Inteligencia Artificial en Medicina: Perspectiva desde diversos roles

Introducción:

En la era de la transformación digital, la Inteligencia Artificial (IA) es una tecnología candidata a convertirse en un pilar fundamental en el sector de la salud. Su capacidad para procesar grandes cantidades de datos y aprender de ellos abre un abanico de posibilidades, desde diagnósticos más precisos hasta tratamientos personalizados. Sin embargo, como toda innovación, la IA trae consigo tanto oportunidades como desafíos.

El Artículo:

En esta publicación abordaremos el artículo “Multi-stakeholder preferences for the use of artificial intelligence in healthcare: A systematic review and thematic analysis” (Preferencias de diversos roles relevantes acerca del uso de IA en Salud)

El artículo es resultado de una investigación tipo revisión sistemática y análisis temático que aborda las preferencias de diversos grupos de interés, entre ellos Médicos, pacientes y comunidad en general, sobre el uso de la inteligencia artificial (IA) en la atención sanitaria. El artículo enfatiza la importancia y el impacto de la IA en la salud desde una perspectiva multidisciplinaria. Se resaltan los beneficios y desafíos percibidos, y se discuten las implicaciones éticas y prácticas en el campo de la medicina, y la gestión clínica y administrativa en salud.

La Revista:

La revista “Social Science & Medicine”, donde se publicó el artículo, se clasifica en el cuartil Q1 según el ranking SJR, lo cual indica que está entre el cuarto superior de las revistas con los valores más altos en su categoría. Esto sugiere que la revista es altamente prestigiosa y reconocida en su campo. Además, el indicador SJR (Scientific Journal Rankings) de la revista ha mantenido un valor consistente y elevado a lo largo de los años, lo que refleja la influencia científica significativa de la revista y la importancia de los artículos que publica en el discurso científico global.

Dado este contexto, el artículo que estudiamos en esta oportunidad puede considerarse confiable y de alta calidad, reflejando una investigación rigurosa que ofrece contribuciones significativas en el campo de la salud y las ciencias sociales.

A continuación los aspectos clave del Artículo:

El Surgimiento de la IA en Salud

La IA ha evolucionado de ser una herramienta auxiliar, a un elemento integral en la prestación de servicios sanitarios. Su aplicación abarca desde el monitoreo de pacientes mediante tecnología wearable hasta la asistencia en procedimientos quirúrgicos con sistemas robóticos. A pesar de su potencial, la integración de la IA en la salud no está exenta de obstáculos.

Nueve Temas Analíticos sobre la IA en Salud Identificados en el Artículo:

Como resultado relevante de la revisión sistemática, al consultar a diferentes roles, entre ellos médicos, pacientes y comunidad en general, se identificaron nueve temas analíticos prevalentes que generan interés y/o preocupación:

Tema	Observación	Aspecto Positivo/Negativo	Conclusión
Conocimiento y familiaridad con la IA	Tanto pacientes como público en general asocian la IA principalmente con la cognición y máquinas, mostrando un conocimiento limitado.	Falta de experiencia y exposición a la IA entre los profesionales de la salud.	Se requiere aumentar la familiaridad y comprensión de la IA entre todos los grupos de interés para fomentar su adopción efectiva.
Beneficios percibidos de la IA	Los pacientes y profesionales de la salud esperan beneficios de la IA como mayor precisión en pruebas, reducción de errores médicos y eficiencia en el trabajo.	La IA se percibe como una herramienta para mejorar las capacidades médicas y la relación paciente-equipo médico.	La percepción positiva de los beneficios potenciales de la IA sugiere una buena base para su aceptación en el sector de la salud.
Riesgos percibidos de la IA	Los pacientes y profesionales de la salud expresan preocupaciones sobre la privacidad de los datos y el uso indebido de la información del paciente.	Temor de que la IA pueda aumentar las disparidades en la atención de la salud y descalificar a los profesionales de la salud.	La gestión de riesgos y la protección de la privacidad son cruciales para la adopción ética y segura de la IA en salud.
Desafíos percibidos de la IA	La integración de la IA en la práctica médica presenta desafíos técnicos y éticos.	Falta de claridad en las regulaciones y la posibilidad de sesgo en los algoritmos son preocupaciones importantes.	Se necesitan estrategias claras y marcos regulatorios para superar estos desafíos y aprovechar plenamente las ventajas de la IA.
Aceptabilidad de la IA	Existe una actitud generalmente positiva hacia la IA, pero se perciben barreras en su adopción.	La familiaridad y los beneficios percibidos aumentan la aceptabilidad, pero las preocupaciones sobre la privacidad y los efectos en la práctica médica la limitan.	La aceptabilidad de la IA dependerá de cómo se aborden los riesgos y preocupaciones, y de la eficacia en demostrar sus beneficios.
Desarrollo de la IA	El desarrollo continuo de la IA promete innovaciones significativas en la atención sanitaria.	Los avances tecnológicos en la IA pueden conducir a una mejor atención al paciente y eficiencias operativas.	Es crucial mantener un enfoque equilibrado en el desarrollo de la IA, considerando tanto las innovaciones técnicas como las implicaciones éticas y sociales.
Implementación de la IA	La implementación efectiva de la IA en la salud requiere consideración de factores técnicos y humanos.	La IA tiene el potencial de mejorar los procesos de atención sanitaria, pero se necesita una integración cuidadosa para evitar interrupciones y resistencia.	La implementación exitosa dependerá de un enfoque integrado que incluya formación, apoyo técnico y sensibilidad a las necesidades del personal y los pacientes.
Regulaciones de la IA	La regulación de la IA en salud es un área emergente y compleja.	La falta de claridad en las regulaciones actuales puede obstaculizar la adopción de la IA.	Se necesitan marcos regulatorios robustos y claros para garantizar un uso ético y responsable de la IA en la atención sanitaria.
Relación humano-IA	La relación entre humanos y sistemas de IA es un aspecto crítico de su integración en la salud.	La IA puede mejorar la interacción paciente-clínico, pero también existe el riesgo de deshumanización y dependencia excesiva de la tecnología.	Es esencial equilibrar el uso de la IA con la necesidad de mantener el elemento humano y personal en la atención sanitaria.

