Tratamiento del cáncer: los expertos proponen directrices específicas y adecuadas para el uso y la regulación de la inteligencia artificial
Los actuales modelos de Inteligencia Artificial (IA) para el tratamiento del cáncer se entrenan y aprueban únicamente para fines específicos previstos. Los modelos de GMAI, en cambio, pueden manejar una amplia gama de datos médicos, incluidos distintos tipos de imágenes y texto. Por ejemplo, para un paciente con cáncer colorrectal, un único modelo GMAI podría interpretar vídeos de endoscopia, diapositivas de patología y datos de la historia clínica electrónica (HCE). Por tanto, estos modelos polivalentes o generalistas representan un cambio de paradigma respecto a los modelos de IA restringidos.
Los organismos reguladores se enfrentan a un dilema a la hora de adaptarse a estos nuevos modelos, ya que las normativas actuales están diseñadas para aplicaciones con una finalidad definida y fija, un conjunto específico de indicaciones clínicas y una población destinataria. La adaptación o ampliación tras la aprobación no es posible sin pasar de nuevo por la gestión de la calidad y los procesos reguladores y administrativos. Los modelos GMAI, con su adaptabilidad y potencial predictivo incluso sin ejemplos de entrenamiento específicos -el llamado razonamiento de tiro por cero-, plantean por tanto retos para la validación y la evaluación de la fiabilidad. En la actualidad, todos los marcos internacionales los excluyen.
Los autores señalan que, debido a sus características, los marcos normativos existentes no son adecuados para tratar los modelos GMAI. "Si estas normativas no cambian, una posible solución podrían ser los enfoques híbridos. Los GMAI podrían aprobarse como productos sanitarios y entonces se podría restringir la gama de indicaciones clínicas permitidas", afirma el profesor Stephen Gilbert, catedrático de Ciencia de la Reglamentación de Productos Sanitarios de la Universidad Técnica de Dresde. "Pero este planteamiento supone forzar modelos con potencial para abordar de forma inteligente nuevas cuestiones y datos multimodales en vías estrechas mediante normas redactadas cuando estas tecnologías no estaban previstas. Deben tomarse decisiones específicas sobre cómo proceder con estas tecnologías y no excluir su capacidad para abordar cuestiones para las que no fueron específicamente diseñadas". Las nuevas tecnologías exigen a veces nuevos paradigmas normativos", afirma el profesor Gilbert.
Los investigadores sostienen que será imposible impedir que pacientes y expertos médicos utilicen modelos genéricos o sistemas de apoyo a la toma de decisiones médicas no aprobados. Por tanto, sería crucial mantener el papel central de los médicos y habilitarlos como intérpretes capacitados de la información.
En conclusión, los investigadores proponen un enfoque normativo flexible que se adapte a las características únicas de los modelos de GMAI, al tiempo que garantice la seguridad de los pacientes y apoye la toma de decisiones de los médicos. Señalan que un marco regulador rígido podría obstaculizar el progreso de la asistencia sanitaria impulsada por la IA, y abogan por un enfoque matizado que equilibre la innovación con el bienestar del paciente.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.