.SADEE, W.; WANG, D.; HARTMANN, K. yEWART TOLAND, A. Pharmacogenomics: Driving Personalized Medicine. Pharmacological Reviews, v. 75, n. 4, p.789-814; 2023. DOI: https://doi.org/10.1124/pharmrev.122.000810SAHAMA, T.; SIMPSON, L.yLANE,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.2013.6720676SHEIKH, H., PRINS, C., SCHRIJVERS, E.Artificial Intelligence: Definition andBackground. In: Mission AI.Research for Policy. Springer, Cham, 2023. Cap. 2, p. 15-41.https://doi.org/10.1007/978-3-031-21448-6_2SZAJEWSKA, 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 onPersonalized 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.