Reflexiones éticas del impacto y desafíos de la inteligencia artificial en la medicina de laboratorio
Barra lateral del artículo
Contenido principal del artículo
Resumen
El uso de la Inteligencia artificial (IA) en la Medicina de laboratorio (ML) ha provocado un salto cualitativo en el diagnóstico de enfermedades que aquejan al ser humano. El desarrollo de robots para la medición, cálculo y predicción ha aumentado la confiabilidad, validez y reproducibilidad de las pruebas diagnósticas con IA, induciendo a una fácil elección de dicha tecnología en el laboratorio clínico. Sin embargo, la IA en la ML entraña una serie de reflexiones éticas que deben considerarse. La incipiente tecnología en desarrollo, la presencia de sesgos cognitivos en los algoritmos y datos, la incertidumbre del funcionamiento del robot, las limitaciones tecnológicas, la amenaza a la privacidad y la ausencia de un marco legal abren conflictos éticos que laceran la equidad, la seguridad y la autonomía del hombre. El imperativo tecnológico de la IA en la ML no debe superar la responsabilidad, ni atentar contra la dignidad de la persona.
Descargas
PLUMX Metrics
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Medicina y Ética se distribuye bajo Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.
El autor conserva los derechos patrimoniales sin restricciones y garantiza a la revista el derecho de ser la primera publicación del trabajo. El autor es libre de depositar la versión publicada en cualquier otro medio, como un repositorio institucional o en su propio sitio web.
Citas
Sciacovelli L, Padoan A, Aita A, Basso D, Plebani M. Quality indicators in laboratory medicine: state-of-the-art, quality specifications and future strategies. Clin Chem Lab Med CCLM [Internet]. 2023 [citado 19 de marzo de 2024]; 61(4):688- 95. Disponible en: https://www.degruyter.com/document/doi/10.1515/cclm-2022-1143/html
Lippi G, Plebani M. A modern and pragmatic definition of Laboratory Medicine. Clin Chem Lab Med CCLM [Internet]. 2020 [citado 22 de febrero de 20204]; 58(8):1171-1171. Disponible en: https://www.degruyter.com/document/doi/10.1515/cclm-2020-0114/html
Plebani M. Quality in laboratory medicine and the journal: walking together. Clin Chem Lab Med CCLM [Internet]. 2023 [citado 19 de marzo de 2024]; 61(5):713- 20. Disponible en: https://www.degruyter.com/document/doi/10.1515/cclm-2022- 0755/html
Gruson D. Big Data, inteligencia artificial y medicina de laboratorio: la hora de la integración. Adv Lab Med [Internet]. 2021 [citado 19 de marzo de 2024]; 2(1):5-7. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10197294/
Herman DS, Rhoads DD, Schulz WL, Durant TJS. Artificial intelligence and mapping a new direction in laboratory medicine: a review. Clin Chem [Internet]. 2021 [citado 22 de febrero de 2024]; 67(11):1466-82. Disponible en: https://doi.org/10.1093/clinchem/hvab165
El Nahhas OSM, Loeffler CML, Carrero ZI, van Treeck M, Kolbinger FR, Hewitt KJ. Regression-based Deep-Learning predicts molecular biomarkers from pathology slides. Nat Commun [Internet]. 2024 [citado 19 de marzo de 2024]; 15:1253. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10858881/
Briganti G, Le Moine O. Artificial Intelligence in Medicine: Today and Tomorrow. Front Med [Internet]. 2020 [citado 19 de marzo de 2024]; 7. Disponible en: https://doi.org/10.3389/fmed.2020.00027
