APLICACIONES DE LA INTELIGENCIA ARTIFICIAL EN EL DIAGNÓSTICO PRECOZ DE ENFERMEDADES CRÓNICAS: AVANCES Y LIMITACIONES ÉTICAS
DOI:
https://doi.org/10.56238/revgeov16n5-142Palabras clave:
Inteligencia Artificial, Diagnóstico Precoz, Enfermedades Crónicas, BioéticaResumen
La inteligencia artificial representa una transformación disruptiva en la atención médica contemporánea, particularmente en el diagnóstico precoz de enfermedades crónicas, planteando cuestiones éticas fundamentales relacionadas con la privacidad, la equidad y la responsabilidad clínica. Este estudio analiza críticamente las aplicaciones de la inteligencia artificial en el diagnóstico precoz de enfermedades crónicas, examinando los avances tecnológicos y las limitaciones éticas asociadas. La metodología se basa en una revisión sistemática de la literatura científica mediante búsquedas en bases de datos internacionales (PubMed, IEEE Xplore, Scopus, Web of Science, SciELO) desde 2020 hasta 2025, con un análisis cualitativo de 38 publicaciones seleccionadas. Los resultados muestran que los algoritmos de aprendizaje automático y aprendizaje profundo alcanzan un rendimiento diagnóstico comparable o superior al de los especialistas humanos en oftalmología, cardiología y oncología, con una sensibilidad que a menudo supera el 90%. Sin embargo, se identifican limitaciones sustanciales relacionadas con los sesgos algorítmicos, la opacidad en la toma de decisiones y las dificultades de generalización entre diferentes poblaciones. Las implicaciones éticas se organizan en cinco dimensiones: privacidad de los datos, equidad en el acceso, transparencia algorítmica, responsabilidad clínica e impacto en la relación médico-paciente. Se concluye que la inteligencia artificial posee un auténtico potencial transformador. Sin embargo, su implementación responsable exige marcos regulatorios sólidos, técnicas de explicabilidad y un compromiso ético con los principios bioéticos fundamentales.
Descargas
Referencias
ANDRADE, A.; BERTO, B.; GOMES, E.; MAIA, L.; AZZOLIN, G. Inteligência artificial na saúde cardiológica: avanços, desafios e perspectivas futuras. Delos Desarrollo Local Sostenible, v. 18, n. 70, e6351, 2025. DOI: https://doi.org/10.55905/rdelosv18.n70-114.
BARROSO, S.; CRUZ, L.; CASTRO, D. Produção científica sobre inteligência artificial e ética: uma análise bibliométrica. 2023. DOI: https://doi.org/10.21452/abecmeeting2023.187.
COSTA, A.; FRANCO, A.; PEREIRA, R.; GONÇALVES, M.; NUBILE, E. Arritmias cardíacas: diagnóstico, tratamento e prevenção. Brazilian Journal of Implantology and Health Sciences, v. 6, n. 2, p. 348–360, 2024. DOI: https://doi.org/10.36557/2674-8169.2024v6n2p348-360.
COSTA, M.; SILVA, G.; RIBEIRO, T.; GOECKING, M.; REQUEIJO, M. O impacto da inteligência artificial na radiologia: avanços na eficiência diagnóstica e personalização do tratamento. Revista Ibero-Americana de Humanidades, Ciências e Educação, v. 10, n. 11, p. 3364–3376, 2024. DOI: https://doi.org/10.51891/rease.v10i11.16733.
ELIAS, M.; FAVERSANI, L.; MOREIRA, J.; MASIERO, A.; CUNHA, N. Inteligência artificial em saúde e implicações bioéticas: uma revisão sistemática. Revista Bioética, v. 31, 2023. DOI: https://doi.org/10.1590/1983-803420233542en.
LEITE, K.; PASQUALI, M.; SILVA, T.; RODRIGUES, L.; MELO, G.; PACHECO, A.; et al. Transformação da saúde: o impacto da inteligência artificial na medicina moderna. Contribuciones a Las Ciencias Sociales, v. 17, n. 5, e6726, 2024. DOI: https://doi.org/10.55905/revconv.17n.5-086.
LIMA, M.; FERREIRA, A.; LIMA, M.; RETTO, Y.; NOGUEIRA, A.; BERNARDINO, S.; et al. Papel da inteligência artificial na predição de eventos cardíacos. Brazilian Journal of Implantology and Health Sciences, v. 6, n. 2, p. 2213–2229, 2024. DOI: https://doi.org/10.36557/2674-8169.2024v6n2p2213-2229.
MARQUES, J.; GONÇALVES, C.; VIEIRA, P.; BORGES, A.; DIAS, V.; SANTOS, W.; et al. Explorando a explicabilidade da inteligência artificial: técnicas para compreender e interpretar modelos de aprendizado de máquina. p. 25–43, 2023. DOI: https://doi.org/10.5753/sbc.13259.2.2.
PATEL, K.; MISTRY, C.; MEHTA, D.; THAKKER, U.; TANWAR, S.; GUPTA, R.; KUMAR, N. Uma pesquisa sobre técnicas de inteligência artificial para doenças crônicas: questões em aberto e desafios. Artificial Intelligence Review, v. 55, p. 3747–3800, 2021. DOI: https://doi.org/10.1007/s10462-021-10084-2.
PEDREIRA, L. Aplicação da inteligência artificial na previsão e diagnóstico precoce de doenças crônicas. RMS, v. 1, n. 1, p. 84–98, 2025. DOI: https://doi.org/10.65013/rms.v1i1.11.
PIONÓRIO, V.; SILVA, D.; PIONÓRIO, J. Avanços recentes da IA na oftalmologia: revisão de literatura. Brazilian Journal of Health Review, v. 7, n. 3, e69712, 2024. DOI: https://doi.org/10.34119/bjhrv7n3-112.
ROMANIELLO, G.; HAYASHI, S.; GUERRA, B.; RIELLA, M.; LINDHOLM, B.; MARQUES, G.; et al. Troponin I is an independent marker of cardiovascular mortality risk in chronic kidney disease patients. Brazilian Journal of Nephrology, v. 47, n. 4, 2025. DOI: https://doi.org/10.1590/2175-8239-jbn-2025-0013en.
TRISTÃO, C.; LIBERATO, B.; SIMIAO, Y.; FACHINI, M.; BEZERRA, A.; BARBEIRO, J.; et al. IA na atenção primária à saúde: avanços no monitoramento e diagnóstico em pediatria e adolescência. Contribuciones a Las Ciencias Sociales, v. 18, n. 9, e20755, 2025. DOI: https://doi.org/10.55905/revconv.18n.9-145.
VILLANUEVA-MIRANDA, I.; XIAO, G.; XIE, Y. Inteligência artificial em sistemas de alerta precoce para vigilância de doenças infecciosas: uma revisão sistemática. Frontiers in Public Health, v. 13, 2025. DOI: https://doi.org/10.3389/fpubh.2025.1609615.
