La tecnología avanza todos los días y de ninguna forma se puede detener. Dentro de las innovaciones recientes la inteligencia artificial (IA) aplicada en la medicina se ha convertido en una de las herramientas más poderosas. Al mismo tiempo, genera preocupación porque en otros sectores se ha utilizado de forma indebida y sin respetar la ética.
De igual forma, en otros campos hay temor por considerar que esta modalidad pueda sustituir a los humanos. Ante este panorama, en lugar de pensar en la prohibición lo ideal es la regulación.
También lee: ENARM: Este es el error más frecuente que cometen los aspirantes que repiten el examen
¿De qué forma se utiliza la IA en la medicina?
En 2026, la IA ha dejado de ser una promesa futurista para convertirse en una herramienta de uso diario en hospitales y consultorios. No ha llegado para reemplazar al médico, sino para liberarlo de las tareas mecánicas y dotarlo de una “visión aumentada” que antes era imposible.
A pesar de estos avances, el gran reto sigue siendo la transparencia. Los médicos y pacientes exigen saber “por qué” la IA tomó una decisión y garantizar que los algoritmos no tengan sesgos que afecten a ciertas poblaciones.
Vacuna contra el sarampión: ¿Cuántas dosis son, quiénes la deben recibir y a qué edad?
Decálogo para el uso ético de la IA en la Medicina
Con lo anterior en mente, la Administración de Alimentos y Medicamentos de Estados Unidos (FDA, por sus siglas en inglés) y la EMA (Agencia Europea de Medicamentos, por sus siglas en inglés). redactaron y publicaron un decálogo para garantizar el uso correcto y ético de la IA en la medicina.
- Centrada en las personas desde el diseño. El desarrollo y el uso de las tecnologías de IA se alinean con valores éticos y centrados en el ser humano.
- Enfoque basado en el riesgo. El desarrollo y el uso de las tecnologías de IA siguen un enfoque basado en el riesgo, con validación proporcional, mitigación de riesgos y supervisión en función del contexto de uso y del riesgo determinado del modelo.
- Cumplimiento de normas y estándares. Las tecnologías de IA cumplen con las normas legales, éticas, técnicas, científicas, de ciberseguridad y regulatorias pertinentes, incluidas las Buenas Prácticas (GxP).
- Contexto de uso claramente definido. Las tecnologías de IA cuentan con un contexto de uso bien definido (rol y alcance de su utilización).
- Experiencia multidisciplinar. La experiencia multidisciplinar que abarca tanto la tecnología de IA como su contexto de uso se integra a lo largo de todo el ciclo de vida de la tecnología.
- Gobernanza y documentación de los datos. La procedencia de las fuentes de datos, los pasos de procesamiento y las decisiones analíticas se documentan de manera detallada, trazable y verificable, de conformidad con los requisitos de GxP. Se garantiza una gobernanza adecuada, incluida la privacidad y la protección de los datos sensibles.
- Prácticas de diseño y desarrollo de modelos. El desarrollo de las tecnologías de IA sigue las mejores prácticas en diseño de modelos y sistemas e ingeniería de software, y utiliza datos adecuados para su propósito, teniendo en cuenta la interpretabilidad, la explicabilidad y el rendimiento predictivo. Un buen desarrollo de modelos y sistemas fomenta la transparencia, la fiabilidad, la generalización y la robustez de las tecnologías de IA, contribuyendo a la seguridad del paciente.
- Evaluación del rendimiento basada en el riesgo. Las evaluaciones del rendimiento basadas en el riesgo valoran el sistema completo, incluidas las interacciones humano–IA, utilizando datos adecuados para su propósito y métricas apropiadas para el contexto de uso previsto, respaldadas por la validación del rendimiento predictivo mediante métodos de prueba y evaluación adecuadamente diseñados.
- Gestión del ciclo de vida. Se implementan sistemas de gestión de la calidad basados en el riesgo a lo largo de todo el ciclo de vida de las tecnologías de IA, incluidos los mecanismos para detectar, evaluar y abordar incidencias. Las tecnologías de IA se someten a una monitorización programada y a reevaluaciones periódicas para garantizar un rendimiento adecuado (por ejemplo, para abordar la deriva de datos).
- Información clara y esencial. Se utiliza un lenguaje claro y sencillo para presentar información accesible y contextualizada al público destinatario, incluidos usuarios y pacientes, sobre el contexto de uso de la tecnología de IA, su rendimiento, limitaciones, datos subyacentes, actualizaciones y su interpretabilidad o explicabilidad. Esta información se mantiene a lo largo de todo el ciclo de vida de la tecnología.
También lee: ENARM 2026: Posibles fechas para la inscripción y el registro en el examen
Al final, el objetivo no es detener el avance de la tecnología sino comprender que se trata de una herramienta que está para servir a los humanos. Por lo mismo, lo ideal es comprender su funcionamiento y la manera en que se puede aprovechar en distintos campos como el sanitario.
