Objetivo
Evaluar los efectos que el uso actual de la inteligencia artificial (IA) en la salud de las mujeres tiene sobre la equidad en la salud, específicamente en las actividades de prevención primaria y secundaria en las mujeres.
Método
Para realizar esta revisión narrativa se utilizaron dos bases de datos, Scopus y PubMed. En la búsqueda se utilizó el equivalente en inglés de algunas palabras clave como “inteligencia artificial”, “aprendizaje automático”, “salud de la mujer”, “tamizaje”, “factor de riesgo” y “prevenir”, y los artículos solo se filtraron para incluir los que trataban sobre modelos de IA que los médicos generales podrían utilizar.
Resultados
De los 18 artículos examinados, 8 se centraron en la modelización de factores de riesgo en el marco de la prevención primaria y 10 se centraron en las herramientas de tamizaje en el marco de la prevención secundaria. Se encontraron brechas en la capacidad para entrenar a los modelos de IA con conjuntos de datos amplios y diversos que reflejen la población a la que están destinados. La falta de estos conjuntos de datos se detectó con frecuencia como una limitación en los artículos examinados (n = 7).
Conclusiones
Las mujeres pertenecientes a grupos minoritarios y de ingresos bajos tienen poco acceso a la atención de salud y, por lo tanto, no están bien representadas en los conjuntos de datos que se utilizan para entrenar los modelos de AI, lo que podría introducir sesgos en sus resultados. Para mitigar esto, deben crearse más conjuntos de datos para validar los modelos de IA, y la IA en la salud de las mujeres debe ampliarse para incluir las afecciones que afectan a hombres y mujeres, a fin de proporcionar una perspectiva de género al respecto. Las entidades de salud pública, medicina y tecnología deben colaborar para regular el desarrollo y el uso de la IA en la atención de salud de una manera estandarizada que reduzca los sesgos.