Inteligencia artificial en salud: por qué evaluar antes de incorporar
Una columna de Martín Saban plantea que la adopción de IA en medicina debe apoyarse en evidencia, pruebas locales y responsabilidades claras ante posibles errores.
- Saban propone evaluar la IA médica antes de incorporarla.
- Las respuestas convincentes de un modelo pueden contener errores.
- El trabajo de Favaloro ilustra el valor de la evidencia y la revisión entre colegas.
- La adopción requiere pruebas locales, evaluación de costos y responsables definidos.
La incorporación de inteligencia artificial a la medicina exige evaluar sus resultados antes de extender su uso. Ese es el planteo de Martín Saban en una columna de opinión publicada en La Nación, donde contrapone la velocidad de los cambios comerciales con los tiempos de la innovación sanitaria.
Para desarrollar su argumento, el autor recurre a un recorrido imaginario de René Favaloro por un shopping y el Hospital Fernández. Mientras los medios de pago muestran una transformación evidente, la organización del hospital conserva rasgos conocidos. Saban sostiene que esa diferencia no representa necesariamente un atraso: en medicina, una falla puede comprometer la vida de un paciente.
La experiencia de Favaloro con el bypass coronario sirve como ejemplo de una innovación respaldada por trabajo clínico. En 1967, el cirujano sistematizó la técnica mediante el estudio, la práctica, el registro de casos y la publicación de resultados sometidos al análisis de sus colegas. Para el columnista, acceder a investigaciones científicas mediante herramientas automatizadas no reemplaza ese proceso.
Saban advierte que los modelos de IA pueden producir respuestas convincentes que contienen errores o datos inventados. También cuestiona la tensión entre las exigencias comerciales de las empresas que desarrollan esas herramientas y los cuidados necesarios para aplicarlas en salud. Su argumento es que los principios éticos deben orientar el desarrollo desde el comienzo.
La propuesta de la columna es avanzar con una adopción responsable. Eso implica identificar la necesidad que atiende cada herramienta, comprobar su desempeño, conocer los datos utilizados para entrenarla y evaluar sus costos. Además, requiere establecer quién asume la responsabilidad ante una falla y validar con pacientes locales los sistemas desarrollados con información de otras poblaciones.
Por qué importa: Para la Argentina, incorporar IA en salud exige comprobar que funciona con pacientes locales y evaluar sus costos y las responsabilidades ante posibles errores.