����������������������������������������������������������������������������������

 

 

Papel de la inteligencia artificial en la mejora de procesos administrativos en el �rea de la salud p�blica

 

Role of artificial intelligence in improving administrative processes in the area of ​​public health

 

Papel da intelig�ncia artificial na melhoria dos processos administrativos na �rea da sa�de p�blica

 

 

 

 

 

 

 

 

 

 

Correspondencia: castro-maria4250@unesum.edu.ec

 

Ciencias de la Salud

Art�culo de Investigaci�n

 

 

* Recibido: 29 de julio de 2024 *Aceptado: 22 de agosto de 2024 * Publicado: �30 de septiembre de 2024

 

        I.            Estudiante de Laboratorio Cl�nico, Universidad Estatal del Sur de Manab�, Facultad de Ciencias de la Salud, Jipijapa, Manab�, Ecuador.

      II.            Estudiante de Laboratorio Cl�nico, Universidad Estatal del Sur de Manab�, Facultad de Ciencias de la Salud, Jipijapa, Manab�, Ecuador.

   III.            Estudiante de Laboratorio Cl�nico, Universidad Estatal del Sur de Manab�, Facultad de Ciencias de la Salud, Jipijapa, Manab�, Ecuador.

   IV.            Licenciado en Laboratorio Cl�nico, Docente de la Universidad Estatal del Sur de Manab�, Facultad de Ciencias de la Salud, Jipijapa, Manab�, Ecuador.

Resumen

La Inteligencia Artificial tiene el potencial de revolucionar los procesos administrativos en salud p�blica al mejorar la eficiencia, la precisi�n y las capacidades de toma de decisiones. Esta transformaci�n puede mejorar significativamente la gesti�n y prestaci�n de servicios de salud p�blica. La presente investigaci�n cumpli� con el objetivo de analizar las tecnolog�as aplicadas en el procesamiento y an�lisis de datos, el impacto en las decisiones m�dicas y las implicaciones bio�ticas. Se busc� identificar mejores pr�cticas y recomendaciones para integrar efectivamente la inteligencia artificial en los sistemas de salud p�blica. El estudio efectuado es de tipo documental, con dise�o descriptivo, basado en la revisi�n bibliogr�fica sistem�tica, analizando diversas literaturas cient�ficas sobre investigaciones en varios pa�ses. Los resultados muestran que el aprendizaje autom�tico, el procesamiento del lenguaje natural, extracci�n de informaci�n de informes m�dicos y precisi�n de los diagn�sticos son las principales tecnolog�as aplicadas, la inteligencia artificial en la toma de decisiones m�dicas ha sido transformador, revolucionando varios aspectos de la prestaci�n de atenci�n m�dica como en la exactitud y precisi�n en diagn�stico a los pacientes. Se concluy� que la utilizaci�n de la tecnolog�a u la inteligencia artificial en la salud p�blica es un cambio de paradigma en la forma en que se procesan y analizan los datos m�dicos, estas tecnolog�as se centran en el aprendizaje autom�tico; el impacto de la inteligencia artificial en la toma de decisiones m�dicas est� presagiando cambios profundos en la prestaci�n de atenci�n m�dica.

Palabras clave: �tica; diagn�stico; autom�tico; paradigma; tecnolog�a.

 

Abstract

Artificial Intelligence has the potential to revolutionize administrative processes in public health by improving efficiency, accuracy, and decision-making capabilities. This transformation can significantly improve the management and delivery of public health services. The present research fulfilled the objective of analyzing the technologies applied in data processing and analysis, the impact on medical decisions and the bioethical implications. We sought to identify best practices and recommendations to effectively integrate artificial intelligence into public health systems. The study carried out is of a documentary type, with a descriptive design, based on a systematic bibliographic review, analyzing various scientific literatures on research in several countries. The results show that machine learning, natural language processing, information extraction from medical reports and accuracy of diagnoses are the main applied technologies, artificial intelligence in medical decision making has been transformative, revolutionizing several aspects of healthcare delivery. of medical care as well as the accuracy and precision in diagnosing patients. It was concluded that the use of technology and artificial intelligence in public health is a paradigm shift in the way medical data is processed and analyzed; these technologies focus on machine learning; The impact of artificial intelligence on medical decision-making is heralding profound changes in healthcare delivery.

