La inteligencia artificial (IA) tiene el potencial de revolucionar nuestra disciplina, pero también plantea importantes desafíos que debemos superar para garantizar el uso seguro y eficaz de sus tecnologías. En este artículo, exploro 15 riesgos identificados y ofrezco posibles soluciones para mitigarlos.
- Riesgos asociados con la precisión de los algoritmos de la IA: Los algoritmos de la IA pueden tener fallas, lo que puede comprometer seriamente la seguridad del paciente. Para minimizar este riesgo es necesario validar rigurosamente los algoritmos de IA, antes de su implementación clínica garantizando así su precisión y rendimiento en diversos escenarios clínicos.
- Dependencia excesiva de la IA: La dependencia excesiva de la IA puede provocar una reducción de las habilidades clínicas y la pérdida de la capacidad de los pacientes para tomar decisiones médicas informadas. Mantenerse al día con los avances de la IA y desarrollar habilidades clínicas adicionales es clave para garantizar un buen equilibrio entre la IA y el juicio clínico humano.
- Pérdida de la relación médico-paciente: La integración de la IA puede reducir la interacción y la empatía del paciente. Para evitarlo, es importante mantener una comunicación cercana y empática con el paciente, esto permitirá reforzar la importancia de la presencia humana en la asistencia sanitaria.
- Tendencias y discriminación en algoritmos de la IA: Los algoritmos de IA pueden reflejar sesgos y discriminaciones presentes en el conjunto de datos utilizado para el entrenamiento. Para minimizar este riesgo es necesario monitorear y probar periódicamente los resultados de la IA, identificando y corrigiendo posibles desviaciones.
- Amenazas a la privacidad y a la seguridad de los datos: El uso de IA implica procesar grandes cantidades de datos personales que son sensibles. Para garantizar la privacidad y seguridad de los datos es esencial implementar protocolos sólidos de seguridad, cifrado y consentimiento, que cumplan con las regulaciones de protección de datos aplicables.
- Resistencia de la IA y falta de aceptación: La resistencia y la falta de aceptación por parte de los profesionales de la salud puede obstaculizar la implementación exitosa de la IA. Para afrontar este desafío se requiere una formación continua en IA que permita tener una mayor comprensión de sus beneficios y limitaciones.
- Límites de la adaptabilidad de la IA: La adaptabilidad de los sistemas de IA puede ser un desafío, especialmente en entornos clínicos complejos y cambiantes. Para superar esta limitación se debe establecer un seguimiento y una actualización continua de los sistemas de IA, con el fin de garantizar que se adapten a los nuevos desafíos y a las necesidades clínicas.
- Trabajos alternativos de la IA: Algunos temen que la IA pueda reemplazar a los anestesiólogos en determinadas tareas. Para evitar esto la atención debería centrarse en reorientar las carreras y desarrollar nuevas habilidades, aprovechando la IA como una herramienta complementaria en lugar de ser vista como una amenaza.
- Uso de proveedores de IA externos: La dependencia total de proveedores externos de IA puede causar problemas de acceso, confiabilidad y controlabilidad. Para mitigar este riesgo es esencial desarrollar capacidades internas en IA, fomentar la colaboración con expertos en el campo y promover la investigación y el desarrollo.
- Ruptura de la continuidad en la atención médica: La integración de la IA en el flujo del trabajo clínico podría generar desafíos en la coordinación y en la continuidad de la atención médica. Es necesario establecer una coordinación efectiva entre la IA y los profesionales de la salud, asegurando una comunicación fluida y una transición sin problemas.
- Fallas técnicas de los sistemas de IA: Los sistemas de IA están sujetos a fallas técnicas y errores, lo que podría tener implicaciones graves para la seguridad del paciente. Para mitigar este riesgo se deben implementar protocolos de respaldo y redundancia que aseguren la disponibilidad continua de los servicios de anestesiología.
- Dificultad para interpretar y explicar resultados de la IA: La interpretación y explicación de los resultados generados por la IA pueden ser desafiantes para los profesionales de la salud y los pacientes. Es esencial brindar capacitación en la comprensión de los resultados de la IA, promoviendo la transparencia y la explicación de los procesos de toma de decisiones.
- Riesgos éticos en el uso de la IA: El uso de la IA en anestesiología plantea cuestiones éticas, como la responsabilidad, la equidad y el consentimiento informado. Para abordar estos riesgos éticos, se deben establecer principios éticos claros y seguir estándares profesionales que involucren a expertos en ética médica en el desarrollo e implementación de la IA.
