La Inteligencia Artificial (IA) es la capacidad que tienen diferentes dispositivos, como una computadora o un robot, para realizar tareas asociadas a la inteligencia humana, y así facilitar la realización de cálculos, relacionar datos y hasta generar estrategias en diferentes juegos como el ajedrez.
Como toda nueva tecnología, la IA ofrece grandes posibilidades para mejorar la salud de millones de personas en todo el mundo; ahora bien, toda tecnología, también puede utilizarse indebidamente y causar daño.
La IA está reformando las economías y promete aumentar la productividad, mejorar la eficiencia y reducir los costos. Los gobiernos tienen una posición privilegiada en relación con la IA, ya que determinan las prioridades estratégicas nacionales, las inversiones públicas y la normativa aplicable.
Siete países de la región ya elaboraron o están elaborando una estrategia nacional de IA (Argentina, Brasil, Chile, Colombia, México, Perú y Uruguay), y siete ya adhirieron a los Principios de la OCDE (Organización para la Cooperación y el Desarrollo Económicos) sobre IA, entre ellos Argentina, Brasil, Chile, Colombia, Costa Rica, México y Perú. La importancia de incorporar a la IA en el sector público está reflejada en la mayoría de las estrategias nacionales relativas a esta tecnología.
En un estudio llevado a cabo por Microsoft se evidencia que hasta dos tercios de las organizaciones del sector público están interesadas en desarrollar la IA como prioridad, pero solo el 4% de las organizaciones públicas europeas han podido escalar la IA y lograr un alto resultado, lo que se tradujo en una transformación organizacional.
En nuestro país se dirigieron iniciativas en este sentido como fueron el “Plan Nacional de Inteligencia Artificial 2015” y, más recientemente, en el 2022, el “Plan Nacional de Ciencia, Tecnología e Innovación 2030”. Pero estas iniciativas están todavía lejos de dar frutos concretos.
Este tipo de tecnología se asienta en el análisis de grandes bases de datos mediante modelos de IA entrenados. Sin dudas, en primer lugar, son necesarias bases de datos precisas, de “buena calidad”, es decir los datos deben estar estructurados, estandarizados y accesibles para los desarrolladores. Además, dado que estas bases de datos son de pacientes reales, deberían ser diseñadas y resguardadas según las leyes vigentes, así como los principios y requerimientos de instituciones como la OMS, OPS, OCDE, Fundación Sadosky que delinearon las guías para su manejo ético y responsable. También con el acceso restringido a usuarios debidamente autorizados. De esta manera, al ser analizadas por expertos, se confirmarán estos datos antes de realizar el entrenamiento de los modelos (curado o supervisión).
Una estrategia sería poder realizar hojas de ruta nacionales, regionales y provinciales que aseguren la creación de bases de datos y que éstas reflejen a la población real sin sesgo, con todas sus características. Si no se hiciera de esta manera, pueden generarse errores en los modelos que posteriormente podían trasladarse a resultados incorrectos o exclusión de poblaciones o minorías.
Por otra parte, las dificultades de trabajar con algoritmos inescrutables de “caja negra” plantean consideraciones éticas nuevas. De hecho, los investigadores y desarrolladores de IA tienen la obligación ética de considerar las consecuencias de los resultados de los modelos que crean.
La IA se puede implementar en casi cualquier faceta o actividad de la salud: atención clínica, salud pública, investigación biomédica, administración del sistema de salud y rediseño de servicios.
Las tecnologías de IA podrían abordar la variación injustificada, es decir la distribución no equitativa e igualitaria del recurso que genera que algunos grupos se benefician y otros no generando desigualdad en la atención, reducir los errores médicos evitables, disminuir las desigualdades en el acceso a la salud y la atención médica y reducir la mala utilización de los recursos disponibles.
En resumen, es prioritario en primer lugar diseñar una estrategia. Crear leyes que indiquen el camino y la forma adecuada de utilizar la IA en salud. Conformar bases de datos grandes, seguras, sin sesgo y validadas por profesionales.
En paralelo, deberían crearse equipos técnicos multidisciplinarios, ingenieros y efectores de salud trabajando mancomunadamente, con acceso a las bases de datos, para controlar el desarrollo de modelos de IA, que deberán ser cuidadosamente validados, antes de poder explotar todo su potencial.
Por el Héctor Santiago Manzolillo (médico cardiólogo MN 155079 MP 3577) y miembro de la Federación Argentina de Cardiología (FAC).