Keywords: ethics; diagnosis; automatic; paradigm; technology.

 

Resumo

A Intelig�ncia Artificial tem o potencial de revolucionar os processos administrativos na sa�de p�blica, melhorando a efici�ncia, a precis�o e as capacidades de tomada de decis�o. Esta transforma��o pode melhorar significativamente a gest�o e a presta��o de servi�os de sa�de p�blica. A presente pesquisa cumpriu o objetivo de analisar as tecnologias aplicadas no processamento e an�lise de dados, o impacto nas decis�es m�dicas e as implica��es bio�ticas. Procur�mos identificar as melhores pr�ticas e recomenda��es para integrar eficazmente a intelig�ncia artificial nos sistemas de sa�de p�blica. O estudo realizado � do tipo documental, com desenho descritivo, baseado em revis�o bibliogr�fica sistem�tica, analisando diversas literaturas cient�ficas sobre pesquisas em diversos pa�ses. Os resultados mostram que o aprendizado de m�quina, o processamento de linguagem natural, a extra��o de informa��es de relat�rios m�dicos e a precis�o dos diagn�sticos s�o as principais tecnologias aplicadas, a intelig�ncia artificial na tomada de decis�es m�dicas tem sido transformadora, revolucionando v�rios aspectos da presta��o de cuidados m�dicos, bem como a presta��o de cuidados m�dicos. exatid�o e precis�o no diagn�stico de pacientes. Concluiu-se que o uso da tecnologia e da intelig�ncia artificial na sa�de p�blica � uma mudan�a de paradigma na forma como os dados m�dicos s�o processados ​​e analisados. Essas tecnologias focam no aprendizado de m�quina; O impacto da intelig�ncia artificial na tomada de decis�es m�dicas est� a anunciar mudan�as profundas na presta��o de cuidados de sa�de.

Palavras-chave: �tica; diagn�stico; autom�tico; paradigma; tecnologia.

 

Introducci�n

La integraci�n de la inteligencia artificial (IA) en la salud p�blica marca una gran revoluci�n en el diagn�stico y la toma de decisiones �ticas en el campo de la medicina. El r�pido desarrollo de la tecnolog�a ha permitido que los algoritmos de aprendizaje autom�tico y la inteligencia artificial analicen grandes cantidades de datos cl�nicos, cambiando las pr�cticas m�dicas tradicionales y proporcionando diagn�sticos mejorados. Nuevas oportunidades para la precisi�n y eficiencia del proceso.

La llegada de la IA en Ecuador, la regi�n y el mundo, ha revolucionado muchos campos y la salud p�blica no es una excepci�n, con su capacidad para analizar grandes cantidades de datos, predecir tendencias y optimizar procesos, la inteligencia artificial tiene un gran potencial para transformar la gesti�n de la salud p�blica, a medida que el mundo enfrenta desaf�os de salud complejos, desde epidemias hasta el manejo de enfermedades cr�nicas, es cada vez m�s importante la integraci�n de la inteligencia artificial en los sistemas de salud p�blica (1).

Los sistemas de salud p�blica a nivel global tienen la enorme responsabilidad de garantizar el bienestar de su poblaci�n, esto incluye no s�lo responder a una crisis de salud inmediata, sino tambi�n gestionar medidas a largo plazo, monitorear las tendencias de las enfermedades y asignar recursos de manera efectiva, los procesos de gesti�n tradicionales a menudo se caracterizan por el procesamiento manual de datos y sistemas de informaci�n ocultos que son ineficientes y propensos a errores, la inteligencia artificial, con su potencia inform�tica avanzada, proporciona soluciones a estos problemas al automatizar y optimizar todos los aspectos de la gesti�n de la salud p�blica (2).

La salud p�blica depende en gran medida de datos precisos y oportunos para tomar decisiones informadas, los algoritmos de inteligencia artificial pueden procesar grandes conjuntos de datos de m�ltiples fuentes, incluidos registros m�dicos electr�nicos, redes sociales y dispositivos port�tiles, al automatizar la recopilaci�n y limpieza de datos, la IA garantiza que los datos sean precisos y est�n listos para el an�lisis, tanto dentro como fuera de sus instalaciones, tener una comprensi�n clara de la utilidad de la IA, su aplicabilidad y conocer los �ltimos avances, as� como sus limitaciones, ser� beneficioso para profesionales de laboratorio y m�dicos. No obstante, la introducci�n de nuevas tecnolog�as implica una disposici�n para cambiar la estructura y la mentalidad existentes hacia estas innovaciones, las cuales no siempre son plenamente comprendidas(3).

En Ecuador, el desarrollo de tecnolog�as basadas en inteligencia artificial en medicina avanza r�pidamente, brindando oportunidades sin precedentes como la detecci�n temprana de enfermedades, la ayuda en el dise�o de tratamientos, la mejora en la toma de decisiones. En el contexto mundial, en Reino Unido el Imperial College de Londres est� utilizando IA para desarrollar una herramienta de diagn�stico para la tuberculosis, entrenando un sistema para analizar radiograf�as de t�rax y detectar signos de la enfermedad (4).

En laboratorio cl�nico se plantea importantes cuestiones �ticas, varias surgen del uso de IA en medicina, incluyen la transparencia y la reproducibilidad de los algoritmos; la equidad en el acceso y la distribuci�n de beneficios; la minimizaci�n del sesgo y las disparidades; la protecci�n de la privacidad y la seguridad de los datos, y la responsabilidad profesional y legal en el desarrollo y uso de sistemas de IA (5).

Existe una creciente inquietud acerca de los posibles impactos negativos no deseados derivados de estas tecnolog�as, en ciertos aspectos, las aplicaciones de inteligencia artificial han experimentado un crecimiento m�s acelerado que las normativas y regulaciones sociales, las cuales han tenido que adaptarse para hacer frente a estas innovaciones. Se han suscitado serias preocupaciones en relaci�n con la privacidad, la seguridad y la equidad, en el �mbito de la atenci�n m�dica, las expectativas sociales y �ticas son particularmente elevadas, como se refleja tanto en los mensajes difundidos en la cultura popular como en las regulaciones del sector sanitario, por lo tanto, resulta crucial establecer sistemas, procesos y canales que aseguren el desarrollo �tico y la utilizaci�n responsable de la IA en el �mbito de la atenci�n sanitaria (6).

El prop�sito de este estudio fue analizar las tecnolog�as aplicadas en el procesamiento y an�lisis de datos, el impacto en las decisiones m�dicas y las implicaciones bio�ticas, se busc� identificar mejores pr�cticas y recomendaciones para integrar efectivamente la IA en los sistemas de salud p�blica, contribuyendo as� al fortalecimiento de la salud comunitaria y la eficiencia operativa en este sector crucial.

Metodolog�a

La investigaci�n es de tipo documental, con revisiones sistem�ticas, bajo un dise�o descriptivo basada en b�squedas minuciosas, con meta an�lisis de fuentes cient�ficas, trabajos originales publicados entre los a�os 2019 y 2024, adem�s, se excluyeron para el estudio art�culos de bajo rigor cient�fico, los que conten�an �nicamente el resumen, revistas sin acceso abierto e informaci�n provenientes de blogs o p�ginas web.

La indagaci�n fue en trabajos recopilados de varios repositorios como PubMed, Springer, Scopus, Elsevier, Web Of Science y Google Scholar. Este proceso implic� una extensa b�squeda de informaci�n, selecci�n de m�ltiples art�culos que cubr�an el tema, incluidos art�culos tanto en ingl�s como en espa�ol. Los t�rminos MeSH utilizados fueron inteligencia artificial, salud p�blica, cuestiones �ticas, medicina y los operadores booleanos AND, OR.

Manejo de la informaci�n

Los investigadores fueron responsables de forma independiente de revisar los t�tulos y res�menes, resultados y conclusiones de los estudios relevantes relacionados con el tema propuesto. Despu�s de la revisi�n individual, se gener� en Microsoft Excel una base de datos que contiene informaci�n detallada como t�tulo, a�o de publicaci�n, tipo de estudio, autores, ubicaci�n, pa�s, poblaci�n, tipo de poblaci�n y otras variables relevantes. La imagen No. 1 muestra una colecci�n de 50 art�culos cuidadosamente seleccionados.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Figura 1. Diagrama de flujo de la b�squeda de la informaci�n para la revisi�n

 

Consideraciones �ticas

En el estudio se prest� toda la atenci�n a los aspectos �ticos y se garantiz� la protecci�n de los derechos de propiedad intelectual de los distintos autores consultados. Se incluyen citas apropiadas de acuerdo con los est�ndares de Vancouver, lo que garantiza la atribuci�n adecuada a fuentes originales basadas en la teor�a y el conocimiento cient�ficos predominantes. Todas las fuentes bibliogr�ficas utilizadas est�n claramente identificadas y proporcionan informaci�n detallada sobre la ubicaci�n de la publicaci�n original (7).

 

Resultados

 

Tabla 1. Tecnolog�as de IA aplicadas en el procesamiento y an�lisis de datos.

 

An�lisis y s�ntesis: La inteligencia artificial desempe�a un papel clave en el procesamiento y an�lisis de datos en pruebas cl�nicas, proporcionando avances significativos en la interpretaci�n de la informaci�n m�dica. Algunas de las tecnolog�as m�s utilizadas incluyen el aprendizaje autom�tico, el procesamiento del lenguaje natural y la extracci�n de informaci�n de informes m�dicos. La aplicaci�n de estas tecnolog�as no s�lo aumenta la velocidad y la precisi�n del diagn�stico, sino que tambi�n contribuye a una atenci�n sanitaria m�s personalizada y eficiente.�

 

Tabla 2. Impacto de la inteligencia artificial en la toma de decisiones m�dicas.

 

An�lisis y s�ntesis

El impacto de la IA en la toma de decisiones m�dicas es revolucionario y est� cambiando varios aspectos de la atenci�n m�dica, como la exactitud y precisi�n, un mejor diagn�stico de los pacientes, una reducci�n de costos y la morbilidad, una mayor eficiencia diagn�stica, elaboraci�n de planes de tratamientos personalizados.

 

Tabla 3. Implicaciones �ticas asociadas con el uso de la Inteligencia Artificial en el �mbito m�dico.

 

An�lisis y s�ntesis: La integraci�n de la inteligencia artificial en la atenci�n m�dica tiene varias implicaciones �ticas que requieren una cuidadosa consideraci�n, como el consentimiento informado, la seguridad, la confidencialidad, la transparencia, la dignidad m�dica, la protecci�n de datos, la empat�a y la compasi�n, y el conocimiento para abordar estas consideraciones �ticas. Importante para la implementaci�n responsable y �tica de la inteligencia artificial.

 

Discusi�n

Las tecnolog�as de inteligencia artificial se est�n perfilando como el pilar del procesamiento y an�lisis de datos, marcando un hito en la interpretaci�n de los datos m�dicos. De acuerdo con Mitra, P y col.(47) La inteligencia artificial y las herramientas relacionadas se han estudiado ampliamente recientemente para encontrar nuevas aplicaciones en la pr�ctica diaria de la qu�mica cl�nica.

En el estudio realizado se destacan el desarrollo del aprendizaje autom�tico, el procesamiento del lenguaje natural y la miner�a de datos m�dicos, que no solo revolucionan la velocidad y precisi�n de los diagn�sticos, sino que tambi�n catalizan el movimiento hacia una atenci�n m�dica m�s personalizada y eficiente, apreciaciones que coinciden con el estudio de Zhang, L y col(48) cuando manifiestan que el aprendizaje autom�tico puede optimizar los procesos de trabajo del laboratorio, reducir los costos del laboratorio y aumentar la eficiencia del laboratorio.

El impacto de la inteligencia artificial en la toma de decisiones m�dicas ha generado cambios profundos, transformado significativamente varios aspectos de la atenci�n m�dica. Uno de los efectos m�s importantes es una mejora significativa en la exactitud y precisi�n de los diagn�sticos, lo que permite identificar enfermedades con mayor rapidez y precisi�n. Ha permitido, adem�s, mentar la confiabilidad de los diagn�sticos, lo que ha contribuido directamente a procesos de toma de decisiones m�s informados y efectivos por parte de los profesionales de la salud.

Herman, D y col.(49) a�aden que la influencia de la inteligencia artificial ha sido de gran importancia en la pr�ctica de la medicina de laboratorio y en la medida posible gracias a los avances modernos en el procesamiento de datos y la digitalizaci�n generalizada de la informaci�n de salud. Por� otro lado, Halasey, S.(50) coinciden con el estudio realizado cuando manifiestan que el proceso de diagn�stico, usando esta tecnolog�a, es un avance importante en la medicina moderna, cambiando la forma en que se tratan y comprenden las enfermedades m�dicas.

La integraci�n de la inteligencia artificial en el campo m�dico es una innovaci�n prometedora, pero tambi�n plantea una serie de cuestiones �ticas que requieren una consideraci�n cuidadosa y una gesti�n responsable. Entre estas consideraciones �ticas, emergen aspectos fundamentales como clave para garantizar la implementaci�n �tica y responsable en el sector sanitario.

Varkey, B.(51) Se�ala la necesidad de garantizar la confidencialidad y seguridad de la informaci�n de los pacientes para protegerlos de los efectos negativos de la fuga de datos y el acceso no autorizado. Por otro lado Brown, C y col.(52) mencionan que los sistemas de IA pueden heredar sesgos de los datos con los que est�n entrenados, lo que lleva a decisiones injustas y discriminatorias. Abordar y reducir estos sesgos es fundamental para garantizar una atenci�n equitativa.

Las tecnolog�as de IA aplicadas en el procesamiento y an�lisis de datos est�n transformando la salud p�blica, mejorando las decisiones m�dicas y ofreciendo beneficios significativos. Sin embargo, tambi�n es esencial abordar las implicaciones bio�ticas para asegurar un uso responsable y equitativo de estas tecnolog�as avanzadas.

 

Conclusiones

En resumen, la aparici�n de la tecnolog�a de inteligencia artificial en la salud p�blica es un cambio de paradigma en la forma en que se procesan y analizan los datos m�dicos, estas tecnolog�as se centran en el aprendizaje autom�tico, el procesamiento del lenguaje natural y la extracci�n de informaci�n de informes m�dicos, que no solo optimizan la velocidad y precisi�n del diagn�stico, sino que tambi�n ayudan a crear una atenci�n m�dica m�s personalizada y eficiente.

El impacto de esta tecnolog�a� en la toma de decisiones m�dicas prev� cambios profundos en la prestaci�n de atenci�n m�dica, lo que se traducir� en mejoras significativas en aspectos clave como la exactitud y precisi�n del diagn�stico, la eficiencia operativa, la reducci�n de costos y la calidad general del servicio, la capacidad de la inteligencia artificial para optimizar el diagn�stico, predecir resultados y personalizar el tratamiento est� aportando cambios positivos a la atenci�n sanitaria.

La incorporaci�n de la IA en la atenci�n sanitaria no es s�lo un avance tecnol�gico importante, sino tambi�n un desaf�o �tico que debe abordarse con cuidado y consideraci�n. Consideraciones importantes como el consentimiento informado, la seguridad, la confidencialidad, la transparencia y la protecci�n de datos son esenciales para garantizar la implementaci�n responsable y �tica de la inteligencia artificial en la atenci�n sanitaria.

 

Referencias

1.      Miller DD, Brown EW. Artificial Intelligence in Medical Practice: The Question to the Answer? Am J Med. febrero de 2018;131(2):129-33.

2.      Albahra S, Gorbett T, Robertson S, D�Aleo G, Kumar SVS, Ockunzzi S, et al. Artificial intelligence and machine learning overview in pathology & laboratory medicine: A general review of data preprocessing and basic supervised concepts. Seminars in Diagnostic Pathology. 1 de marzo de 2023;40(2):71-87.

3.      Safi S, Thiessen T, Schmailzl KJ. Acceptance and Resistance of New Digital Technologies in Medicine: Qualitative Study. JMIR Res Protoc. 4 de diciembre de 2018;7(12):e11072.

