{"id":42723,"date":"2023-11-08T09:00:55","date_gmt":"2023-11-08T15:00:55","guid":{"rendered":"https:\/\/saluddigital.com\/?p=42723"},"modified":"2025-10-19T00:13:33","modified_gmt":"2025-10-19T06:13:33","slug":"equidad-sanitaria-e-inteligencia-artificial-segun-google","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/equidad-sanitaria-e-inteligencia-artificial-segun-google\/","title":{"rendered":"Equidad sanitaria e inteligencia artificial seg\u00fan Google"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

El Dr. Ivor Horn, director de Equidad en Salud de Google Health, present\u00f3 el enfoque de Google sobre la equidad sanitaria y la inteligencia artificial.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La inteligencia artificial (IA) tiene el potencial de transformar la atenci\u00f3n m\u00e9dica, pero es esencial que tambi\u00e9n funcione para cerrar brechas en el acceso a la salud sin que nadie quede atr\u00e1s. Recientemente el Dr. Ivor Horn, director de Equidad en Salud de Google Health, detall\u00f3 cuatro estrategias fundamentales para incorporar la equidad en la IA en el campo de la salud.<\/p>

El Dr. Horn comparte sus experiencias personales en el sistema de salud y explica su compromiso con brindar atenci\u00f3n m\u00e9dica de calidad y con dignidad para todos. Como director de Equidad en Salud en Google Health, destaca el papel fundamental de la IA en la identificaci\u00f3n y abordaje de sesgos existentes en la atenci\u00f3n m\u00e9dica y en la promoci\u00f3n de la equidad en la salud. Sin embargo, advierte que, si no se aborda de manera responsable, la IA tambi\u00e9n podr\u00eda hacer m\u00e1s evidentes las desigualdades.<\/p>

1.- Enfoque fundacional en investigaci\u00f3n de equidad<\/b><\/p>

El primer enfoque clave seg\u00fan el Dr. Horn, es la integraci\u00f3n de enfoques fundamentales de equidad en la investigaci\u00f3n de IA en salud. Esto significa comprender las experiencias de comunidades hist\u00f3ricamente marginadas y considerar factores sociales como la cultura, la historia y las circunstancias econ\u00f3micas al dise\u00f1ar soluciones. Un ejemplo de este enfoque es la creaci\u00f3n de caracter\u00edsticas de c\u00e1mara basadas en IA que funcionan para una variedad de tonos de piel, mejorando la equidad en la tecnolog\u00eda al evitar sesgos de raza o etnia.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

2.- Priorizar la representaci\u00f3n diversa en los datos<\/b><\/p>

Una de las limitaciones hist\u00f3rica en la investigaci\u00f3n m\u00e9dica ha sido la falta de diversidad en los datos e investigaci\u00f3n cl\u00ednica ya que a menudo se excluyen a las comunidades marginadas. En este sentido, Google Health ha realizado diversos esfuerzos para garantizar que la recopilaci\u00f3n y curaci\u00f3n de datos persiguen objetivos de inclusi\u00f3n y equidad. Adem\u00e1s, reflexionan sobre el desarrollo y la evaluaci\u00f3n de modelos, considerando qu\u00e9 datos se utilizan y c\u00f3mo se eval\u00faa su rendimiento.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

3.- Considerar la equidad en casos de uso en el mundo real<\/b><\/p>

Por otro lado, para evitar el riesgo de da\u00f1os y sesgos en poblaciones hist\u00f3ricamente marginadas, es importante considerar c\u00f3mo se utilizar\u00e1 un sistema de IA en la pr\u00e1ctica. Al Es necesario evaluar los modelos de lenguaje en casos de uso del mundo real, que reflejen las experiencias de las poblaciones marginadas, Google Health lo considera un elemento importante para reducir estos problemas y promover la equidad.<\/p>

4.- Fomentar la colaboraci\u00f3n inclusiva<\/b><\/p>

De igual manera, al reconocer que factores sociales como el lugar de residencia, trabajo y educaci\u00f3n pueden afectar la salud, Google Health busca colaborar con expertos en diversas \u00e1reas, como ciencias sociales, pol\u00edticas y educaci\u00f3n. A trav\u00e9s de asociaciones con el Equitable AI Research Roundtable o Programa de Investigaci\u00f3n de IA Equitativa y el equipo de IA Responsable de Google, han adoptado un enfoque multidisciplinario para comprender el impacto de la IA en las comunidades marginadas.<\/p>

El trabajo de Google Health en la intersecci\u00f3n de la IA y la equidad en salud se encuentra en un constante desarrollo que requiere responsabilidad y transparencia. Estos enfoques se centran en poblaciones marginadas para construir soluciones que promuevan una atenci\u00f3n m\u00e9dica m\u00e1s equitativa y aborden soluciones a los sesgos hist\u00f3ricos que a\u00fan permanecen. Asimismo, el Dr. Horn detalla que, la velocidad no es la prioridad, sino la correcci\u00f3n de los problemas.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

