Inteligencia Artificial en Salud Digital: ¿Sera posible sin contar con la Confianza del Consumidor?

Share

Dr. Juan Custardoy. Eltelemedicina.com 04.12.2020

Una prueba sobre la tecnologia de la IA apliacada al diagnostico de Salud, realizada en un escenario clínico por el Royal College of Physicians en el Reino Unido examinó 100 conjuntos de síntomas independientes que necesitaban diagnóstico medico. Los resultados mostraron que, la IA logró un 80% de precisión en los diagnosticos valorados, frente al  entre el 64% y 94%, de los siete expertos sanitarios evaluados.

Algunas herramientas de IA utilizan el conocimiento médico existente y los datos de salud anonimizados, agregados y consentidos para formar un tipo de enciclopedia médica digital para comprender las enfermedades, los síntomas y los medicamentos y cómo se relacionan. También tienen la capacidad de agregar información de conjuntos de datos médicos. Todo esto da como resultado una gran cantidad de datos de los que la IA puede aprender. El sistema de inteligencia artificial puede usar estos datos, combinados con el historial médico de un paciente, para procesar millones de cálculos por segundo y ayudar rápidamente a razonar y tomar decisiones sobre si necesitan ver a un médico, las posibles causas de los síntomas y las predicciones futuras de salud.

Pero para que esto pueda ser una realidad cotidiana en el control de la Salud, tiene que ser necesario contar con la “Confianza del Consumidor”, en lo que se refiere a disponer de una garantia que los datos que alimentamos a los sistemas de IA sean fiables y precisos, fomentando de esta manera la confianza del Consumidor público y alentando a la sociedad en general, a ver la IA como un activo de gran valor en lugar de una posible amenaza.

En un artículo titulado “Cinco pilares de la investigación en inteligencia artificial“, se describen las claves para generar esta confianza:

    Racionalización: Para que los humanos cultiven una mayor aceptación de los modelos de IA, necesitan desarrollar una comprensión, conocimiento y apreciación de la tecnología, como las redes neuronales profundas, que tradicionalmente son opacas por su propia naturaleza. Estas tecnologías y sus razones para ser opacas deben ser “racionalizadas” en la mente del público.

    Resiliencia: la tecnología de inteligencia artificial debe demostrar que es resistente a la manipulación y la piratería, tal vez con la legislación y la política sobre mantenimiento y revisiones.

    Reproducibilidad: normalmente en la investigación, es necesario llegar a un consenso entre un grupo de expertos antes de que algo se considere “cierto”. Es una de las razones por las que buscamos segundas opiniones para los diagnósticos médicos. Es necesario que exista un estándar universalmente acordado para cosas como la documentación del código, el formato y los entornos de prueba, de modo que los sistemas de IA puedan tener referencias cruzadas entre sí.

    Realismo: se refiere a la capacidad de la IA para tomar decisiones con cierto grado de inteligencia emocional, como la capacidad de los asistentes de voz para reconocer el tono de voz o la capacidad de un chatbot para proporcionar una retroalimentación emocional adecuada.

    Responsabilidad: Contamos con un código de ética en todos los aspectos de la sociedad, desde los negocios hasta la salud. Naturalmente, la IA puede alterar esta ética de diversas formas, por lo que también es importante que establezcamos un código de ética de las máquinas.

Puede acceder a fuente de la Informacion : http://memetic-computing.org/publication/journal/AIR5_Pillars_of_AI.pdf )


Deja una respuesta