4.      Naidoo J, Shelmerdine SC, -Charcape CFU, Sodhi AS. Artificial Intelligence in Paediatric Tuberculosis. Pediatr Radiol. 28 de enero de 2023;1-13.

5.      Pennestr� F, Banfi G. Artificial intelligence in laboratory medicine: fundamental ethical issues and normative key-points. Clinical Chemistry and Laboratory Medicine (CCLM). 1 de noviembre de 2022;60(12):1867-74.

6.      Vellido A. Societal Issues Concerning the Application of Artificial Intelligence in Medicine. Kidney Diseases. 3 de septiembre de 2018;5(1):11-7.

7.      Page MJ, McKenzie JE, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD, et al. Declaraci�n PRISMA 2020: una gu�a actualizada para la publicaci�n de revisiones sistem�ticas. Revista Espa�ola de Cardiolog�a. 1 de septiembre de 2021;74(9):790-9.

8.      Huang W, Huang D, Ding Y, Yu C, Wang L, Lv N, et al. Clinical application of intelligent technologies and integration in medical laboratories. iLABMED. 2023;1(1):82-91.

9.      Yahyaoui A, Zrouri H, Hamdani O, Azizi W, Sbibih Y, Harrandou M, et al. Contribution of artificial intelligence and big data in a medical biology laboratory: An experience of the central laboratory CHU Mohammed VI Oujda. Materials Today: Proceedings. 1 de enero de 2023;72:3718-23.

10.  Rivera NH, McClintock DS, Alterman MA, Alterman TAL, Pruitt HD, Olsen GM, et al. A clinical laboratorian�s journey in developing a machine learning algorithm to assist in testing utilization and stewardship. Journal of Laboratory and Precision Medicine [Internet]. 30 de julio de 2023 [citado 5 de enero de 2024];8(0). Disponible en: https://jlpm.amegroups.org/article/view/8019

11.  Aradhya S, Facio FM, Metz H, Manders T, Colavin A, Kobayashi Y, et al. Applications of artificial intelligence in clinical laboratory genomics. American Journal of Medical Genetics Part C: Seminars in Medical Genetics. 2023;193(3):e32057.

12.  Alowais SA, Alghamdi SS, Alsuhebany N, Alqahtani T, Alshaya AI, Almohareb SN, et al. Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Medical Education. 22 de septiembre de 2023;23(1):689.

13.  Erasmus R, Ondoa P. Taking the train of digital health and artificial intelligence to improve medical laboratory service in Africa: Key considerations. Afr J Lab Med. 30 de noviembre de 2023;12(1):2329.

14.  Fu Q, Lai J, Zhong T, Ran L. Design and Implementation of Clinical LIS360 Laboratory Management System Based on AI Technology. Int J Comput Intell Syst. 14 de marzo de 2023;16(1):33.

15.  Blatter TU, Witte H, Nakas CT, Leichtle AB. Big Data in Laboratory Medicine�FAIR Quality for AI? Diagnostics. agosto de 2022;12(8):1923.

16.  Wen X, Leng P, Wang J, Yang G, Zu R, Jia X, et al. Clinlabomics: leveraging clinical laboratory data by data mining strategies. BMC Bioinformatics. 24 de septiembre de 2022;23(1):387.

17.  Padoan A, Plebani M. Flowing through laboratory clinical data: the role of artificial intelligence and big data. Clinical Chemistry and Laboratory Medicine (CCLM). 1 de noviembre de 2022;60(12):1875-80.

18.  UNDRU TR, UDAY U, LAKSHMI JT, KALIAPPAN A, MALLAMGUNTA S, NIKHAT SS, et al. Integrating Artificial Intelligence for Clinical and Laboratory Diagnosis � a Review. Maedica (Bucur). junio de 2022;17(2):420-6.

19.  Damiani A, Masciocchi C, Lenkowicz J, Capocchiano ND, Boldrini L, Tagliaferri L, et al. Building an Artificial Intelligence Laboratory Based on Real World Data: The Experience of Gemelli Generator. Frontiers in Computer Science [Internet]. 2021 [citado 5 de enero de 2024];3. Disponible en: https://www.frontiersin.org/articles/10.3389/fcomp.2021.768266

20.  Paranjape K, Schinkel M, Hammer RD, Schouten B, Nannan Panday RS, Elbers PWG, et al. The Value of Artificial Intelligence in Laboratory Medicine: Current Opinions and Barriers to Implementation. American Journal of Clinical Pathology. 1 de junio de 2021;155(6):823-31.