GOOGLE<\/b><\/p>

https:\/\/blog.google\/technology\/health\/health-equity-and-generative-ai\/<\/a><\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

El Dr. Ivor Horn, director de Equidad en Salud de Google Health, present\u00f3 el enfoque de Google sobre la equidad sanitaria y la inteligencia artificial. La inteligencia artificial (IA) tiene el potencial de transformar la atenci\u00f3n m\u00e9dica, pero es esencial que tambi\u00e9n funcione para cerrar brechas en el acceso a la salud sin que nadie quede atr\u00e1s. Recientemente el Dr. Ivor Horn, director de Equidad en Salud de Google Health, detall\u00f3 cuatro estrategias fundamentales para incorporar la equidad en la IA en el campo de la salud. El Dr. Horn comparte sus experiencias personales en el sistema de salud y explica su compromiso con brindar atenci\u00f3n m\u00e9dica de calidad y con dignidad para todos. Como director de Equidad en Salud en Google Health, destaca el papel fundamental de la IA en la identificaci\u00f3n y abordaje de sesgos existentes en la atenci\u00f3n m\u00e9dica y en la promoci\u00f3n de la equidad en la salud. Sin embargo, advierte que, si no se aborda de manera responsable, la IA tambi\u00e9n podr\u00eda hacer m\u00e1s evidentes las desigualdades. 1.- Enfoque fundacional en investigaci\u00f3n de equidad El primer enfoque clave seg\u00fan el Dr. Horn, es la integraci\u00f3n de enfoques fundamentales de equidad en la investigaci\u00f3n de IA en salud. Esto significa comprender las experiencias de comunidades hist\u00f3ricamente marginadas y considerar factores sociales como la cultura, la historia y las circunstancias econ\u00f3micas al dise\u00f1ar soluciones. Un ejemplo de este enfoque es la creaci\u00f3n de caracter\u00edsticas de c\u00e1mara basadas en IA que funcionan para una variedad de tonos de piel, mejorando la equidad en la tecnolog\u00eda al evitar sesgos de raza o etnia. 2.- Priorizar la representaci\u00f3n diversa en los datos Una de las limitaciones hist\u00f3rica en la investigaci\u00f3n m\u00e9dica ha sido la falta de diversidad en los datos e investigaci\u00f3n cl\u00ednica ya que a menudo se excluyen a las comunidades marginadas. En este sentido, Google Health ha realizado diversos esfuerzos para garantizar que la recopilaci\u00f3n y curaci\u00f3n de datos persiguen objetivos de inclusi\u00f3n y equidad. Adem\u00e1s, reflexionan sobre el desarrollo y la evaluaci\u00f3n de modelos, considerando qu\u00e9 datos se utilizan y c\u00f3mo se eval\u00faa su rendimiento. 3.- Considerar la equidad en casos de uso en el mundo real Por otro lado, para evitar el riesgo de da\u00f1os y sesgos en poblaciones hist\u00f3ricamente marginadas, es importante considerar c\u00f3mo se utilizar\u00e1 un sistema de IA en la pr\u00e1ctica. Al Es necesario evaluar los modelos de lenguaje en casos de uso del mundo real, que reflejen las experiencias de las poblaciones marginadas, Google Health lo considera un elemento importante para reducir estos problemas y promover la equidad. 4.- Fomentar la colaboraci\u00f3n inclusiva De igual manera, al reconocer que factores sociales como el lugar de residencia, trabajo y educaci\u00f3n pueden afectar la salud, Google Health busca colaborar con expertos en diversas \u00e1reas, como ciencias sociales, pol\u00edticas y educaci\u00f3n. A trav\u00e9s de asociaciones con el Equitable AI Research Roundtable o Programa de Investigaci\u00f3n de IA Equitativa y el equipo de IA Responsable de Google, han adoptado un enfoque multidisciplinario para comprender el impacto de la IA en las comunidades marginadas. El trabajo de Google Health en la intersecci\u00f3n de la IA y la equidad en salud se encuentra en un constante desarrollo que requiere responsabilidad y transparencia. Estos enfoques se centran en poblaciones marginadas para construir soluciones que promuevan una atenci\u00f3n m\u00e9dica m\u00e1s equitativa y aborden soluciones a los sesgos hist\u00f3ricos que a\u00fan permanecen. Asimismo, el Dr. Horn detalla que, la velocidad no es la prioridad, sino la correcci\u00f3n de los problemas. BIBLIOGRAF\u00cdA GOOGLE https:\/\/blog.google\/technology\/health\/health-equity-and-generative-ai\/<\/p>","protected":false},"author":1,"featured_media":42724,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-42723","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/42723","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=42723"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/42723\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/42724"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=42723"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=42723"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=42723"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}