Marcos que abarcan la perspectiva interseccional de la inteligencia artificial en la atención médica. Revisión de...

Área de la Ciencia:

• IA en la atención médica
• Sesgo algorítmico
• Equidad en salud

Sus antecedentes:

• Los marcos de la IA se utilizan cada vez más en la atención médica.
• Los marcos de IA existentes pueden perpetuar o introducir sesgos, lo que afecta la equidad en la salud.
• Abordar el sesgo interseccional a lo largo del ciclo de vida de la IA es crucial para la implementación responsable de la IA.

Objetivo del estudio:

• Evaluar sistemáticamente cómo los marcos de la IA en la atención médica abordan el sesgo interseccional.
• Explorar las estrategias de mitigación propuestas para los sesgos identificados.
• Mapear los desafíos y soluciones de sesgo a lo largo del ciclo de vida de la IA.

Principales métodos:

• Se realizó una revisión de alcance integral siguiendo las pautas PRISMA-ScR.
• Las búsquedas cubrieron las principales bases de datos (MEDLINE, PubMed, EMBASE, SCOPUS, IEEE Xplore, Google Scholar) de 2014 a 2024.
• La extracción de datos se centró en los tipos de sesgo, las estrategias de mitigación y las fases del ciclo de vida de la IA, y los estudios se clasificaron por inclusividad.

Principales resultados:

• De los 43 estudios incluidos, las dimensiones de sesgo más abordadas fueron género/sexo y raza/etnia, mientras que las menos abordadas fueron discapacidad y ciudadanía.
• Los niveles de inclusividad variaron, y el 48,8% de los estudios se clasificaron como altos.
• Se identificaron catorce sesgos distintos y 21 estrategias de mitigación en el desarrollo, validación, implementación y monitoreo de la IA.

Conclusiones:

• Persisten brechas significativas en el abordaje de los sesgos interseccionales en la IA de atención médica, especialmente para las poblaciones marginadas.
• Si bien algunos marcos muestran esfuerzos de inclusividad, la atención a la interseccionalidad es inconsistente.
• El mapeo de los sesgos al ciclo de vida de la IA ofrece estrategias para mejorar la equidad y guiar el desarrollo responsable de la IA.