Pennestrì F, Banfi G. Artificial intelligence in laboratory medicine: fundamental ethical issues and normative key-points. Clin Chem Lab Med CCLM [Internet]. 2022 [citado 22 de febrero de 2024]; 60(12):1867-74. Disponible en: https://doi.org/10.1515/cclm-2022-0096
González Arencibia M, Martínez Cardero D. Dilemas éticos en el escenario de la inteligencia artificial. Econ Soc [Internet]. 2020 [citado 19 de marzo de 2024]; 25(57):93-109. Disponible en: http://www.scielo.sa.cr/scielo.php?script=sci_abs-tract&pid=S2215-34032020000100093&lng=en&nrm=iso&tlng=es
Zhang C, Lu Y. Study on artificial intelligence: The state of the art and future prospects. J Ind Inf Integr [Internet]. 2021 [citado 19 de marzo de 2024]; 23:100224. Disponible en: https://www.sciencedirect.com/science/article/pii/S2452414X21000248
MintzY,BrodieR.Introduction to artificial intelligence in medicine. Minim Invasive Ther Allied Technol [Internet]. 2019 [citado 19 de marzo de 2024]; 28(2):73-81. Disponible en: https://doi.org/10.1080/13645706.2019.1575882
Avila-Tomás JF, Mayer-Pujadas MA, Quesada-Varela VJ. La inteligencia artificial y sus aplicaciones en medicina I: introducciones antecedentes a la IA y robótica. Aten Primaria [Internet]. 2020 [citado 22 de febrero de 2024]; 52(10):778-84. Disponible en: https://linkinghub.elsevier.com/retrieve/pii/S0212656720301451
Porcelli AM. Inteligencia Artificial y la Robótica: sus dilemas sociales, éticos y jurídicos. Derecho Glob Estud Sobre Derecho Justicia [Internet]. 2020 [citado 19 de marzo de 2024]; 6(16):49-105. Disponible en: http://www.derechoglobal.cucsh.udg.mx/index.php/DG/article/view/286
Koteluk O, Wartecki A, Mazurek S, KołodziejczakI, Mackiewicz A. How do machines learn? Artificial intelligence as a new era in medicine. J Pers Med [Internet]. 2021 [citado 19 de marzo de 2024]; 11(1):32. Disponible en: https://www.mdpi.com/2075-4426/11/1/32
Gates B.gatesnotes.com. [citado 19 de marzo de 2024]. The Age of AI has begun. Disponible en: https://www.gatesnotes.com/The-Age-of-AI-Has-Begun
Alowais SA, Alghamdi SS, Alsuhebany N, Alqahtani T, Alshaya AI ,Almohareb SN. Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Med Educ [Internet]. 2023 [citado 22 de febrero de 2024]; 23(1):689. Disponible en: https://doi.org/10.1186/s12909-023-04698-z
Haymond S, McCudden C. Rise of the machines: artificial intelligence and the clinical laboratory. J Appl Lab Med [Internet]. 2021 [citado 22 de febrero de 2024]; 6(6):1640-54. Disponible en: https://doi.org/10.1093/jalm/jfab075
Naugler C, Church DL. Automation and artificial intelligence in the clinical laboratory. Crit Rev Clin Lab Sci [Internet]. 2019 [citado 22 de febrero de 2024]; 56(2):98- 110. Disponible en: https://doi.org/10.1080/10408363.2018.1561640
Holland I, Davies JA. Automation in the life science research laboratory. Front Bioeng Biotechnol [Internet]. 2020 [citado 19 de marzo de 2024]; 8. Disponible en: https://www.frontiersin.org/articles/10.3389/fbioe.2020.571777
Dobrijević D, Vilotijević-Dautović G, Katanić J, Horvat M, Horvat Z, Pastor K. Rapid triage of children with suspected COVID-19 using laboratory-based machine-learning algorithms. Viruses [Internet]. 2023 [citado 22 de febrero de 2024]; 15(7):1522. Disponible en: https://www.mdpi.com/1999-4915/15/7/1522
Wang H, Wang H, Zhang J, Li X, Sun C, Zhang Y. Using machine learning to develop an auto verification system in a clinical biochemistry laboratory. Clin Chem Lab Med CCLM [Internet]. 2021 [citado 19 de marzo de 2024]; 59(5):883-91. Disponible en: https://www.degruyter.com/document/doi/10.1515/cclm-2020-0716/html?lang=en
