Desafíos de la inteligencia artificial en la industria de la salud: una revisión sistemática de la evidencia reciente

Área de la Ciencia:

• * Informática de la salud
• La inteligencia artificial en la medicina
• * Tecnología de la salud

Sus antecedentes:

• * La inteligencia artificial (IA) es fundamental para el avance de los registros electrónicos de salud y los servicios de atención médica.
• * Numerosos desafíos impiden el pleno potencial y la adopción generalizada de la IA en el campo médico.
• * Resolver estos problemas relacionados con la IA es esencial para elevar la calidad de la prestación de atención médica.

Objetivo del estudio:

• * Clasificar e identificar sistemáticamente los desafíos clave asociados con la implementación de la inteligencia artificial en el cuidado de la salud.
• * Analizar la prevalencia y la naturaleza de estos obstáculos en varios ámbitos de la salud.
• * Proporcionar ideas para la integración responsable y equitativa de la IA en entornos médicos.

Principales métodos:

• * Revisión sistemática de la literatura de las bases de datos Scopus, Web of Science y PubMed (2019-julio 2024).
• * Inclusión de 47 artículos de investigación originales de 1453 estudios identificados, centrados en los desafíos de la IA en la atención médica.
• * Revisión por expertos y categorización de los obstáculos identificados y de los ámbitos sanitarios.

Principales resultados:

• * Se identificaron diecisiete categorías distintas de desafíos de IA en el cuidado de la salud.
• * Los obstáculos más frecuentes incluyen desafíos técnicos (29,8%), adopción de tecnología (25,5%) y preocupaciones de fiabilidad/validez (23,4%).
• * Las aplicaciones sanitarias se clasificaron en 24 ámbitos distintos.

Conclusiones:

• * Priorizar la resolución de desafíos técnicos y mejorar la fiabilidad y validez de la IA es primordial.
• * La protección sólida de los datos de los pacientes es fundamental para una implementación confiable de la IA.
• * Abordar la brecha de conocimiento entre los pacientes y el público es esencial para la adopción equitativa de la IA en la atención médica.