Tabla Resumen, Percepciones de Roles Relevantes (Médicos, pacientes, comunidad en general) sobre el uso de IA en Medicina

Conclusión:

La IA en salud es un campo en expansión con un potencial inmenso para mejorar la atención médica. Sin embargo, es fundamental abordar los desafíos éticos, legales y sociales para garantizar su adopción segura y efectiva. La colaboración entre tecnólogos, profesionales de la salud y pacientes será clave en la configuración de un futuro en el que la IA y la humanidad trabajen juntos en armonía.

Ahora te comparto un resumen mas detallado del artículo basado en la estructura de una revisión sistemática:

Resumen según la estructura de una revisión sistemática:

Resumen del Artículo “Preferencias de Stakeholders (Médicos, pacientes y Comunidad) sobre uso de IA en Salud”

Datos Generales del Artículo

Título del Artículo:

“Multi-stakeholder preferences for the use of artificial intelligence in healthcare: A systematic review and thematic analysis” (Preferencias de Diversos Stakeholders sobre uso de IA en Salud).

DOI:

doi: 10.1016/j.socscimed.2023.116357

Fecha de Publicación:

4 de noviembre de 2023.

Revista:

Social Science & Medicine.

Página Web de la Revista:

https://www.sciencedirect.com/science/article/pii/S0277953623007141?via%3Dihub

Metodología

Relevancia del Artículo:

Este estudio proporciona una revisión sistemática y un análisis temático sobre las actitudes hacia el uso de la IA en la atención sanitaria desde la perspectiva de pacientes, público general y profesionales de la salud, abordando cuestiones éticas, legales y sociales.

Objetivo del Artículo:

Analizar las actitudes hacia el uso de la IA en la salud desde múltiples perspectivas.

Fuentes de Datos:

Se utilizaron seis bases de datos bibliográficas (Scopus, CINAHL, PubMed, Medline, Embase, and PsychInfo) y literatura gris que incluyó motores de búsqueda: Bing, DuckDuckGo, Google y Yahoo; sitios web específicos: Instituto Australiano de Salud y Bienestar (AIHW), Observatorio de Análisis y Políticas (APO), Departamento de Salud de Australia, el Instituto Nacional para la Excelencia en Salud y Atención (NICE), Corporación RAND, Banco Mundial y la Organización Mundial de la Salud; y bases de datos de tesis: ProQuest, EthOS, DART-Europa, Trove y Disertaciones Doctorales Americanas. Los artículos originales se seleccionaron entre el 1 de enero de 2001 y el 24 de agosto de 2021.

Selección de Estudios

En el proceso de selección de estudios para este análisis integral sobre la aplicación de la inteligencia artificial en la salud, los investigadores emplearon criterios rigurosos para garantizar la relevancia y calidad de los datos recopilados. Se concentraron en artículos revisados por pares y literatura gris, abarcando un espectro amplio de publicaciones que incluían detalles críticos como el año y autor de la publicación, el país, el área de salud específica, y los objetivos y métodos de cada estudio. La evaluación de la calidad de estos estudios se realizó mediante el Mixed Methods Appraisal Tool (MMAT) para artículos revisados por pares y la lista de verificación AACODS para literatura gris. Este enfoque meticuloso permitió seleccionar estudios que ofrecieran una visión representativa y profunda sobre el uso de la IA en el sector de la salud, asegurando que los datos recogidos fueran tanto confiables como relevantes para el análisis posterior.