Enko D, Stelzer I, Böckl M, Derler B, Schnedl WJ, Anderssohn P. Comparison of the diagnostic performance of two automated urine sediment analyzers with manual phase-contrast microscopy. Clin Chem Lab Med. 2020; 58(2):268-73. https://doi.org/10.1515/cclm-2019-0919
Acevedo A, Alférez S, Merino A, Puigví L, Rodellar J. Recognition of peripheral blood cell images using convolutional neural networks. Comput Methods Programs Biomed [Internet]. 2019 [citado 19 de marzo de 2024]; 180:105020. Disponible en: https://www.sciencedirect.com/science/article/pii/S0169260719303578
Wang L, Chen X, Zhang L, Li L, Huang Y, Sun Y. Artificial intelligence in clinical decision support systems for oncology. Int J Med Sci [Internet]. 2023 [citado 19 de marzo de 2024]; 20(1):79-86. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9812798/
Poostchi M, Silamut K, Maude RJ, Jaeger S, Thoma G. Image analysis and machine learning for detecting malaria. Transl Res J Lab Clin Med [Internet]. 2018 [citado 19 de marzo de 2024]; 194:36-55. Disponible en: https://www.translationalres.com/article/S1931-5244(17)30333-X/fulltext
Zhang ML, Guo AX, Kadauke S, Dighe AS, Baron JM, Sohani AR. Machine lear- ning models improve the diagnostic yield of peripheral blood flow cytometry. Am J Clin Pathol. 2020; 153(2):235-42.
Bailey AL, Ledeboer N, Burnham CAD. Clinical microbiology is growing up: the total laboratory automation revolution. Clin Chem. 2019; 65(5):634-43.
Ng DP, Zuromski LM. Augmented human intelligence and automated diagno- sis in flow cytometry for hematologic malignancies. Am J Clin Pathol. 2021; 155(4):597-605.
Undru TR, Uday U, Lakshmi JT, Kaliappan A, Mallamgunta S, Nikhat SS. Integrating artificial intelligence for clinical and laboratory diagnosis - a review. Mædica [Internet]. 2022 Jun [citado 22 de febrero de 2024]; 17(2):420-6. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9375890/
Zhang YF, Zhou C, Guo S, Wang C, Yang J, Yang ZJ. Deep learning algorithm-based multimodal MRI radiomics and pathomics data improve prediction of bone metastases in primary prostate cancer. J Cancer Res Clin Oncol [Internet]. 2024 [citado 19 de marzo de 2024]; 150(2):78. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10844393/
Zhong R, Gao T, Li J, Li Z, Tian X, Zhang C. The global research of artificial intelligence in lung cancer: a 20-year bibliometric analysis. Front Oncol [Internet]. 2024 [citado 19 de marzo de 2024]; 14:1346010. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10869611/
Stegmüller T, Abbet C, Bozorgtabar B, Clarke H, Petignat P, Vassilakos P. Self-supervised learning-based cervical cytology for the triage of HPV-positive women in resource-limited settings and low-data regime. Comput Biol Med [Internet]. 2024 [citado 19 de marzo de 2024]; 169:107809. Disponible en: https://www.sciencedi-rect.com/science/article/pii/S001048252301274X
Guerra A, Orton MR, Wang H, Konidari M, Maes K, Papanikolaou NK. Clinical application of machine learning models in patients with prostate cancer before prostatectomy. Cancer Imaging [Internet]. 2024 [citado 19 de marzo de 2024]; 24:24. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10854130/
Lv Q, Liu Y, Sun Y, Wu M. Insight into deep learning for glioma IDH medical image analysis: A systematic review. Medicine (Baltimore) [Internet]. 2024 [citado 19 de marzo de 2024]; 103(7):e37150. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10869095/
