Villa-Velasco S, Fortoul TI

Idioma: Español
Referencias bibliográficas: 9
Paginas: 53-56
Archivo PDF: 207.20 Kb.

RESUMEN

En los últimos años las aplicaciones de la inteligencia artificial en medicina han crecido exponencialmente, lo mismo que sus desafíos éticos. El trabajar con grandes volúmenes de datos y realizar diagnósticos en tiempo real tiene un impacto positivo en la reducción de los tiempos de espera y la mejora en la toma de decisiones, una de las grandes ventajas de esta herramienta. Los algoritmos en los que está basada la IA tienen la posibilidad de introducir sesgos que pueden mantener inadveritidamente las diferencias que ya existen en la salud.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Dankwa-Mullan I. Health equity and ethical considerationsin using artificial intelligence in public health andmedicine. Prev Chronic Dis. 2024;21:E64.

2. Romero-Brufau S, Wyatt KD, Boyum P, Mickelson M,Moore M, Cognetta-Rieke C. Implementation of artificialintelligence-based clinical decision support to reducehospital readmissions at a regional hospital. Appl ClinInform. 2020;11(4):570-7.

3. Rashid J, Batool S, Kim J, Wasif Nisar M, Hussain A, JunejaS, et al. An augmented artificial intelligence approachfor chronic diseases prediction. Front Public Health.2022;10:860396.

4. Lanzagorta OD, Carrillo PD, Carrillo ER. Inteligenciaartificial en medicina: presente y futuro. Gac Med Mex.2023;64(3):249-56.

5. Johnson KB, Wei WQ, Weeraratne D, Frisse ME, MisulisK, Rhee K, et al. Precision medicine, AI, and the future ofpersonalized health care. Clin Transl Sci. 2021;14(1):86-93.

6. Albizua J, Pacheco P. Ethical considerations about artificialintelligence (AI) use in medical practice. Open RespirArch. 2025;7(1):100383.

7. García LA, Girón LF, Rosell D. La integración de la inteligenciaartificial en la atención médica: desafíos éticos yde implementación. Univ Med. 2023;64(3):1-10.

8. Nazer LH, Zatarah R, Waldrip S, Ke JXC, MoukheiberM, Khanna AK, et al. Bias in artificial intelligence algorithmsand recommendations for mitigation. PLOS DigitHealth. 2023;2(6):e0000278.

9. Mann H. Do all AI systems need to be explainable? StanfordSoc Innov Rev. 2023 Nov 15.