La bioética en la era de la inteligencia artificial: desafíos y perspectivas
DOI:
https://doi.org/10.36105/mye.2026v37n3.07Resumen
Los autores Ana María Rivas Fernández y Carlos Ramos Ortiz, recabaron distintas opiniones de expertos en el tema, sosteniendo que la inteligencia artificial realmente está revolucionando la práctica médica, desde un posible diagnóstico, hasta el tratamiento de elección. Algunos aspectos fundamentales en lo que se ha aplicado dicha tecnología, son los siguientes: evaluación de imágenes para el diagnóstico, asistencia quirúrgica, monitorización del paciente, desarrollo de nuevos fármacos y análisis de data a gran escala para reconocer tendencias, en las cuales el ser humano ocupa mucho tiempo y recursos. Recientemente, se han implementado sistemas de inteligencia artificial “generativa”, como el popular Chat GPT. En pocas palabras, estos sistemas reconocen patrones y dan opciones al usuario desde otro punto de vista, pero utilizando esos mismos patrones y arrojando datos por semejanza. La razón por la cual estos sistemas de generación han tenido tanto impacto y sobre todo, han generado una revolución dentro de la inteligencia artificial; es que responden al lenguaje natural y trabajan sobre él, no se necesita conocimiento científico, ni mucho menos ser experto, por lo que en el caso de la medicina, el paciente accede directamente, obviando el criterio del médico, lo que podría representar un gran riesgo, porque no siempre se tienen los conocimientos necesarios para un diagnóstico y tratamiento correcto.
Es fundamental que se establezca un marco legal para el uso de estas tecnologías, ya que presentan otras implicaciones como riesgos relacionados con la confidencialidad y privacidad, así como responsabilidad y transparencia. Algunas opciones que se proponen dentro del artículo para procurar lo mencionado anteriormente y así, que dichas tecnologías respeten los principios clásicos de autonomía, son las siguientes: autonomía en el sentido que los pacientes se encuentren completamente informados que están interactuando con un sistema de inteligencia artificial; beneficencia, siempre actuar a favor del paciente; no maleficencia, que los sistemas de IAG no causen daño a los pacientes mediante errores de interpretación o sesgos en los datos; justicia, estos sistemas deben de ser accesibles e inclusivos, así, se minimizan los riesgos potenciales.
Descargas
Referencias
1. Rivas Fernández AM, Ramos Ortiz C. La bioética en la era de la inteligencia artificial: desafíos y perspectivas. Med Gen Fam (Internet). 2024; 13(1):1–3. Disponible en: https://mgyf.org/wp-content/uploads/2024/03/MGYF2024_001.pdf
2. Topol EJ. High-performance medicine: the convergence of human and artificial intelligence. Nat Med (Internet). 2019; 25(1):44–56. Disponible en: http://dx.doi.org/10.1038/s41591-018-0300-7
3. Esteva A, Robicquet A, Ramsundar B, Kuleshov V, DePristo M, Chou K, et al. A guide to deep learning in healthcare. Nat Med (Internet). 2019; 25(1):24–9. Disponible en: http://dx.doi.org/10.1038/s41591-018-0316-z
4. Meskó B, Drobni Z, Bényei É, Gergely B, Győrffy Z. Digital health is a cultural transformation of traditional healthcare. MHealth (Internet). 2017; 3:38. Disponible en: http://dx.doi.org/10.21037/mhealth.2017.08.07
5. DOF - Diario Oficial de la Federación (Internet). Gob.mx. [citado 27 de abril de 2025]. Disponible en: https://dof.gob.mx/nota_detalle_popup.php?codigo=5272787
6. Mittelstadt BD, Allo P, Taddeo M, Wachter S, Floridi L. The ethics of algorithms: Mapping the debate. Big Data Soc (Internet). 2016; 3(2):205395171667967. Disponible en: http://dx.doi.org/10.1177/2053951716679679
7. Beauchamp TL, Childress JF. Principles Biomedical Ethics. Cary, NC, Estados Unidos de América: Oxford University Press; 1992
8. Patricio BP Dr, Armando OP Dr, E.U. Magdalena CC. Innovación en medicina: una mirada desde la bioética. Rev médica Clín Las Condes (Internet). 2012; 23(4):492–501. Disponible en: http://dx.doi.org/10.1016/s0716-8640(12)70340-1
9. Lolas F. Primum non nocere: La bioética como puente. Acta Bioeth. 2002; 8(1):7–14.
10. Obermeyer Z, Powers B, Vogeli C, Mullainathan S. Dissecting racial bias in an algorithm used to manage the health of populations. Science (Internet). 2019; 366(6464):447–53. Disponible en: http://dx.doi.org/10.1126/science.aax2342
11. Gómez MO. Medicina traslacional: un puente de plata entre las ciencias básicas y la clínica (Internet). Scielo.cl. 2017 [citado 27 de abril de 2025]. Disponible en: https://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0717-73482017000200081
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Natalia Martín del Campo Hernández, Bernardo Guzmán Canela
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.
