Applying socio-anthropological approaches to explore the socio-cultural and ethical requirements for AI-assisted obstetric ultrasound in Kenya: reflections and lessons learned

El embarazo es un tiempo de profunda esperanza y vulnerabilidad, donde el simple acto de ver a un bebé en desarrollo a través de una ecografía puede transformar la ansiedad en tranquilidad. En muchas partes del mundo, esta tecnología es una parte rutinaria de la atención prenatal, ofreciendo una ventana clara a la salud de la madre y del hijo. Sin embargo, en entornos con escasos recursos, el acceso a ecografistas capacitados y máquinas costosas sigue siendo escaso, dejando a muchas mujeres sin esta red de seguridad crítica. La inteligencia artificial, el campo de la informática dedicado a la creación de sistemas capaces de realizar tareas que usualmente requieren inteligencia humana, ha surgido como una solución potencial. Al entrenar a las computadoras para leer imágenes médicas, los investigadores esperan empoderar a trabajadores de la salud menos especializados para que brinden una atención de alta calidad. No obstante, una máquina que funciona perfectamente en un laboratorio no tiene éxito automáticamente en una clínica rural. La tecnología no existe en el vacío; aterriza en comunidades con sus propias creencias profundamente arraigadas, estructuras sociales y preocupaciones éticas. Si una nueva herramienta ignora estas realidades humanas, corre el riesgo de ser rechazada, sin importar lo avanzado que sea su código.

Este es el desafío central explorado por un equipo de investigadores en Kenia, quienes se propusieron comprender cómo sería recibida por las personas a las que pretende ayudar un tipo específico de inteligencia artificial, diseñada para asistir en la ecografía obstétrica. El proyecto, conocido como AIMIX, busca desarrollar un marco que permita a proveedores menos especializados realizar ecografías con la ayuda de la IA, cerrando potencialmente la brecha en la atención de la salud materna. Pero antes de que la tecnología pudiera ser construida y probada, el equipo se dio cuenta de que primero debían comprender el paisaje humano. Recurrieron a métodos socioantropológicos, una forma de estudiar a las personas escuchando sus historias y observando sus vidas, para explorar las reglas sociales y culturales que gobiernan la aceptación de las nuevas herramientas médicas. Su trabajo, detallado en un reciente artículo de reflexión, revela que el camino hacia una tecnología exitosa está pavimentado no solo con datos, sino con confianza, comunicación clara y un profundo respeto por el contexto local.

Los investigadores llevaron a cabo su estudio en dos entornos muy diferentes: el bullicioso entorno urbano de un hospital privado en Nairobi y la comunidad rural de agricultura de subsistencia de Rabai, en la costa de Kenia. Hablaron con ochenta y cuatro personas en total, incluyendo mujeres embarazadas, sus parejas, médicos, enfermeras, líderes comunitarios e incluso parteras tradicionales. Utilizando un método llamado teoría fundamentada, no comenzaron con una lista fija de preguntas para probar un punto específico. En su lugar, comenzaron con conversaciones abiertas, permitiendo que los participantes guiaran la discusión y revelaran lo que realmente les importaba. Este enfoque permitió a los investigadores descubrir problemas que no habían anticipado, como los temores específicos sobre la privacidad de los datos o las formas únicas en que los líderes religiosos interpretaban el papel de las máquinas en la vida humana.

Uno de los hallazgos más significativos fue que el concepto de inteligencia artificial era mayormente abstracto y confuso para muchos participantes. En las zonas rurales, donde la tecnología digital es menos común, la idea de una computadora analizando la imagen de un bebé se sentía distante y potencialmente amenazante. El equipo aprendió que simplemente explicar la tecnología con términos técnicos era ineficaz. En su lugar, encontraron el éxito utilizando ayudas visuales, como un dibujo sencillo que mostraba a una enfermera realizando una ecografía con un nuevo dispositivo, para hacer el concepto concreto. También descubrieron que la comprensión no era un evento de una sola vez; tenían que verificar con los participantes, pidiéndoles que explicaran el estudio de vuelta a los investigadores con sus propias palabras. Esta simple práctica de verificación aseguró que todos estuvieran en la misma sintonía antes de avanzar, evitando malentendidos que podrían haber descarrilado todo el proyecto.

