SciELO - Scientific Electronic Library Online

 
vol.12 número46Las Sociedades Científicas Estudiantiles y los semilleros de investigación, definiciones, objetivos, roles y organizaciónEstrés percibido y otras consideraciones en residentes de dermatología índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Investigación en educación médica

versión On-line ISSN 2007-5057

Investigación educ. médica vol.12 no.46 Ciudad de México abr./jun. 2023  Epub 15-Ene-2024

https://doi.org/10.22201/fm.20075057e.2023.46.22492 

Cartas al Editor

Inteligencia Artificial aplicada a la salud: pronóstico reservado

Artificial Intelligence applied to health: guarded prognosis

Fabio Morandín-Ahuermaa  * 
http://orcid.org/0000-0001-6082-2207

Abelardo Romero-Fernándeza 
http://orcid.org/0000-0002-1935-4365

Laura Villanueva-Méndezb 
http://orcid.org/0000-0002-1161-0379

a Licenciatura en Medicina General y Comunitaria, Complejo Regional Nororiental, Benemérita Universidad Autónoma de Puebla, Teziutlán, Puebla, México.

b Licenciatura en Psicología, Complejo Regional Nororiental, Benemérita Universidad Autónoma de Puebla, Teziutlán, Puebla, México.


 

 

SR. EDITOR

En México y en otros países, eufemísticamente llamados “en desarrollo”, los sistemas públicos de atención a la salud enfrentan continuos recortes presupuestales, lo que impacta negativamente los recursos materiales y la disminución de plazas para los egresados de las carreras de medicina, esto es, menos contratos de médicos de base en hospitales, clínicas y centros de salud.

Bajo este panorama adverso, algunos administradores, desarrolladores de software y no pocos políticos preclaros, suponen que la salida a los problemas económicos estará en el uso intensivo de la Inteligencia Artificial (en adelante IA) y la robótica. Una vez que los algoritmos sean adecuadamente entrenados, un ejército de robots doctores serán capaces de hacer valoraciones más precisas, diagnósticos 100% acertados, y prescripciones farmacológicas exactas; mucho mejor que los médicos humanos. Además, la IA no se cansa, no protesta, no se sindicaliza…

¿Realidad o ficción? En países como China y el Reino Unido ya se utilizan técnicas computacionales para la interpretación de imágenes de Rayos X, detección de tumores, prótesis inteligentes e incluso IA para predecir los resultados de un ataque cerebrovascular isquémico1. En México se incorporó a RoomieBot, un robot que sirve para el diagnóstico de pacientes con posible coronavirus. La cirugía robótica Da Vinci es buen ejemplo de cómo la IA puede trabajar colaborativamente con la o el cirujano en el quirófano.

Sin embargo, aún queda por resolver grandes desafíos antes de preocuparse por el llamado desempleo tecnológico de los egresados. Si bien la IA es una valiosa herramienta, en estricto sentido, en esta y en otras muchas áreas su autonomía total es todavía una quimera, por ejemplo, los vehículos autónomos pueden ser engañados y hackeados, y no existe aún un robot que pueda hacer un simple nudo a las correas de sus zapatos sin asistencia2.

Por otra parte, se requiere un marco normativo -todavía inexistente- para la aplicación universal de IA en los cuidados de la salud. Los principios de la bioética están claramente establecidos: la beneficencia, la no maleficencia, la autonomía y la justicia, así como el Juramento Hipocrático. No es así para IA, donde los países interesados no llegan al consenso de los principios morales básicos de la medicina que debería extrapolar3.

Hasta que no se solucionen los problemas técnicos, tecnológicos y, sobre todo, los dilemas éticos, la IA deberá continuar como la útil herramienta que es para la medicina; sin embargo, sustituir el valor intrínseco kantiano de la persona es algo que, seguramente, tendremos mucho tiempo para reflexionar y, acaso, algún día resolver de manera satisfactoria.

CONTRIBUCIÓN INDIVIDUAL

  • • FMA: Redacción y revisión final del documento.

  • • ARF: Redacción y revisión final del documento.

  • • LVM: Redacción y revisión final del documento.

PRESENTACIONES PREVIAS

Ninguna.

FINANCIAMIENTO

Ninguno.

CONFLICTO DE INTERESES

Ninguno.

REFERENCIAS

1. Jabal MS, Joly O, Kallmes D, Harston G, Rabinstein A, Huynh T, et al. Interpretable Machine Learning Modeling for Ischemic Stroke Outcome Prediction. Front in Neurology. 2022;(13). https://doi.org/10.3389/fneur.2022.884693 [ Links ]

2. Stahl BC. Artificial Intelligence for a Better Future. An Ecosystem Perspective on the Ethics of AI and Emerging Digital Technologies: Springer International Publishing; 2021. https://doi.org/10.1007/978-3-030-69978-9 [ Links ]

3. Tzimas T. Legal and Ethical Challenges of Artificial Intelligence from an International Law Perspective: Springer Cham; 2021. https://doi.org/10.1007/978-3-030-78585-7 [ Links ]

Recibido: 15 de Noviembre de 2022; Aprobado: 09 de Enero de 2023

* Autor para correspondencia: Fabio Morandín-Ahuerma. Complejo Universitario de la Salud, Arias y Boulevard s/n, Col. del Carmen, Teziutlán, Puebla, C.P. 73800. Teléfono: (222) 229 5500. Correo electrónico: fabio.morandin@correo.buap.mx

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons