Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
La adopción responsable de la Inteligencia Artificial en la atención médica en Estados Unidos

Investigadores en Estados Unidos presentaron un marco para promover los incentivos financieros a la adopción de Inteligencia Artificial (IA), en sistemas de salud.

El estudio presentado en npj Digital Medicine, explica que la adopción de la IA en la atención de la salud, necesita de inventivos financieros constantes y sostenibles. Por ello los autores presentaron un marco para determinar analíticamente el valor y costo de cada servicio de IA.

El marco presenta acciones específicas que incluyen a las partes interesadas, como pacientes, proveedores, desarrolladores de IA, e incluso legisladores. Uno de los propósitos del marco es lograr un equilibrio entre la ética, flujo de trabajo, costo y valor identificado de cada actor.

El marco también explica que la IA que no ofrezca beneficios para la salud no debe recibir incentivos financieros, por ello es necesario que los incentivos sean supervisados por agentes públicos o privados.

En este sentido, los autores proponen un marco integral que:

  • Maximiza la alineación con los marcos éticos para la IA en el cuidado de la salud
  • Permite una alineación más óptima entre las perspectivas ética, de equidad, flujo de trabajo, costo y valor para los servicios de IA
  • Mejora el apoyo y la participación de las partes interesadas afectadas, (d) es transparente
  • Se relaciona con los sistemas de cobertura y monto de pago existentes en Estados Unidos

A pesar de que el marco desarrollado por estos autores se enfoca principalmente en Estados Unidos, consideran que puede ser una plantilla útil para aplicarse con algunas modificaciones en cualquier sistema de atención médica.

Asimismo, el artículo enlista las partes interesadas y necesarias para la aplicación de IA e los sistemas de salud.

  • En primer lugar, los reguladores, en el caso de Estados Unidos la Administración de Alimentos y Medicamentos, se encarga de estas tareas.
  • Pacientes y organizaciones de pacientes que apoyen el uso de IA basada en evidencia científica.
  • Expertos en medicina basada en evidencia que respalden el uso de IA en salud.
  • Organizaciones de médicos y proveedores.
  • Programas gubernamentales de salud, que incluyan la adopción e implementación de IA en sus estrategias.
  • Legislativos y ejecutivos del gobierno, quienes establecen las leyes que favorecen la adopción de la IA en el cuidado de la salud.
  • Seguros gubernamentales como Medicaid, Medicare, entre otros. Así como los seguros de salud comerciales.

Consulta el artículo completo que además incluye un estudio de caso sobre IA autónoma en examen de retina diabético: https://www.nature.com/articles/s41746-022-00621-w

Noticias destacadas

Noticias por país

Comparte el contenido

Salud Digital en el mundo

  • — Science Brief: Omicron (B.1.1.529) Variant/ actualizaciones CDC
    Ver más
  • — Coronavirus resource center / Johns Hopkins
    Ver más
  • — Rastreo epidemiológico de contactos COVID-19 / Curso Johns Hopkins
    Ver más
  • — Comportamiento infección SARS-CoV-2 / Calculadora FCS
    Ver más
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Artículo The Lancet
    Ver más
  • — Genomic Epidemiology Tracker / GISAID
    Ver más
  • — Consorcio Mexicano de Vigilancia Genómica
    Ver más
Secured By miniOrange