Extracción y análisis de datos

Una vez seleccionados los estudios pertinentes, los investigadores procedieron a la fase de extracción y análisis de datos. Utilizando una hoja de extracción de datos especialmente diseñada, se recopiló una gama diversa de información, incluyendo características del estudio como el diseño, el método de muestreo, la categoría de aplicación de IA, y los hallazgos clave.

Para el análisis de estos datos, se adoptó un diseño de síntesis convergente basado en datos, que implicó la traducción de datos cuantitativos en códigos y su posterior categorización en términos de frecuencia de respaldo de los participantes. Además, se realizó un análisis temático utilizando NVivo 12, un software avanzado de análisis de datos, para identificar temas clave, particularmente las barreras y facilitadores en el desarrollo y la implementación de la IA en la salud.

Este proceso analítico no solo aseguró una comprensión exhaustiva de los datos recopilados, sino que también permitió a los investigadores construir una base sólida para la síntesis de hallazgos, identificando temas analíticos a partir de los descriptivos y destacando las tendencias y patrones más significativos en la aplicación de la IA en el ámbito de la salud.

Resultados y Conclusiones

Principales Medidas y Desenlaces:

Se identificaron 105 publicaciones a partir de 7490 registros.
Los estudios abarcaban una amplia gama de especialidades médicas.
La mayoría de los estudios eran cuantitativos (67%).
Los estudios se centraron principalmente en “aplicaciones de diagnóstico y tratamiento” con Inteligencia Artificial.
Este estudio proporciona un análisis exhaustivo de la aplicación de la inteligencia artificial (IA) en el sector de la salud. Los temas principales incluyen el conocimiento y la familiaridad con la IA, los beneficios y riesgos percibidos, los desafíos, la aceptabilidad, el desarrollo, la implementación y las regulaciones de la IA. La mayoría de los estudios eran cuantitativos y se centraban en aplicaciones de diagnóstico y tratamiento, resaltando la eficiencia y precisión como beneficios clave, mientras que la privacidad de datos y la responsabilidad en eventos adversos surgieron como preocupaciones importantes. La necesidad de regulaciones claras, la transparencia y la explicabilidad de la IA fueron enfatizadas, así como la importancia de la educación y capacitación en IA para los profesionales de la salud. Se observó una actitud generalmente positiva hacia la IA, aunque con reservas sobre su capacidad para reemplazar la interacción humana. Los profesionales y el público expresaron la necesidad de que la IA asista, no reemplace, el juicio humano y subrayaron la importancia de mantener la autonomía profesional y la interacción empática. El estudio destaca la importancia de una integración ética y efectiva de la IA en la práctica médica, respetando la autonomía profesional y la privacidad de los pacientes, y enfatiza la necesidad de un enfoque colaborativo en el desarrollo y la implementación de soluciones de IA en salud. Se destacó la necesidad de abordar las preocupaciones sobre la despersonalización de la atención médica, la privacidad de los datos y la clarificación de la responsabilidad en caso de eventos adversos, subrayando la importancia de un marco regulatorio robusto y un enfoque centrado en el paciente.

Resultados:

Como resultado del estudio se definieron algunos Beneficios y riesgos:

Beneficios Percibidos: Precisión en pruebas, reducción de errores médicos, disminución de la carga laboral, mejora del acceso a la atención sanitaria y eficiencia en el flujo de trabajo.
Riesgos Percibidos: Preocupaciones sobre la privacidad de los datos, posibilidad de aumentar las disparidades en la atención sanitaria, y riesgos de descalificación de profesionales de la salud.

Adicionalmente se identificaron Nueve temas analíticos relevantes que a continuación relacionamos:

Conocimiento y Familiaridad con la IA

Aunque la IA se asocia con avances tecnológicos y mejoras cognitivas, tanto pacientes como profesionales de la salud muestran un conocimiento limitado sobre sus aplicaciones y funcionamiento real. Este desconocimiento puede ser un obstáculo para su plena integración.

Beneficios Percibidos de la IA

Los beneficios esperados incluyen una mayor precisión en diagnósticos, reducción de errores médicos, eficiencia en la gestión del trabajo y mejoras en la relación paciente-equipo médico. Estas ventajas prometen revolucionar el cuidado de la salud, haciéndolo más efectivo y accesible.

Riesgos Percibidos de la IA

Las preocupaciones giran en torno a la privacidad de los datos, el uso indebido de información del paciente, y el aumento de las disparidades en la atención sanitaria. La seguridad de los datos y la equidad en el acceso a la salud son desafíos clave en la adopción de la IA.

