AI-Assisted Genetic Diagnosis and Its Ethical, Legal and Social Implications: A Scoping Review
Esta revisão de escopo mapeia o panorama atual das implicações éticas, legais e sociais (ELSI) no diagnóstico genético assistido por IA, revelando que a maior parte da produção acadêmica existente falha em abordar a interseção única entre IA e genômica, destacando, assim, uma necessidade urgente de estruturas de governança e auditorias de equidade geneticamente específicas.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo
Imagine um futuro onde um programa de computador pode analisar o código genético de uma pessoa e prever o risco de ela desenvolver certas doenças, ou ajudar médicos a entender por que um paciente tem uma condição rara. Este é o potencial da inteligência artificial no diagnóstico genético. No entanto, o DNA humano não é apenas uma lista de fatos de saúde sobre uma única pessoa. É uma herança familiar compartilhada. O código genético de uma única pessoa revela informações sobre seus pais, seus irmãos e até mesmo seus filhos que ainda nem nasceram. Também os conecta a um grupo maior de pessoas que compartilham sua ancestralidade. Por causa disso, as regras que se aplicam aos dados médicos comuns não se ajustam totalmente aos dados genéticos. Quando um computador comete um erro ou um segredo é vazado, as consequências repercutem em parentes e comunidades inteiras, não apenas no indivíduo. À medida que essas ferramentas poderosas se tornam mais rápidas e baratas, cientistas e especialistas em ética correm para compreender os perigos e as responsabilidades específicos que acompanham o uso dessas informações biológicas tão pessoais.
Um novo estudo realizado por pesquisadores da Universidade Médica de Harbin e do Colégio de Ciência e Tecnologia Vocacional de Harbin analisa de perto como os acadêmicos estão pensando sobre essas questões atualmente. A equipe realizou uma busca abrangente na literatura científica para ver o que tem sido escrito sobre os problemas éticos, legais e sociais do uso de inteligência artificial para o diagnóstico genético. Eles não estavam procurando por uma simples lista de prós e contras, mas sim por um mapa de todo o campo para descobrir onde o pensamento é sólido e onde faltam peças. Os pesquisadores pesquisaram milhares de registros de grandes bases de dados científicos, focando na interseção específica onde algoritmos de computador encontram a genética humana e as preocupações éticas. Após remover as entradas duplicadas, eles filtraram 981 registros únicos. Eles descobriram que 186 desses artigos eram relevantes o suficiente para serem estudados detalhadamente, enquanto a grande maioria — 795 registros — foi excluída porque não abordava as três áreas simultaneamente.
Os pesquisadores descobriram que a maioria das discussões existentes se divide em duas categorias. Alguns artigos tratam o diagnóstico genético apenas como outro tipo de tecnologia médica, aplicando regras gerais sobre ética computacional que ignoram a natureza única do DNA. Outros tratam o assunto como um problema de genética pura, aplicando regras antigas sobre privacidade genética que ignoram como o aprendizado de máquina moderno funciona. O estudo descobriu que o meio-campo crucial, onde os perigos específicos da IA e da genética se sobrepõem, está amplamente vazio. De fato, os dados mostraram que 81% dos registros encontrados pelos pesquisadores falharam em abordar essa interseção adequadamente. Eles buscavam uma conversa que combinasse o algoritmo, o genoma e as implicações éticas, mas encontraram majoritariamente duas conversas separadas ocorrendo em paralelo.
Para dar sentido aos 186 artigos que abordaram o tema, os pesquisadores organizaram os achados em seis temas principais. O primeiro tema trata de confusão e clareza. Como os dados genéticos são tão complexos, é difícil explicar a um paciente por que um computador fez uma previsão específica. O estudo sugere que os métodos atuais para explicar essas decisões muitas vezes criam uma falsa sensação de compreensão, fazendo com que os pacientes sintam que sabem mais do que realmente sabem. O segundo tema trata de responsabilidade. Se um computador comete um erro que prejudica a família de um paciente, não está claro quem é o culpado. As regras atuais não atribuem claramente a responsabilidade pelo dano que se espalha para parentes ou gerações futuras. O terceiro tema foca na privacidade. A maioria das leis de privacidade protege o indivíduo, mas os dados genéticos podem revelar segredos sobre um grupo inteiro de pessoas. O estudo observa que há muito pouco debate sobre como proteger esses grupos de estigmas ou danos.
O quarto tema diz respeito à equidade. Os programas de computador usados para o diagnóstico genético são treinados com dados que vêm majoritariamente de pessoas de ascendência europeia. Isso significa que as ferramentas podem não funcionar tão bem para pessoas de outras origens, embora existam poucos estudos que meçam esses erros especificamente para diferentes populações. O quinto tema é sobre o consentimento. As pessoas geralmente assinam uma autorização única para realizar o teste de DNA, mas o conhecimento genético muda ao longo do tempo. À medida que os computadores aprendem coisas novas, eles podem reanalisar dados antigos e encontrar novos riscos. O estudo aponta que não temos bons sistemas para pedir permissão novamente quando esses novos achados aparecem. O tema final é sobre regras e leis. Os governos estão criando novas regulamentações, mas frequentemente tratam a inteligência artificial e os dados genéticos como questões separadas. O estudo argumenta que precisamos de regras que entendam como esses dois campos trabalham juntos.
Os pesquisadores concluem que o campo carece atualmente de uma estrutura que seja construída especificamente para a natureza única da IA genética. Eles argumentam que não podemos simplesmente pegar regras da medicina geral ou da genética geral e colá-las nesta nova tecnologia. Em vez disso, precisamos de uma nova abordagem que reconheça como a responsabilidade, a privacidade e a equidade funcionam de forma diferente quando uma máquina está interpretando nosso histórico familiar. Este estudo serve como um mapa, mostrando exatamente onde estão as lacunas para que pesquisas e leis futuras possam preenchê-las. Os autores planejam dar seguimento com mais dois artigos que proporão uma nova forma de pensar sobre a responsabilidade e aplicarão essas ideias a diretrizes específicas que estão sendo desenvolvidas na China. Ao identificar os pontos cegos no pensamento atual, este trabalho visa garantir que, ao usarmos a inteligência artificial para ler nosso código genético, o façamos de uma forma que proteja indivíduos, famílias e comunidades.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.