Lin H, Ni L, Phuong C, Hong JC. Natural Language Processing for Radiation Oncology: Personalizing Treatment Pathways. Pharmacogenomics Pers Med [Inter- net]. 2024 [citado 19 de marzo de 2024]; 17:65-76. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10874185/
Rietjens JAC, Griffioen I, Sierra-Pérez J, Sroczynski G, Siebert U, Buyx A. Improving shared decision-making about cancer treatment through design-based data-driven decision-support tools and redesigning care paths: an overview of the 4D PICTURE project. Palliat Care Soc Pract [Internet]. 2024 [citado 19 de marzo de 2024]; 18:26323524231225249. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10863384/
Saif-Ur-Rahman K, Islam MS, Alaboson J, Ola O, Hasan I, Islam N. Artificial intelligence and digital health in improving primary health care service delivery in LMICs: A systematic review. J Evid-Based Med [Internet]. 2023 [citado 20 de marzo de 2024]; 16(3):303-20. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1111/jebm.12547
Baron JM. Artificial intelligence in the clinical laboratory: an overview with frequently asked questions. Clin Lab Med [Internet]. 2023 [citado 20 de marzo de 2024]; 43(1):1-16. Disponible en: https://www.labmed.theclinics.com/article/S0272-2712(22)00060-9/abstract
Sloane EB, J. Silva R. Chapter 83 - Artificial intelligence in medical devices and clinical decision support systems. In: Iadanza E, editor. Clinical Engineering Han- dbook (Second Edition) [Internet]. Academic Press; 2020 [citado 20 de marzo de 2024]:556-68. Disponible en: https://www.sciencedirect.com/science/article/pii/B9780128134672000845
OMS. Estrategia mundial sobre salud digital 2020-2025 [Internet]. Ginebra:OMS; 2021 [citado 20 de marzo de 2024]. Disponible en: https://iris.who.int/bitstream/handle/10665/344251/9789240027572-spa.pdf?sequence=1&isAllowed=y
Murphy K, Di Ruggiero E, Upshur R, Willison DJ, Malhotra N, Cai JC. Artificial intelligence for good health: a scoping review of the ethics literature. BMC Med Ethics [Internet]. 2021 [citado 20 de marzo de 2024]; 22(1):14. Disponible en: https://doi.org/10.1186/s12910-021-00577-8
Meyer AND, Giardina TD, Spitzmueller C, Shahid U, Scott TMT, Singh H. Patient perspectives on the usefulness of an artificial intelligence-assisted symptom chec- ker: cross-sectional survey study. J Med Internet Res [Internet]. 2020 [citado 20 de marzo de 2024]; 22(1): e14679. Disponible en: https://www.jmir.org/2020/1/e14679
Wadhwa V, Alagappan M, Gonzalez A, Gupta K, Brown JRG, Cohen J. Physician sentiment toward artificial intelligence (AI) in colonoscopic practice: a survey of US gastroenterologists. Endosc Int Open [Internet]. 2020 [citado 20 de marzo de 2024]; 08(10):E1379-84. Disponible en: http://www.thieme-connect.de/DOI/DOI?10.1055/a-1223-1926
Pita EV. La UNESCO y la gobernanza de la inteligencia artificial en un mundo globalizado. La necesidad de una nueva arquitectura legal. Anu Fac Derecho [Internet]. 2021 [citado 20 de marzo de 2024]; (37):273-302. Disponible en: https://revista-afd.unex.es/index.php/AFD/article/view/1028
Hagendorff T. The Ethics of AI Ethics: An Evaluation of Guidelines. Minds Mach [Internet]. 2020 [citado 22 de febrero de 2024]; 30(1):99-120. Disponible en: https://doi.org/10.1007/s11023-020-09517-8
Grunhut J, Wyatt AT, Marques O. Educating future physicians in artificial intelligence (AI): an integrative review and proposed changes. J Med Educ Curric Dev [In- ternet]. 2021 [citado 20 de marzo de 2024]; 8:23821205211036836. Disponible en: https://doi.org/10.1177/23821205211036836
