Representación y sesgo en modelos de inteligencia artificial para el cáncer de tiroides: una revisión sistemática

Área de la Ciencia:

• La informática médica
• En el campo de la oncología
• Inteligencia artificial

Sus antecedentes:

• Creciente interés en la inteligencia artificial (IA) para el tratamiento del cáncer de tiroides, con el objetivo de mejorar el diagnóstico, predecir los resultados y personalizar el tratamiento.
• Potencial de sesgo de IA en los algoritmos de cáncer de tiroides, lo que lleva a disparidades en la atención de las poblaciones subrepresentadas.
• Necesidad de una evaluación sistemática de la representación demográfica y el sesgo en los modelos de IA para el cáncer de tiroides.

Objetivo del estudio:

• Revisar sistemáticamente los modelos de IA utilizados en el tratamiento del cáncer de tiroides.
• Evaluar la representación demográfica e identificar posibles sesgos dentro de estos modelos de IA.
• Evaluar la alineación de los datos del modelo de IA con la epidemiología mundial del cáncer de tiroides.

Principales métodos:

• Búsqueda sistemática de literatura en EMBASE, PubMed y Google Scholar hasta enero de 2024.
• La inclusión de estudios con IA para el tratamiento del cáncer de tiroides con datos demográficos.
• Extracción de datos y evaluación del riesgo de sesgo por dos revisores independientes registrados en PROSPERO.

Principales resultados:

• Se revisaron 197 estudios, centrados principalmente en el diagnóstico (133) y la predicción/pronóstico (47).
• La mayoría de los participantes provienen de China (124) y Estados Unidos (26); hay más mujeres (12.410) que hombres (4222).
• Subrepresentación significativa de los asiáticos orientales y sobrerrepresentación de los participantes blancos y negros en comparación con la prevalencia global; los factores socioeconómicos a menudo se omiten.

Conclusiones:

• Los modelos actuales de IA para el cáncer de tiroides muestran brechas significativas en la diversidad y la representatividad de los datos.
• Los modelos de IA se alinean con las tendencias epidemiológicas generales, pero carecen de una inclusión demográfica integral.
• El desarrollo de modelos de IA más equitativos, teniendo en cuenta la diversidad demográfica y los antecedentes socioculturales, es crucial para mejorar la atención mundial del cáncer de tiroides.