Sesgo de género en el uso médico de IA: "Puede afectar al diagnóstico"

La Inteligencia Artificial (IA) ha revolucionado el mundo sanitairio en los últimos años. Según un informe de la consultora americana Frost & Sullivan, con la IA se pueden incrementar entre un 30 por ciento y un 40 por ciento los resultados satisfactorios para los pacientes. Aun así, hay muchos retos que afrontar, ya que se trata de una nueva tecnología que necesita ser controlada por expertos y que extrapola algunos de los obstáculos intrínsecos al abordaje asistencial relativos a la perspectiva de género. 

Así, uno de los desafíos clave para la Medicina del futuro es que los datos reflejen con exactitud la distribución de la población, para que no haya diagnósticos imprecisos o incluso perjudiciales. Tres expertos en este ámbito tecnológico han confirmado a Redacción Médica que una de las principales complicaciones a las que se enfrenta esta nueva herramienta es la inequidad en la colecta de datos procedentes de hombres y mujeres.

Sin datos no hay diagnóstico preciso

Fernando Martín Sánchez, subdirector gerente de Informática Médica, Estrategia Digital e Innovación del Hospital La Paz, explica que "con frecuencia, hay más datos de hombres que de mujeres en las bases médicas". Según indica, este desequilibrio puede afectar a la precisión de los diagnósticos y tratamientos orientados a las mujeres. Por ello, "se debe hacer un esfuerzo en promover la inclusión y representatividad en la recolección, selección y filtrado de datos".

Por su parte, Javier García, presidente de la Federación de Asociaciones Científico Médicas Españolas (FACME), asegura que esta inequidad ya viene de antes. "Determinadas poblaciones como las mujeres, los ancianos, los niños y las de los países pobres han sido menos analizadas en estudios epidemiológicos y en ensayos clínicos". Como ejemplo, García afirma que existe una falta de conocimiento de enfermedades que causan "una morbimortalidad elevada” a nivel mundial como son la malaria o las enfermedades parasitarias.

Además, otra prueba de que esta desigualdad de datos existe es “la cantidad y la calidad de información que se recopila de ensayos sobre la insuficiencia cardíaca con fracción de eyección deprimida, con predominio en varones de mediana edad, por un lado", y los aleatorizados estudios que hay sobre la fracción de eyección conservada, que afecta a las mujeres”. Respecto a esta última patología, según García, hay muy pocos estudios sobre su tratamiento. Para él, las respuestas de la IA generativa deberían incorporar advertencias de estas limitaciones, que deben corregirse de forma temprana "si queremos tener una sociedad más equitativa e igualitaria”.

Raúl López, subdirector de Sistemas de Información del Hospital General Universitario Gregorio Marañón, señala que el problema del uso de este tipo de herramientas puede estar en la posterior interpretación de datos. Por ello, indica que estas tecnologías deben integrarse con los Sistemas de Información de Historia Clínica Electrónica existentes y sus formularios de recogida de datos en consulta, "que permitan una sencilla explotación posterior. Todo ello, "en cumplimiento del nuevo Reglamento Europeo de IA", afirma López.

Por otro lado, Martín apunta que pueden existir otros tipos de inequidad en los datos de la IA. "Entre ellos, se han descrito raza y etnia, nivel socioeconómico, procedencia geográfica, edad o condiciones de salud, como enfermedades raras", profundiza.

La IA, un salto cualitativo en gestión y diagnóstico

Para el presidente de FACME, "la IA es una tecnología completamente disruptiva que está cambiando la humanidad y, de manera especial, la medicina y la asistencia sanitaria”. García explica que las herramientas actuales que proporcionan este tipo de inteligencia abarcan desde el diagnóstico genético prenatal hasta la identificación de dianas terapéuticas y el diseño acelerado de fármacos. "Lo que estamos viviendo es una auténtica revolución", confirma.

Estas herramientas, según explica, permiten la posibilidad de buscar información de manera rápida en la historia digital del paciente, en la interpretación de imágenes, en la generación de informes clínicos, sugiriendo estrategias de diagnóstico, o incluso con alertas clínicas predefinidas. García lo tiene claro: “Una de las aplicaciones más esperanzadoras es la eliminación de las tareas burocráticas y administrativas, lo que permite ganar tiempo al médico”.

La IA no solo ayuda en la asistencia sanitaria. Martín afirma que mejora la investigación y colabora en el seguimiento de pacientes con enfermedades crónicas. Aun así, destaca que hay un problema que se tiene que resolver: “Existe una escasez de expertos en IA en salud”. Además, señala que existen otras numerosas barreras como la calidad de los datos, la complicada integración de los sistemas de IA en la práctica clínica y la necesidad de evaluar correctamente los resultados obtenidos tras su aplicación.

Las nuevas tecnologías en los hospitales

Concretamente, López explica que la Inteligencia Artificial puede ayudar en la gestión de todo tipo de recursos en un hospital. Algunos ejemplos de tareas en las que puede ser un gran apoyo son la predicción de estancias en función de parámetros para la mejora en la gestión de camas, la mejora de la eficiencia operativa y la reducción de tiempos de espera y costes. También se pueden "realizar predicciones y estimaciones de comportamientos periódicos que nos permitan anticiparnos a la gestión de espacios físicos y a la demanda en el hospital", destaca.

"Ya es una realidad la ayuda de la IA al diagnóstico por imágenes de especialidades tales como Radiodiagnóstico, Dermatología, Anatomía Patológica o Cardiología, entre otras", puntualiza López. Además, hace hincapié en que esta tecnología permite identificar de forma temprana un deterioro en el estado de la salud de un paciente o incluso predecir brotes de enfermedades.