Juravle G, Boudouraki A, Terziyska M, Rezlescu C. Chapter 14 - Trust in artificial intelligence for medical diagnoses. In: Parkin BL, editor. Progress in Brain Research [Internet]. Elsevier; 2020 [citado 20 de marzo de 2024]:263-82. (Real-World Applications in Cognitive Neuroscience; vol. 253). Disponible en: https://www.sciencedirect.com/science/article/pii/S0079612320300819
Nelson CA, Pérez-Chada LM, Creadore A, Li SJ, Lo K, Manjaly P. Patient perspectives on the use of artificial intelligence for skin cancer screening: a qualitative study. JAMA Dermatol [Internet]. 2020 [citado 20 de marzo de 2024]; 156(5):501- 12. Disponible en: https://doi.org/10.1001/jamadermatol.2019.5014
Yakar D, Ongena YP, Kwee TC, Haan M. Do people favor artificial intelligence over physicians? A survey among the general population and their view on artificial intelligence in medicine. Value Health [Internet]. 2022 [citado 20 de marzo de 2024]; 25(3):374-81. Disponible en: https://www.sciencedirect.com/science/article/pii/S1098301521017411
Asan O, Bayrak AE, Choudhury A. Artificial Intelligence and human trust in Healthcare: focus on clinicians. J Med Internet Res [Internet]. 2020 [citado 20 de marzo de 2024] ;22(6): e15154. Disponible en: https://www.jmir.org/2020/6/e15154
Trainini J, Hornos Barberis E, Aranovich R. Aportes a la comprensión de la problemática actual de la trilogía médico-paciente-tecnología. Rev Argent Cardiol [Internet]. 2023 [citado 20 de marzo de 2024]; 91(4):298-301. Disponible en: https://rac.sac.org.ar/index.php/rac/article/view/214/608
Di Giorgio AM, Ehrenfeld JM. Artificial Intelligence in Medicine & Chat GPT: De-Te- ther the physician. J Med Syst [Internet]. 2023 [citado 20 de marzo de 2024]; 47(1):32. Disponible en: https://doi.org/10.1007/s10916-023-01926-3
Arnold MH. Teasing out artificial intelligence in medicine: an ethical critique of artificial intelligence and machine learning in medicine. J Bioethical Inq [Internet]. 2021 [citado 22 de febrero de 2024]; 18(1):121-39. Disponible en: https://doi.org/10.1007/s11673-020-10080-1
Blanc CA. “El despertar de las máquinas”: Reflexiones sobre el estatus moral y jurídico de la Inteligencia Artificial. Rev Int Pensam Político [Internet]. 2023 Dec 22 [citado 20 de marzo de 2024]; 18:213-42. Disponible en: https://upo.es/revistas/index.php/ripp/article/view/8529
Rueda J. ¿Automatizando la mejora moral humana? La inteligencia artificial para la ética: Nota crítica sobre Lara, F. y Savalescu, J (eds.) (2021), Más (que) humanos. Biotecnología, inteligencia artificial y ética de la mejora. Madrid: Tecnos. Daimon Rev Int Filos [Internet]. 2023 [citado 20 de marzo de 2024];(89):199-209. Disponible en: https://revistas.um.es/daimon/article/view/508771
Sinnott-Armstrong W, Skorburg J (Gus) A. How AIcanaid bioethics. J Pract Ethics [Internet]. 2021 [citado 20 de marzo de 2024]; 9(1). Disponible en: https://journals.publishing.umich.edu/jpe/article/id/1175/
Beaunoyer E, Dupéré S, Guitton MJ. COVID-19 and digital inequalities: Reciprocal impacts and mitigation strategies. Comput Hum Behav [Internet]. 2020 [citado 20 de marzo de 2024]; 111:106424. Disponible en: https://www.sciencedirect.com/science/article/pii/S0747563220301771
Ramírez GM. Problemática antropológica detrás de la discriminación generada a partir de los algoritmos de la inteligencia artificial. Med Ética [Internet]. 2023 [citado 20 de marzo de 2024]; 34(2):429-80. Disponible en: https://revistas.anahuac.mx/index.php/bioetica/article/view/1669