- Sobrecarga de información generada por la IA: La IA puede generar una gran cantidad de información, lo que podría abrumar a los profesionales de la salud y dificultar la toma de decisiones fundamentadas. Para superar este desafío, se deben desarrollar herramientas de filtrado y priorización que faciliten el acceso eficiente y oportuno a la información generada por la IA.
- Responsabilidad legal y malentendidos de la IA: La responsabilidad legal en el uso de la IA puede ser compleja y puede haber malentendidos sobre quién es responsable en caso de posibles errores o daños. Para abordar esta cuestión, se recomienda consultar a expertos legales y establecer protocolos claros de responsabilidad y rendición de cuentas.
A continuación una tabla que condensa 15 posibles riesgos que los anestesiólogos podrían enfrentar con la aparición de la inteligencia artificial (IA) en la anestesiología, junto con algunas sugerencias sobre cómo evitar que estos riesgos se hagan realidad:
| No. | Riesgo | Medidas de mitigación |
| 1 | Fallos en la precisión de los algoritmos de IA | Validación rigurosa de los algoritmos de IA antes de usarlos |
| 2 | Dependencia excesiva de la IA | Mantener habilidades clínicas y conocimientos actualizados. |
| 3 | Pérdida de la relación médico-paciente | Mantener una comunicación cercana y empática con los pacientes. |
| 4 | Sesgos y discriminación en los algoritmos de IA | Supervisión y auditoría regular de los resultados de IA |
| 5 | Amenazas a la privacidad y seguridad de los datos | Implementar protocolos robustos de seguridad de datos |
| 6 | Resistencia y falta de aceptación de la IA | Capacitación y educación continua sobre la IA |
| 7 | Sustitución de empleo por la IA | Reorientación profesional y desarrollo de nuevas habilidades. |
| 8 | Limitaciones en la adaptabilidad de la IA | Monitoreo y actualización constante de los sistemas de IA |
| 9 | Dependencia de proveedores externos de IA | Desarrollo interno de capacidades de IA |
| 10 | Ruptura de la continuidad atención médica | Coordinación efectiva entre la IA y los profesionales de la salud |
| 11 | Fallas técnicas de los sistemas de IA | Implementación de protocolos de respaldo y redundancia |
| 12 | Dificultad para interpretar y explicar resultados | Capacitación en comprensión de resultados de IA |
| 13 | Riesgos éticos en el uso de la IA | Adherencia a principios éticos y estándares profesionales. |
| 14 | Sobrecarga de información generada por la IA | Desarrollo de herramientas de filtrado y priorización. |
| 15 | Responsabilidad legal y malentendidos de la IA | Consulta a expertos legales y establece protocolos claros. |
Estas medidas de mitigación pueden ayudar a prevenir o reducir los riesgos asociados con la incorporación de la IA en la anestesiología. Sin embargo, es importante tener en cuenta que estos riesgos pueden variar dependiendo del contexto y del desarrollo específico de la IA en este campo. Por lo tanto, siempre es necesario evaluar y adaptar las medidas de mitigación a las circunstancias particulares.
¿Cómo me comunico con el autor mismo directamente, vía correo suyo personal alguno y ojalá también pudiendo llamarle a su número personal móvil? (pues no uso Whatsapp ni otra red digital). Así podría darles lugar a mayores desarrollos, eventos y utilidades todas (de todo orden), desde su posibilidad de admitir lo que en historia pasada se han negado y así le negaron a todas poblaciones en el universo que compartimos, por los arraigos varios incurridos (y que hallo que mantienen) a las obsolescencias no pocas que siguen liderando y les dicta su actual proseguir de lo que creen para quizás mejor futuro, siquiera profesional (cuando en y desde esencia actualizada se cumpla y se siga y crezca). Ojalá no esté yo con esta nota perdiendo nuevamente desde mi tiempo dedicado, como todo lo que antes con y por sus miembros partes muchas sólo así ha quedado del todo y tantísimo que les dispuse en bandeja servido, para que apenas a hoy (más de 20 años después) acaben de (acaso) ‘descubrir’ lo que en el artículo sobre IA en salud de se alude (y sobre lo además respectivo que muy bien pudiéremos debatir en un foro a que les ‘invito’, si lo aceptasen del más alto alcance y nivel (a que me aceptasen y además me tolerasen), en vez alguna siguiente conjunta (en su toda holística e integralidad de resultantes ganables).