IA y Aprendizaje Automático en la Investigación Biomédica y la Atención de Salud

En un artículo reciente de Oxford Academic, se expuso como la inteligencia artificial (IA) y el aprendizaje automático (ML) tienen el potencial de transformar la investigación biomédica y la asistencia sanitaria. Esta transformación incluye la optimización de la eficiencia operativa, la reducción de costos, el mejoramiento de los diagnósticos, la identificación de objetivos terapéuticos y la personalización del tratamiento. No obstante, también se discuten desafíos existentes, como un adecuado y ético despliegue, la diversidad de la fuerza laboral y el acceso igualitario.

La necesidad de un enfoque multidisciplinario

Monica Bertagnolli, directora de los Institutos Nacionales de Salud, enfatiza en un artículo relacionado, la necesidad de un enfoque multidisciplinario que incluya a investigadores, médicos, pacientes, organizaciones comunitarias, científicos sociales, expertos en equidad y expertos en políticas, para optimizar los resultados de la IA/ML.»Tal como Bertagnolli acertadamente señala, una perspectiva multidisciplinaria es necesaria para alcanzar estos importantes objetivos», escriben los autores.

El potencial del Machine Learning en la atención sanitaria

El ML, como menciona un informe de la Escuela de Medicina de la Universidad de Colorado, se puede usar para potenciar a los médicos y profesionales de la salud, desde la utilización de subtítulos en una videollamada con un paciente, hasta algo más desafiante, como descubrir nuevos tratamientos de medicina personalizada para enfermedades raras.

Retos en la implementación de IA/ML

Los autores del artículo de Oxford Academic reconocen que habrá mayores desafíos de equidad en la implementación de IA/ML, incluyendo obstáculos en la diversidad de la fuerza laboral, sesgos geográficos, posibilidad de algoritmos involuntariamente discriminatorios y posibles inequidades en la aplicación posterior a la aprobación y en la brecha digital.

Propuestas de mejoras e inversión en infraestructura

Se recomiendan también mejoras adicionales en la escala y la infraestructura. Los autores creen que el trabajo conjunto será necesario para lograr la escala y evitar esfuerzos duplicados costosos. Esta cooperación busca un crecimiento responsable de la IA, fundamentado en los derechos humanos, la inclusión, la diversidad, la innovación y el crecimiento económico.

La necesidad de un enfoque integral para implementar IA/ML

Los autores de Oxford Academic piden un enfoque integral para la implementación de IA/ML, destacando la importancia de la equidad en todo el proceso. Otros aspectos clave incluyen realizar avances importantes en la infraestructura, establecer un marco de gobernanza dinámico orientado a la misión para la innovación continua y expandir la capacidad para la colaboración internacional para enfrentar los principales desafíos de salud de nuestra época.