Chen JH, Verghese A. Planning for the known unknown: machine learning for human healthcare systems. Am J Bioeth [Internet]. 2020 [citado 20 de marzo de 2024]; 20(11):1-3. Disponible en: https://doi.org/10.1080/15265161.2020.1822674
Cui M, Zhang DY. Artificial intelligence and computational pathology. Lab Invest [Internet]. 2021 [citado 20 de marzo de 2024]; 101(4):412-22. Disponible en: https://www.sciencedirect.com/science/article/pii/S0023683722006468
Corti C, Cobanaj M, Dee EC, Criscitiello C, Tolaney SM, Celi LA. Artificial intelligence in cancer research and precision medicine: Applications, limitations and priorities to drive transformation in the delivery of equitable and unbiased care. Cancer Treat Rev [Internet]. 2023 [citado 20 de marzo de 2024]; 112:102498. Disponible en: https://www.sciencedirect.com/science/article/pii/S0305737222001748
Daneshjou R, Smith MP, Sun MD, Rotemberg V, Zou J. Lack of transparency and potential bias in artificial intelligence data sets and algorithms: a scoping review. JAMA Dermatol [Internet]. 2021 [citado 20 de marzo de 2024]; 157(11):1362-9. Disponible en: https://doi.org/10.1001/jamadermatol.2021.3129
Wang H, Fu T, Du Y, Gao W, Huang K, Liu Z. Scientific discovery in the age of artificial intelligence. Nature [Internet]. 2023 [citado 20 de marzo de 2024]; 620(7972):47-60. Disponible en: https://www.nature.com/articles/s41586-023-06221-2
Cirillo D, Catuara-Solarz S, Morey C, Guney E, Subirats L, Mellino S. Sex and gender differences and biases in artificial intelligence for biomedicine and healthcare. Npj Digit Med [Internet]. 2020 [citado 20 de marzo de 2024]; 3(1):1-11. Disponible en: https://www.nature.com/articles/s41746-020-0288-5
Sarker IH. Machine Learning: algorithms, real-world applications and research directions. SN Comput Sci [Internet]. 2021 [cited 2024 Mar 21]; 2(3):160. Disponible en: https://doi.org/10.1007/s42979-021-00592-x
Jussupow E, Spohrer K, Heinzl A, Gawlitza J. Augmenting medical diagnosis decisions? An investigation into physicians’ decision-making process with artificial intelligence. Inf Syst Res [Internet]. 2021 [citado 20 de marzo de 2024]; 32(3):713- 35. Disponible en: https://pubsonline.informs.org/doi/abs/10.1287/isre.2020.0980
Murdoch B. Privacy and artificial intelligence: challenges for protecting health information in a new era. BMC Med Ethics [Internet]. 2021 [citado 20 de marzo de 2024]; 22(1):122. Disponible en: https://doi.org/10.1186/s12910-021-00687-3
Larson DB, Magnus DC, Lungren MP, Shah NH, Langlotz CP. Ethics of using and sharing clinical imaging data for artificial intelligence: a proposed framework. Radiology [Internet]. 2020 [citado 20 de marzo de 2024]; 295(3):675-82. Disponible en: https://pubs.rsna.org/doi/full/10.1148/radiol.2020192536
Coiera E. Depender de los datos: la gran debilidad de la IA moderna. Rev Innova Salud Digit [Internet]. 2020 [citado 20 de marzo de 2024]; (1):23-6. Disponible en: https://www1.hospitalitaliano.org.ar/landing/innova-salud-digital/sites/default/files/2022-09/11_RevistaInnovaSaludDigitalN1_2020v2.pdf
Baptiste D, Caviness-Ashe N, Josiah N, Commodore-Mensah Y, Arscott J, Wilson PR. Henrietta Lacks and America’s dark history of research involving African Americans. Nurs Open [Internet]. 2022 [citado 20 de marzo de 2024]; 9(5):2236-8. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9374392/