IA centrada en el ser humano como marco para guiar el desarrollo de herramientas de diagnóstico basadas en imágenes...

Área de la Ciencia:

• Oncología
• Informática Médica
• Interacción Humano-Computadora

Sus antecedentes:

• Las herramientas de diagnóstico de inteligencia artificial (AIDT) demuestran una alta precisión en oncología, pero enfrentan una adopción clínica limitada.
• Los principios de la IA centrada en el ser humano (HCAI), incluida la retroalimentación del usuario, el apoyo a la toma de decisiones y las explicaciones personalizadas, son clave para mejorar la integración de los AIDT.
• Esta revisión se centra en los aspectos de HCAI dentro de los AIDT para oncología, utilizando los diagnósticos de cáncer de piel como un estudio de caso específico.

Objetivo del estudio:

• Evaluar la integración de la retroalimentación del usuario en el desarrollo de AIDT para oncología.
• Evaluar el impacto de los AIDT en la toma de decisiones clínicas, particularmente en dermatología.
• Examinar el papel y la percepción del usuario de la IA explicable (XAI) en los diagnósticos de cáncer de piel.

Principales métodos:

• Se realizaron búsquedas sistemáticas de literatura (directrices PRISMA) en PubMed y ScienceDirect (2019-2024).
• Las búsquedas se centraron en AIDT que incorporan retroalimentación del usuario, el impacto de los AIDT en las decisiones de los dermatólogos y la IA explicable en el cáncer de piel.
• Se analizaron los estudios por su enfoque en la retroalimentación del usuario, la mejora de las decisiones y la implementación de XAI.

Principales resultados:

• Cinco estudios integraron la retroalimentación del usuario en el diseño de AIDT contra el cáncer.
• Los AIDT mejoraron las decisiones diagnósticas de los dermatólogos tanto en entornos experimentales como clínicos para el cáncer de piel.
• La IA explicable (XAI) es prevalente en los diagnósticos de cáncer de piel, y la investigación explora las preferencias del usuario y la confianza en los diagnósticos de IA.

Conclusiones:

• La integración de la retroalimentación del usuario conduce a AIDT que satisfacen mejor las necesidades de los médicos.
• La evidencia respalda la capacidad de los AIDT para mejorar la toma de decisiones clínicas.
• La combinación de AIDT con XAI fomenta la confianza de los médicos, lo que podría impulsar una mayor adopción en oncología.