Singapur explora el uso de herramientas de inteligencia artificial (IA) para mejorar el diagnóstico en entornos sanitarios con recursos limitados.
Después de un paro cardíaco, tanto las familias como los médicos a menudo se enfrentan a la incertidumbre sobre las posibilidades de recuperación del paciente. Esta incertidumbre se agrava en hospitales con recursos limitados, donde el acceso a herramientas de diagnóstico avanzadas y grandes conjuntos de datos es restringido.
Investigadores de la Duke-NUS Medical School de Singapur, junto con sus colaboradores, han adaptado un modelo avanzado de IA para predecir con precisión la recuperación neurológica después de un paro cardíaco en un entorno con recursos limitados. Este es un ejemplo de cómo la IA puede ayudar a superar estas limitaciones.
El estudio, publicado en npj Digital Medicine, aplicó el aprendizaje por transferencia, una técnica avanzada de IA que adapta modelos preentrenados con grandes conjuntos de datos a nuevos entornos con datos locales limitados. Este método mejora el rendimiento en nuevos entornos sin necesidad de una extensa recopilación de datos, lo que lo hace especialmente relevante para países de ingresos bajos y medios.
Si bien las herramientas de IA tienen el potencial de mejorar la prestación de atención médica, es esencial contar con marcos de gobernanza adecuados para una implementación segura y ética. Las regulaciones existentes para tecnologías médicas a menudo no abordan los riesgos específicos de la IA, incluidas las preocupaciones sobre la privacidad y las alucinaciones de los modelos, ni definen claramente la responsabilidad para el despliegue seguro y la supervisión de nuevas herramientas.
Para abordar estas deficiencias, investigadores de Duke-NUS han propuesto la creación de un consorcio internacional: la Asociación para la Supervisión, el Liderazgo y la Responsabilidad en la Regulación de Sistemas Inteligentes – Modelos Generativos en Medicina (POLARIS-GM).
El objetivo del consorcio es establecer directrices prácticas para la regulación de nuevas herramientas, el seguimiento de su impacto, el establecimiento de medidas de seguridad y su adaptación a entornos con recursos limitados.