El estudio también destacó la importancia crítica de quién tiene voz al hablar sobre la nueva tecnología. En muchos esfuerzos previos para introducir innovaciones médicas, la conversación estuvo dominada por médicos e ingenieros, mientras que las personas que realmente usarían o recibirían la atención quedaron al margen. El equipo keniano incluyó deliberadamente una amplia gama de voces, desde promotores de salud comunitaria hasta líderes religiosos y parteras tradicionales. Descubrieron que estos actores locales clave poseían las llaves de la confianza. Por ejemplo, cuando un líder religioso expresó la preocupación de que la Iglesia Católica pudiera oponerse a la tecnología, el equipo no descartó la inquietud. En su lugar, buscaron a un sacerdote que aclaró que la Iglesia apoyaba la tecnología siempre y cuando esta preservara la dignidad humana. Del mismo modo, cuando un líder comunitario dudó de si las parteras tradicionales aceptarían las nuevas herramientas, el equipo entrevistó a las propias parteras y encontró que estaban abiertas a la idea si esto significaba salvar vidas. Estas interacciones demostaron que una implementación exitosa requiere involucrar a todo el ecosistema social, no solo al sistema médico.

Otra lección crucial surgió respecto a cómo se llevó a cabo la investigación. El equipo planeó inicialmente entrevistar a todos en persona, pero rápidamente se dieron cuenta de que, en el concurrido hospital urbano, las reuniones estrictamente presenciales excluían a algunos participantes dispuestos que no podían disponer de tiempo. Adaptaron su enfoque, permitiendo entrevistas virtuales para asegurar que nadie quedara fuera. Esta flexibilidad se extendió también a sus estrategias de reclutamiento. En la zona rural, tuvieron dificultades para reunir grupos para la discusión hasta que se asociaron con un promotor de salud comunitaria de confianza y programaron la reunión para que coincidiera con un día de clínica de maternidad de rutina. Al tejer su investigación en los ritmos existentes de la vida diaria, en lugar de intentar imponer un nuevo horario, lograron construir una participación genuina.

Los investigadores también enfatizaron el valor del compromiso continuo. No trataron a la comunidad como una fuente de datos para ser extraídos y luego olvidados. En su lugar, realizaron reuniones para actualizar a los participantes sobre el progreso del estudio y explicar cómo sus aportes estaban dando forma al desarrollo del modelo de IA. Este diálogo constante construyó una base de confianza que es esencial para cualquier asociación a largo plazo. El equipo señaló que, si bien la tecnología en sí aún está en desarrollo y no ha sido probada en el mundo real, los conocimientos obtenidos de estas conversaciones ya están moldeando la forma en que se diseña la herramienta. Argumentan que, sin este profundo entendimiento centrado en el ser humano, incluso el algoritmo más sofisticado podría fallar al intentar encontrar un lugar en las comunidades que más lo necesitan.

En última instancia, este trabajo sirve como un recordatorio de que la tecnología no es solo un conjunto de herramientas, sino una práctica social. El artículo sugiere que, para que la inteligencia artificial beneficie realmente la salud materna en entornos de escasos recursos, debe construirse con una comprensión profunda de las personas a las que sirve. Los investigadores encontraron que el camino a seguir implica más que un mejor código; requiere un compromiso de escuchar, adaptarse y respetar la compleja red de valores culturales y éticos que definen la vida humana. Al colocar estos factores humanos en el centro del proceso de diseño, el equipo ofrece un plano para crear tecnología que no solo sea inteligente, sino también lo suficientemente sabia como para encajar en el mundo que espera mejorar.