El Comité Económico y Social Europeo exige una IA inclusiva en la atención a las EE.RR. 

El Comité Económico y Social Europeo (CESE) ha adoptado un dictamen pionero sobre el uso de la Inteligencia Artificial (IA) y el Big Data en el diagnóstico y el tratamiento de las enfermedades raras. Este dictamen, según informa el CESE en una nota de prensa, establece una visión integral para “aprovechar la innovación digital y mejorar la vida de los pacientes con enfermedades raras, garantizando al mismo tiempo los derechos, la equidad y la transparencia”.

En este dictamen, solicitado por la Presidencia danesa al Consejo de la UE, el CESE celebra el potencial transformador de la IA y el Big Data para optimizar las vías de atención de los pacientes, acelerar el diagnóstico y apoyar el desarrollo de medicamentos personalizados para las enfermedades raras. Con más de 7000 enfermedades raras que afectan a 300 millones de personas en todo el mundo (incluidos 30 millones en la UE), las herramientas basadas en IA pueden reducir los errores de diagnóstico, acortar los procesos de diagnóstico y permitir tratamientos innovadores. Sin embargo, el Comité subraya que estos avances deben equilibrarse con sólidas garantías éticas y jurídicas.

El Comité insta a todos los Estados miembros de la UE a digitalizar los datos sanitarios y adoptar estándares de registro de alta calidad, incluido el uso de códigos ORPHA, para facilitar la investigación transfronteriza y el funcionamiento óptimo del Espacio Europeo de Datos Sanitarios (EHDS). Los modelos de atención sanitaria basados ​​en IA solo deben acceder a datos anónimos y cifrados de pacientes, con sanciones estrictas por uso indebido. Es fundamental contar con marcos claros para el consentimiento del paciente y organismos de supervisión independientes para garantizar la transparencia y proteger los derechos de los pacientes.

Reconociendo las persistentes disparidades de género y étnicas en el diagnóstico y el tratamiento de enfermedades raras, el CESE insta a la Oficina de IA de la UE a promover datos de formación con diversidad de género, auditorías de sesgo y pruebas de género previas a la comercialización de la IA médica. La financiación específica y los programas de mentoría deben aumentar la participación femenina en la atención sanitaria basada en IA, mientras que los clústeres de investigación deben centrarse en las afecciones que afectan de forma desproporcionada a las mujeres y a los grupos subrepresentados.

El CESE indica también que los pacientes deben tener control sobre sus datos sanitarios, incluido el derecho a revocar el consentimiento y a comprender cómo se utilizan sus datos. El CESE destaca modelos como los registros gestionados por pacientes y las cooperativas de datos como alternativas a los monopolios corporativos o estatales. El consentimiento debe ser continuo, especialmente antes de cualquier venta a terceros de datos sanitarios procesados ​​mediante IA.

Para evitar el dominio del mercado por parte de las grandes corporaciones, la UE debería destinar financiación a empresas emergentes y pymes que desarrollan IA para el diagnóstico de enfermedades raras. Las colaboraciones público-privadas y el acceso equitativo a los datos son vitales para garantizar que las innovaciones sanitarias impulsadas por la IA sigan siendo asequibles y accesibles para todos.

El CESE exige directrices éticas a nivel de la UE para la IA en la atención sanitaria, que garanticen la igualdad de acceso y la seguridad del paciente. La supervisión médica debe seguir siendo fundamental para la toma de decisiones médicas, y la IA debe servir como herramienta de apoyo y no como un sustituto. La formación profesional y las campañas de alfabetización en IA deben capacitar al personal sanitario y a los pacientes para que utilicen la IA de forma responsable.

El dictamen identifica riesgos graves, como el sesgo algorítmico, la privacidad de los datos, la asequibilidad y la desigualdad de acceso. Las mujeres y las minorías suelen ser infradiagnosticadas debido a conjuntos de datos sesgados, y persisten las brechas entre zonas rurales y urbanas en la infraestructura sanitaria digital. El Comité insiste en que los modelos de IA deben ser explicables y auditables, con una sólida supervisión pública para evitar la mercantilización de los datos y garantizar la rendición de cuentas.