Profesores de Emory University desarrollan tecnologías de IA en colaboración con comadronas mayas para mejorar la salud materna en comunidades rurales.
Gari Clifford, ingeniero biomédico, y Rachel Hall-Clifford, antropóloga y socióloga, ambos profesores de Emory University, han trabajado durante años con comadronas indígenas mayas en Guatemala para desarrollar tecnologías de inteligencia artificial (IA) de bajo costo que mejoren la atención médica de mujeres embarazadas y bebés. Su enfoque de trabajar en colaboración con las comunidades ha permitido crear herramientas innovadoras, pero también ha revelado los desafíos y riesgos de implementar tecnologías avanzadas en países de bajos recursos.
En las áreas rurales de Guatemala, aproximadamente la mitad de las mujeres indígenas mayas dan a luz en casa con la ayuda de comadronas, es decir las parteras tradicionales de la región, quienes carecen de recursos para detectar complicaciones durante el embarazo. Clifford y Hall-Clifford, un equipo que combina ingeniería y antropología, han desarrollado un algoritmo de IA que, utilizando un dispositivo económico conectado a un teléfono inteligente, puede identificar restricciones en el crecimiento fetal. Esta herramienta permite a las comadronas detectar y registrar anomalías en las mujeres embarazadas, mejorando la atención en comunidades con acceso limitado a servicios de salud.
Sin embargo, los investigadores advierten sobre los desafíos de exportar tecnologías avanzadas como la IA desde países de altos ingresos a regiones con menos recursos sin adaptarlas adecuadamente a las culturas locales. En una entrevista reciente, compartieron sus reflexiones sobre el uso de la IA en la salud global.
En este sentido, Clifford señala que la IA se está democratizando, lo que permite que personas en áreas de bajos recursos accedan a diagnósticos médicos avanzados. Sin embargo, la mayoría de los datos utilizados para entrenar estos algoritmos provienen de países de altos ingresos, lo que limita su efectividad en contextos diversos. “Factores como la dieta, la genética, el entorno socioeconómico y las creencias culturales varían enormemente, y los algoritmos entrenados en un lugar pueden no funcionar en otro”, explica Clifford.
Por su parte, Hall-Clifford agrega que la IA es una herramienta neutral, pero su aplicación debe ser intencional y equitativa. “No es ni un salvador ni un villano. El desafío es asegurarnos de que se use de manera justa y que beneficie a todos, no solo a quienes tienen más recursos”, señaló.
Clifford advierte sobre el colonialismo de datos, un fenómeno en el que los países del Sur Global aportan datos y mano de obra barata para entrenar algoritmos, pero no se benefician de las tecnologías resultantes. “Los datos se generan en el Norte Global, se etiquetan en el Sur Global, pero los productos se diseñan para beneficiar al Norte”, explica. Además, el Sur Global sufre los efectos negativos, como el cambio climático y los desechos electrónicos, sin recibir los beneficios de la innovación.
Para abordar estos desafíos, los investigadores proponen el uso de edge computing donde el procesamiento de datos ocurre en dispositivos locales, como teléfonos inteligentes, en lugar de enviar información a la nube. “El edge computing reduce los costos y el impacto ambiental”, dice Clifford. “Además, permite que las comunidades tengan más control sobre sus datos”.
En algunas semanas, el equipo lanzará una nueva fase de su proyecto safe+natal que utiliza IA para guiar a las comadronas en el uso de dispositivos médicos. La aplicación proporciona instrucciones en tiempo real, como ajustar el volumen o mover el dispositivo, y verifica si se han recopilado suficientes datos. Este enfoque no solo mejora la atención médica, sino que también empodera a las comunidades locales.
El trabajo de la pareja Clifford en Guatemala es un ejemplo de cómo puede aprovecharse el uso de la IA en entornos limitados y en colaboración con las comunidades. Sin embargo, su experiencia también destaca la necesidad de abordar los desafíos éticos y prácticos de implementar tecnologías avanzadas en contextos de bajos recursos. Al centrarse en la equidad y el codiseño, los investigadores buscan que su trabajo inspire un enfoque más inclusivo y sostenible para el uso de la IA en la salud global y que este enfoque se pueda replicar en otras regiones.
