La inteligencia artificial está revolucionando el sector de la salud en los países avanzados, pero su impacto en los servicios sanitarios de las naciones menos desarrolladas sigue siendo escaso.
Un reciente estudio publicado en Digital Health, realizado por científicos de la Universidad de Sharjah en colaboración con investigadores de prestigiosas instituciones estadounidenses, revela una notable disparidad en el acceso a tecnologías de IA entre regiones de altos ingresos y aquellas de ingresos bajos a medios. Mientras que el aprendizaje automático y la robótica se utilizan cada vez más para la detección de enfermedades, administración de medicamentos y telemedicina en naciones ricas, su adopción en el Global South es limitada.
El informe destaca las “disparidades sanitarias” y lo que parece ser una brecha tecnológica entre el Global North y el Global South, con un camino hacia la superación de esta situación lleno de desafíos significativos.
Desafíos del acceso a la IA en salud
El estudio enfatiza que la creciente brecha en inteligencia artificial – especialmente entre regiones menos desarrolladas como África, Asia y América Latina, agrupadas bajo el término Global South, y las naciones industrializadas del Global North – representa un obstáculo importante para lograr un acceso equitativo a servicios sanitarios asequibles y efectivos.
Los autores del estudio presentan su investigación como “una revisión integrativa” destinada a identificar estudios recientes (2022-2025) que describen las contribuciones y desafíos del uso de aplicaciones de IA en el Global South. Ellos argumentan que este análisis pone de relieve el potencial de estas tecnologías para abordar problemas críticos como la pobreza, la falta de recursos y los brotes epidémicos.
A pesar de las ventajas actuales que ofrece la IA en áreas como seguimiento epidemiológico, expansión del acceso a servicios médicos, apoyo a la telemedicina y modelos preventivos, todavía hay obstáculos significativos. Según los autores, estos incluyen “infraestructura deficiente, sesgos en los datos provenientes del Global North y escasa experiencia local” en el Global South.
Necesidad urgente de colaboración
El Dr. Syed Hussain, autor principal del estudio y miembro del Colegio de Comunicación de la Universidad de Sharjah, señala que muchas aplicaciones existentes de IA están entrenadas con conjuntos de datos provenientes principalmente de países ricos. Esto genera un seso significativo, donde estos sistemas pueden tener un rendimiento deficiente o incluso producir resultados erróneos al aplicarse a poblaciones diversas con condiciones sanitarias únicas propias del Global South.
Además, muchos países con pocos recursos aún dependen de registros en papel, lo que crea sistemas fragmentados que dificultan la recolección y fusión de grandes volúmenes de datos necesarios para entrenar eficazmente a los sistemas de IA.
Las regiones menos desarrolladas carecen también de internet confiable, electricidad constante y una fuerza laboral capacitada para desarrollar e implementar sistemas basados en IA. “Estos factores son escasos en entornos con pocos recursos”, añade el Dr. Hussain.
Papel crucial del financiamiento e inversión
A medida que se aboga por asociaciones más equitativas entre naciones industrializadas y sus contrapartes menos desarrolladas, el estudio subraya una notable falta de inversión por parte de empresas biotecnológicas occidentales en el Global South. Las colaboraciones existentes suelen implicar intercambios unidireccionales sin compartir verdaderamente tecnología o beneficios.
Esto perpetúa un ciclo donde las economías emergentes enfrentan brechas educativas en STEM (ciencia, tecnología, ingeniería y matemáticas), fuga de talento médico e inestabilidad financiera gubernamental para la investigación.
El Dr. Hussain enfatiza que es esencial adaptar cuidadosamente los sistemas desarrollados en países ricos para operar eficazmente y éticamente en el Global South. Esto requiere considerar patrones locales de enfermedades, limitaciones estructurales y contextos culturales específicos.
Llamado a acciones concretas
"Es crucial digitalizar los datos sanitarios enfocándose en la interoperabilidad, abordando sesgos, asegurando seguridad en los datos y capacitando a trabajadores locales", concluye. Además, resalta que es necesario avanzar hacia colaboraciones equitativas que fomenten innovaciones locales y desarrollo sostenible.
Por último, se hace hincapié en la necesidad urgente de establecer regulaciones globales y mecanismos adecuados para garantizar transparencia, responsabilidad y equidad en las aplicaciones sanitarias basadas en inteligencia artificial.
Si (
No(
