La IA en la atención médica necesita un diseño centrado en el ser humano

Por supuesto, las percepciones de los médicos sobre la IA seguirán evolucionando a medida que maduren sus posibilidades. Al igual que un médico residente que se une por primera vez a un equipo, la IA debe demostrar su valor añadido y ganarse la confianza con el tiempo.

 

Con la IA como un colaborador de confianza que se integra perfectamente en el flujo de trabajo, los radiólogos se liberarán de las tareas cotidianas y podrán dedicar más tiempo a casos complejos, aumentando su impacto en la toma de decisiones clínicas. Los profesionales de la salud en otras áreas de la medicina también se beneficiarán cada vez más de la asistencia de IA, ya sea en patología digital, cuidados intensivos, terapia guiada por imágenes o manejo de enfermedades crónicas. Creo firmemente que hará que su trabajo sea más valioso y gratificante.

 

Pero, como esperaba mostrar, ese futuro no sucederá por sí solo. Solo sucederá gracias al diseño.

 

Los diseñadores deben asumir un papel activo desde el comienzo del desarrollo de la IA, trabajando junto con científicos de datos, ingenieros y expertos clínicos para crear experiencias habilitadas por IA que marquen una diferencia positiva tanto para los profesionales sanitarios como para los pacientes.

 

Solo entonces veremos que la inteligencia artificial en el ámbito sanitario cumple plenamente su promesa; si ponemos a las personas, no a la tecnología, en primer lugar.

Note

[i] e/MTIC o Eindhoven MedTech Innovation Center es un estudio de colaboración entre el Eindhoven University of Technology, Hospital Catharina, Maxima Medical Center, Kempenhaeghe Epilepsy and Sleep Center, y Philips.

References

[1] Christopher J. Kelly, Alan Karthikesalingam, Mustafa Suleyman, Greg Corrado, and Dominic King. 2019. Key challenges for delivering clinical impact with artificial intelligence. BMC Medicine 17, 1: 195. https://doi.org/10.1186/s12916-019-1426-2

[2] Lea Strohm, Charisma Hehakaya, Erik R. Ranschaert, Wouter P. C. Boon, and Ellen H. M. Moors. 2020. Implementation of artificial intelligence (AI) applications in radiology: hindering and facilitating factors. European Radiology. https://doi.org/10.1007/s00330-020-06946-y

[3] Atul Gawande. 2018. Why doctors hate their computers. New Yorker. https://www.newyorker.com/magazine/2018/11/12/why-doctors-hate-their-computers

[4] Robert M. Wachter. 2015. The digital doctor: hope, hype, and harm at the dawn of medicine’s computer age.

[5] D. W. De Boo, M. Prokop, M. Uffmann, B. van Ginneken, and C. M. Schaefer-Prokop. 2009. Computer-aided detection (CAD) of lung nodules and small tumours on chest radiographs. European Journal of Radiology 72, 2: 218–225.  https://doi.org/10.1016/j.ejrad.2009.05.062

[6] Robert M. Nishikawa, Alexandra Edwards, Robert A. Schmidt, John Papaioannou, and Michael N. Linver. 2006. Can radiologists recognize that a computer has identified cancers that they have overlooked? In Medical Imaging 2006: Image Perception, Observer Performance, and Technology Assessment, 614601. https://doi.org/10.1117/12.656351

[7] W. Jorritsma, F. Cnossen, and P. M. A. van Ooijen. 2015. Improving the radiologist–CAD interaction: designing for appropriate trust. Clinical Radiology 70, 2: 115–122. https://doi.org/10.1016/j.crad.2014.09.017

[8] John D. Lee and Katrina A. See. 2004. Trust in automation: designing for appropriate reliance. Human Factors 46, 1: 50-80. https://doi.org/10.1518/hfes.46.1.50_30392