Regulación de la inteligencia artificial aplicada a la medicina: actualidad y propuestas
| Autor | Óscar Andrés Molina |
| Cargo del Autor | Profesor Adjunto de Legislación Sanitaria Director de la Clínica Jurídica Universidad Europea (Madrid) |
| Páginas | 57-74 |
REGULACIÓN DE LA INTELIGENCIA ARTIFICIAL
...
APLICADA A LA MEDICINA:
ACTUALIDAD Y PROPUESTAS
Óscar Andrés Molina
Profesor Adjunto de Legislación Sanitaria
Director de la Clínic a Jurídica
Universidad Europea (Madrid)
DOI: 10.14679/2056
1. INTRODUCCIÓN1
Actualmente, nuestra sociedad vive rodeada de programas y sistemas que han sido desa-
rrollados por el ser humano, y cada vez es más habitual que dichos sistemas tengan integrada
Inteligencia Articial (IA). Dichos sistemas almacenan, gestionan y analizan cantidades in-
gentes de datos, y dependiendo del tipo de soware con el que hayan sido diseñados, pueden
incluso tomar decisiones autónomas, sin que hayan sido prestablecidas por el ser humano.
En el sector sanitario, la Inteligencia Articial no solo ha resultado ser efectiva de cara
a mejorar la calidad de las asistencias y maneras de cuidar al paciente, sino que también ha
permitido reducir los diferentes errores que se producen por el ser humano. De este modo,
algunas de las tareas realizadas por los profesionales sanitarios que resultaban más monó-
tonas y repetitivas en el campo de la medicina, y que además ocupaban un gran espacio de
tiempo para nuestro personal sanitario, son ahora competencia de programas y robots que
tienen integrada inteligencia articial y reemplazan al ser humano en dicha labor, permi-
tiendo a su vez al personal sanitario dedicarse a realizar otras tareas y mejorando a su vez
la medicina personalizada.
Para poder entender mejor qué signica e implica la Inteligencia articial podemos to-
mar como referencia a Alan TURING (1950), que fue uno de los pioneros en este campo,
que en su artículo “Computing Machinery and Intelligence” dene dicho concepto como
un conjunto de sistemas y ordenadores digitales que combinan diferentes algoritmos y
1 Esta investigación se realiza dentro del marco del Proyecto Resolución Analógica y Digital de
Controversias ante los Objetivos de Desarrollo, de la Facultad de Ciencias Sociales y de la Comunicación
de la Universidad Europea de Madrid.
Óscar Andrés Molina58
programas de procesamiento con el objetivo de reproducir algunos de los trabajos del ser
humano2. Otra posible denición proviene de la Comisión de la Unión Europea (2018),
que considera en un informe inédito que la Inteligencia Articial es un conjunto de dispo-
sitivos, sistemas y máquinas que combinan diferentes algoritmos con el objetivo de imitar
y recrear acciones y funciones propias del ser humano3.
Según el mismo informe de la Comisión (2018), los trabajos recreados por estos dis-
positivos pueden estar predeterminados de forma especíca por el ser humano para un
objetivo concreto, o bien, si disponen de un soware y diseño más complejo, podrán inclu-
so elaborar cometidos de forma autónoma. Así, cuantos más datos e información posean
dichos sistemas, más productivos y ecientes serán sus resultados y, para ello, serán nece-
sarios los algoritmos.
Para denir qué es un algoritmo y justicar por qué lo incluimos en el estudio, es nece-
sario subrayar que es un modelo matemático que se aplica como una solución tecnológica
en el mundo de la inteligencia articial, produciendo una gran diversidad de resultados y
opciones. El algoritmo se está utilizando mucho dentro del segundo modelo de inteligencia
articial, denominado Machine Learning. Este instrumento de la IA nos permite realizar una
serie de predicciones y establecer numerosos patrones a través de la información, esta infor-
mación está formada por una gran cantidad de datos no tabulados, es decir que se pueden
generar patrones sin operar con datos claramente prestablecidos por el hombre. De la misma
manera que hay varios modelos en los que se basa la IA, también disponemos de diferentes
tipos de algoritmos que se diferencian en función de su manera de encontrar patrones y de
tratar los diferentes datos para después generar una predicción4.
El primer tipo de algoritmo del que vamos a hablar es el Algoritmo Supervisado; dicho
algoritmo está orientado a hacer una clasicación a través de una predicción concreta y
especíca. Para poder hacer dicha predicción se requiere que haya unos datos con los que
pueda entrenar el algoritmo y además etiquetar los datos con los que está entrenando. Un
ejemplo sería que en diferentes radiografías de pulmón voy etiquetando si tienen cáncer o
si están sanos, con estas etiquetas y estos datos el algoritmo aprende a distinguir unas de
otras, una vez que el algoritmo a través del entrenamiento ha aprendido, se pueden incluir
nuevas imágenes que no hayan estado en el modelo de entrenamiento previo y el algoritmo
podrá hacer la distinción con las mismas etiquetas que habíamos elegido anteriormente
sin que tenga que mediar el ser humano5.
Dentro del algoritmo Supervisado podemos encontrarnos dos clases, el algoritmo de
regresión que realiza predicciones de carácter numérico y el algoritmo de clasicación que
2 TURING, A.M., “Computing machinery and intelligence”, Mind, vol. 59, núm. 236, 1950,
pp. 433-460.
3 Comisión de la Unión Europea. “Comunicación de la Comisión al Parlamento Europeo,
al Consejo Europeo, al Consejo, al Comité Económico y Social Europeo y al Comité de las Regiones.
Inteligencia articial para Europa”. Informe inédito. Comisión de la Unión Europea, 2018.
4 Propuesta de Reglamento del Parlamento Europeo y del Consejo por el que se establecen
normas armonizadoras sobre la IA (Acto de IA) y por el que se modican determinados actos legislativos
de la Unión. COM (2021) 2021/0106 COD 206 nal, p. 39.
5 Ibid., p. 39.
Para continuar leyendo
Solicita tu prueba