21.  Basok B. Digitalization and artificial intelligence in laboratory medicine. International Journal of Medical Biochemistry. 1 de enero de 2020;

22.  Sauerbrei A, Kerasidou A, Lucivero F, Hallowell N. The impact of artificial intelligence on the person-centred, doctor-patient relationship: some problems and solutions. BMC Medical Informatics and Decision Making. 20 de abril de 2023;23(1):73.

23.  Nagendran M, Festor P, Komorowski M, Gordon AC, Faisal AA. Quantifying the impact of AI recommendations with explanations on prescription decision making. npj Digit Med. 7 de noviembre de 2023;6(1):1-7.

24.  MacIntyre MR, Cockerill RG, Mirza OF, Appel JM. Ethical considerations for the use of artificial intelligence in medical decision-making capacity assessments. Psychiatry Research. 1 de octubre de 2023;328:115466.

25.  Cresswell K, Rigby M, Magrabi F, Scott P, Brender J, Craven CK, et al. The need to strengthen the evaluation of the impact of Artificial Intelligence-based decision support systems on healthcare provision. Health Policy. 1 de octubre de 2023;136:104889.

26.  Moazemi S, Vahdati S, Li J, Kalkhoff S, Castano LJV, Dewitz B, et al. Artificial intelligence for clinical decision support for monitoring patients in cardiovascular ICUs: A systematic review. Frontiers in Medicine [Internet]. 2023 [citado 5 de enero de 2024];10. Disponible en: https://www.frontiersin.org/articles/10.3389/fmed.2023.1109411

27.  Ali O, Abdelbaki W, Shrestha A, Elbasi E, Alryalat MAA, Dwivedi YK. A systematic literature review of artificial intelligence in the healthcare sector: Benefits, challenges, methodologies, and functionalities. Journal of Innovation & Knowledge. 1 de enero de 2023;8(1):100333.

28.  Srivastava R. Applications of Artificial Intelligence in Medicine. Exploratory Research and Hypothesis in Medicine. 19 de septiembre de 2023;0(000):0-0.

29.  Mehta V. Artificial Intelligence in Medicine: Revolutionizing Healthcare for Improved Patient Outcomes | Journal of Medical Research and Innovation. 3 de junio de 2023 [citado 5 de enero de 2024]; Disponible en: https://jmrionline.com/jmri/article/view/292

30.  Whicher D, Rapp T. The Value of Artificial Intelligence for Healthcare Decision Making�Lessons Learned. Value in Health. 1 de marzo de 2022;25(3):328-30.

31.  Maron JL. Impact of Artificial Intelligence on Clinical Decision-Making in Health Care. Clinical Therapeutics. 1 de junio de 2022;44(6):825-6.

32.  Giordano C, Brennan M, Mohamed B, Rashidi P, Modave F, Tighe P. Accessing Artificial Intelligence for Clinical Decision-Making. Front Digit Health. 25 de junio de 2021;3:645232.

33.  Triberti S, Durosini I, Pravettoni G. A �Third Wheel� Effect in Health Decision Making Involving Artificial Entities: A Psychological Perspective. Frontiers in Public Health [Internet]. 2020 [citado 5 de enero de 2024];8. Disponible en: https://www.frontiersin.org/articles/10.3389/fpubh.2020.00117

34.  Davenport T, Kalakota R. The potential for artificial intelligence in healthcare. Future Healthc J. junio de 2019;6(2):94-8.

35.  Ahuja AS. The impact of artificial intelligence in medicine on the future role of the physician. PeerJ. 4 de octubre de 2019;7:e7702.

36.  Jeyaraman M, Balaji S, Jeyaraman N, Yadav S, Jeyaraman M, Balaji S, et al. Unraveling the Ethical Enigma: Artificial Intelligence in Healthcare. Cureus [Internet]. 10 de agosto de 2023 [citado 5 de enero de 2024];15(8). Disponible en: https://www.cureus.com/articles/178557-unraveling-the-ethical-enigma-artificial-intelligence-in-healthcare

37.  Masters K. Ethical use of Artificial Intelligence in Health Professions Education: AMEE Guide No. 158. Med Teach. junio de 2023;45(6):574-84.