Desafíos Percibidos de la IA

La implementación de la IA enfrenta barreras técnicas, éticas y regulatorias. La claridad en las normativas y el manejo de posibles sesgos en los algoritmos son fundamentales para su aceptación.

Aceptabilidad de la IA

A pesar de las preocupaciones, existe una actitud generalmente positiva hacia la IA. Su aceptación dependerá de cómo se aborden los riesgos y se demuestren sus beneficios.

Desarrollo de la IA

El avance continuo de la IA promete innovaciones en la atención sanitaria. Es esencial mantener un equilibrio entre las innovaciones técnicas y las implicaciones éticas.

Implementación de la IA

La integración efectiva de la IA en la salud requiere un enfoque que incluya formación, apoyo técnico y sensibilidad a las necesidades del personal y los pacientes.

Regulaciones de la IA

El establecimiento de marcos regulatorios robustos y claros es vital para garantizar un uso ético y responsable de la IA en la atención sanitaria.

Relación Humano-IA

El uso de la IA debe equilibrar la tecnología con la necesidad de mantener el elemento humano en la atención sanitaria.

Conclusiones:

Existe una actitud generalmente positiva hacia el uso de la IA en la salud.
Se identificaron problemas prevalentes que requieren más atención, incluyendo la necesidad de transparencia, explicabilidad, y la implicación de pacientes y clínicos en el desarrollo de la IA.
Se enfatizó la importancia de la legislación y las directrices para asegurar la equidad, responsabilidad, transparencia y ética en la IA.

Resumen en una pagina:

RevSis-Base-Perspectivas-IA-en-Medicina

Descargar

Recomendaciones para la adaptación de la Práctica Clínica y la Gestión Clínica a la IA:

Estas recomendaciones buscan orientar a los profesionales de la salud y a los administradores de instituciones sanitarias sobre cómo aprovechar el potencial de la IA para mejorar la atención al paciente y optimizar la gestión clínica.

Incrementar la Educación en IA: Ofrecer formación continua a profesionales de la salud sobre las capacidades y aplicaciones de la IA, fomentando así una mayor comprensión y adopción.

Fomentar la Participación del Paciente: Involucrar a los pacientes en la educación sobre la IA, mejorando su comprensión y aceptación de las tecnologías emergentes.

Desarrollar Políticas de Privacidad Robustas: Establecer protocolos claros para la protección de datos en aplicaciones de IA para asegurar la confianza y seguridad del paciente.

Incorporación Ética de la IA: Integrar consideraciones éticas en el desarrollo y uso de la IA, garantizando que las decisiones médicas permanezcan centradas en el paciente.

Mejorar la Calidad del Diagnóstico: Utilizar la IA para mejorar la precisión y rapidez en diagnósticos, aprovechando su capacidad de análisis de grandes volúmenes de datos.

Optimizar la Gestión de Recursos: Implementar sistemas de IA para la gestión eficiente de recursos y personal, reduciendo la carga de trabajo y mejorando la atención al paciente.

Personalización del Tratamiento: Aplicar la IA en la personalización de tratamientos, adaptándolos a las necesidades individuales de los pacientes para mejorar los resultados.

Fortalecer la Toma de Decisiones: Emplear herramientas de IA para apoyar la toma de decisiones clínicas, proporcionando información valiosa y análisis predictivos.

Promover la Investigación Clínica: Utilizar la IA para identificar tendencias y patrones en datos de salud, impulsando la investigación y el desarrollo de nuevos tratamientos y terapias.

Preparación para el Cambio Tecnológico: Preparar a las instituciones de salud para la integración de la IA, adaptando infraestructuras y procesos a las necesidades de una práctica médica impulsada por datos.

Referencias:

Vinh Vo, Gang Chen, Yves Saint James Aquino, Stacy M. Carter, Quynh Nga Do, Maame Esi Woode,
Multi-stakeholder preferences for the use of artificial intelligence in healthcare: A systematic review and thematic analysis,
Social Science & Medicine,
Volume 338,
2023,
116357,
ISSN 0277-9536,
https://doi.org/10.1016/j.socscimed.2023.116357.
(https://www.sciencedirect.com/science/article/pii/S0277953623007141)

Links de Interés:

Puedes Acceder a las últimas publicaciones de esta web:

Te interesó este contenido?

Déjame tu nombre y correo en el formulario de contacto para notificarte sobre contenido relacionado que publique en este blog.

Accede a otras publicaciones sobre gestión clínica y administrativa en salud y cómo la IA está remodelando estos campos aquí.

Oscar Efrem García Fernández

Inteligencia Artificial en Medicina, Perspectivas desde diversos roles.

Qué intervenciones de Salud tienen mejor Influencia en la Calidad de Vida de Pacientes con Cáncer?

ChatGPT en Gastroenterología: Revisión Sistemática de Aplicaciones, beneficios y Limitaciones