Gobernanza Responsable de la Inteligencia Artificial en Sistemas de Salud
principios para la equidad, la transparencia y la capacidad institucional
Palabras clave:
Inteligencia artificial, salud, gobernanza, equidad, transparencia, capacidad institucionalResumen
La incorporación de inteligencia artificial en sistemas de salud presenta desafíos complejos de gobernanza. Este artículo propone principios normativos para asegurar la equidad en la atención, la transparencia clínica y el fortalecimiento de la capacidad institucional frente al uso de algoritmos de diagnóstico y triaje.
##plugins.generic.academicMetrics.block.title##
- ##plugins.generic.academicMetrics.block.downloads## 3
- ##plugins.generic.academicMetrics.block.views## 40
##plugins.generic.academicMetrics.block.noDoi##
Descargas
Referencias
Char, D. S., Shah, N. H., & Magnus, D. (2018). Implementing machine learning in health care. New England Journal of Medicine, 378, 981-983.
Esteva, A., et al. (2019). A guide to deep learning in healthcare. Nature Medicine, 25, 24-29.
Kelly, C. J., et al. (2019). Key challenges for delivering clinical impact with artificial intelligence. BMC Medicine, 17, 195.
Obermeyer, Z., et al. (2019). Dissecting racial bias in an algorithm used to manage population health. Science, 366(6464), 447-453.
Wiens, J., et al. (2019). Do no harm: a roadmap for responsible machine learning for health care. Nature Medicine, 25, 1337-1340.
World Health Organization. (2021). Ethics and governance of artificial intelligence for health.
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los artículos publicados por Noemica Journal están licenciados bajo Creative Commons Atribución 4.0 Internacional (CC BY 4.0). Se permite compartir y adaptar el contenido para cualquier finalidad, siempre que se otorgue el crédito correspondiente a los autores y a la publicación original.