38.  Tang L, Li J, Fantus S. Medical artificial intelligence ethics: A systematic review of empirical studies. Digit Health. 6 de julio de 2023;9:20552076231186064.

39.  Zhang J, Zhang Z ming. Ethics and governance of trustworthy medical artificial intelligence. BMC Medical Informatics and Decision Making [Internet]. 2023 [citado 5 de enero de 2024];23. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9840286/

40.  Prakash S, Balaji JN, Joshi A, Surapaneni KM. Ethical Conundrums in the Application of Artificial Intelligence (AI) in Healthcare�A Scoping Review of Reviews. J Pers Med. 16 de noviembre de 2022;12(11):1914.

41.  Naik N, Hameed BMZ, Shetty DK, Swain D, Shah M, Paul R, et al. Legal and Ethical Consideration in Artificial Intelligence in Healthcare: Who Takes Responsibility? Frontiers in Surgery [Internet]. 2022 [citado 5 de enero de 2024];9. Disponible en: https://www.frontiersin.org/articles/10.3389/fsurg.2022.862322

42.  Bhattacharya S, Hossain MM, Juyal R, Sharma N, Pradhan KB, Singh A. Role of Public Health Ethics for Responsible Use of Artificial Intelligence Technologies. Indian J Community Med. 2021;46(2):178-81.

43.  Abdullah YI, Schuman JS, Shabsigh R, Caplan A, Al-Aswad LA. Ethics of Artificial Intelligence in Medicine and Ophthalmology. The Asia-Pacific Journal of Ophthalmology. junio de 2021;10(3):289.

44.  Farhud DD, Zokaei S. Ethical Issues of Artificial Intelligence in Medicine and Healthcare. Iran J Public Health. noviembre de 2021;50(11):i-v.

45.  Basu T, Engel-Wolf S, Menzer O. The Ethics of Machine Learning in Medical Sciences: Where Do We Stand Today? Indian J Dermatol. 2020;65(5):358-64.

46.  Rigby MJ. Ethical Dimensions of Using Artificial Intelligence in Health Care. AMA Journal of Ethics. 1 de febrero de 2019;21(2):121-4.

47.  Mitra P, Gupta S, Sharma P. Artificial Intelligence in Clinical Chemistry: Dawn of a New Era? Ind J Clin Biochem. 1 de octubre de 2023;38(4):405-6.

48.  Zhang L, Hu ZD. Clinical applications of machine learning in pre-analytical, analytical and post-analytical phases of laboratory medicine: a narrative review. AME Medical Journal [Internet]. 30 de diciembre de 2022 [citado 5 de enero de 2024];7(0). Disponible en: https://amj.amegroups.org/article/view/7424

49.  Herman DS, Rhoads DD, Schulz WL, Durant TJS. Artificial Intelligence and Mapping a New Direction in Laboratory Medicine: A Review. Clin Chem. 1 de noviembre de 2021;67(11):1466-82.

50.  Halasey S. AI�s Impact on In Vitro Diagnostics [Internet]. Clinical Lab Products. 2019 [citado 5 de enero de 2024]. Disponible en: https://clpmag.com/diagnostic-technologies/anatomic-pathology/microscopy/ais-impact-on-in-vitro-diagnostics/

51.  Varkey B. Principles of Clinical Ethics and Their Application to Practice. Med Princ Pract. 2021;30(1):17-28.

52.  Brown C, Nazeer R, Gibbs A, Page PL, Mitchell AR, Brown C, et al. Breaking Bias: The Role of Artificial Intelligence in Improving Clinical Decision-Making. Cureus [Internet]. 20 de marzo de 2023 [citado 5 de enero de 2024];15(3). Disponible en: https://www.cureus.com/articles/143345-breaking-bias-the-role-of-artificial-intelligence-in-improving-clinical-decision-making

 

 

 

 

 

 

 

 

 

� 2024 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).