AI-Assisted Genetic Diagnosis and Its Ethical, Legal and Social Implications: A Scoping Review
Esta revisión de alcance mapea el panorama actual de las implicaciones éticas, legales y sociales (ELSI) en el diagnóstico genético asistido por IA, revelando que la mayor parte de la academia existente no aborda la intersección única entre la IA y la genómica, destacando así una necesidad urgente de marcos de gobernanza y auditorías de equidad específicos para la genética.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo
Imagina un futuro en el que un programa informático puede observar el código genético de una persona y predecir su riesgo de desarrollar ciertas enfermedades, o ayudar a los médicos a comprender por qué un paciente tiene una condición rara. Esta es la promesa de la inteligencia artificial en el diagnóstico genético. Sin embargo, el ADN humano no es solo una lista de hechos de salud sobre una persona. Es una reliquia familiar compartida. El código genético de una sola persona revela información sobre sus padres, sus hermanos e incluso sus hijos que aún no han nacido. También lo conecta con un grupo más amplio de personas que comparten su ascendencia. Debido a esto, las reglas que se aplan a los datos médicos regulares no encajan completamente con los datos genéticos. Cuando una computadora comete un error o se filtra un secreto, las consecuencias repercuten en los familiares y en comunidades enteras, no solo en el individuo. A medida que estas poderosas herramientas se vuelven más rápidas y económicas, científicos y especialistas en ética corren para comprender los peligros y las responsabilidades específicos que conlleva usarlas en nuestra información biológica más personal.
Un nuevo estudio realizado por investigadores de la Universidad Médica de Harbin y del Colegio de Ciencia y Tecnología Vocacional de Harbin analiza de cerca cómo están pensando los académicos sobre estos temas actualmente. El equipo llevó a cabo una búsqueda amplia de la literatura científica para ver qué se ha escrito sobre los problemas éticos, legales y sociales del uso de la inteligencia artificial para el diagnóstico genético. No buscaban una simple lista de pros y contras, sino más bien un mapa de todo el campo para descubrir dónde es sólida la reflexión y dónde faltan piezas. Los investigadores buscaron a través de miles de registros de las principales bases de datos científicas, centrándose en la intersección específica donde los algoritmos informáticos se encuentran con la genética humana y las preocupaciones éticas. Tras eliminar las entradas duplicadas, examinaron 981 registros únicos. Encontraron que 186 de estos artículos eran lo suficientemente relevantes como para estudiarlos en detalle, mientras que la gran mayoría —795 registros— fueron excluidos porque no abordaban las tres áreas al mismo tiempo.
Los investigadores descubrieron que la mayoría de las discusiones existentes caen en una de dos categorías. Algunos artículos tratan el diagnóstico genético como otro tipo de tecnología médica, aplicando reglas generales sobre la ética informática que ignoran la naturaleza única del ADN. Otros lo tratan como un problema de genética únicamente, aplicando viejas reglas sobre la privacidad genética que ignoran cómo funciona el aprendizaje computacional moderno. El estudio encontró que el punto medio crucial, donde los peligros específicos de la IA y la genética se superponen, está mayormente vacío. De hecho, los datos mostraron que el 80 por ciento de los registros que los investigadores encontraron no abordaron esta intersección adecuadamente. Ellos buscaban una conversación que combinara el algoritmo, el genoma y las implicaciones éticas, pero la mayoría de las veces encontraron dos conversaciones separadas ocurriendo en paralelo.
Para dar sentido a los 186 artículos que sí abordaron el tema, los investigadores organizaron los hallazgos en seis temas principales. El primer tema trata sobre la confusión y la claridad. Debido a que los datos genéticos son tan complejos, es difícil explicar a un paciente por qué una computadora hizo una predicción específica. El estudio sugiere que los métodos actuales para explicar estas decisiones a menudo crean una falsa sensación de comprensión, haciendo que los pacientes sientan que saben más de lo que realmente saben. El segundo tema trata sobre la responsabilidad. Si una computadora comete un error que daña a la familia de un paciente, no está claro quién es el culpable. Las reglas actuales no asignan claramente la responsabilidad por el daño que se extiende a los familiares o a las generaciones futuras. El tercer tema se centra en la privacidad. La mayoría de las leyes de privacidad protegen al individuo, pero los datos genéticos pueden revelar secretos sobre un grupo entero de personas. El estudio señala que hay muy poca discusión sobre cómo proteger a estos grupos del estigma o el daño.
El cuarto tema concierne a la equidad. Los programas informáticos utilizados para el diagnóstico genético son entrenados con datos que provienen principalmente de personas de ascendencia europea. Esto significa que las herramientas pueden no funcionar tan bien para personas de otros orígenes, y sin embargo, existen pocos estudios que midan estos errores específicamente para diferentes poblaciones. El quinto tema es el consentimiento. Las personas suelen firmar un permiso de un solo uso para realizarse una prueba de ADN, pero el conocimiento genético cambia con el tiempo. A medida que las computadoras aprenden cosas nuevas, podrían reanalizar datos antiguos y encontrar nuevos riesgos. El estudio señala que no tenemos buenos sistemas para pedir permiso nuevamente cuando aparecen estos nuevos hallazgos. El tema final trata sobre las reglas y las leyes. Los gobiernos están creando nuevas regulaciones, pero a menudo tratan la inteligencia artificial y los datos genéticos como cuestiones separadas. El estudio sostiene que necesitamos reglas que entiendan cómo estos dos campos trabajan juntos.
Los investigadores concluyen que el campo carece actualmente de un marco que esté construido específicamente para la naturaleza única de la IA genética. Argumentan que no podemos simplemente tomar reglas de la medicina general o de la genética general y pegarlas en esta nueva tecnología. En cambio, necesitamos un nuevo enfoque que reconozca cómo la responsabilidad, la privacidad y la equidad funcionan de manera diferente cuando una máquina está interpretando nuestra historia familiar. Este estudio sirve como un mapa, mostrando exactamente dónde están las brechas para que la investigación futura y las leyes puedan llenarlas. Los autores planean dar seguimiento con dos artículos más que propondrán una nueva forma de pensar sobre la responsabilidad y aplicarán estas ideas a las directrices específicas que se están desarrollando en China. Al identificar los puntos ciegos en el pensamiento actual, este trabajo tiene como objetivo asegurar que, a medida que usemos la inteligencia artificial para leer nuestro código genético, lo hagamos de una manera que proteja a los individuos, las familias y las comunidades.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.