Inteligencia artificial como instrumento necesario de desarrollo en pediatría y terapia intensiva pediátrica

Autores/as

Palabras clave:

inteligencia artificial, herramienta, cuidados intensivos pediátricos y neonatales.

Resumen

Introducción: La inteligencia artificial es una herramienta que se utiliza en las unidades de cuidados intensivos neonatales y pediátricos. Esta debe complementar la experiencia y el juicio clínico de los profesionales de la salud, basados en principios éticos y de competencias, pero nunca reemplazarlos. Objetivo: Actualizar el conocimiento sobre las herramientas que brinda la inteligencia artificial en el desempeño de las especialidades de pediatría y terapia intensiva pediátrica y neonatal, así como las limitaciones de su uso. Métodos: Se realizó una revisión documental de la bibliografía publicada en los últimos cinco años, en inglés y español. Se utilizó el motor de búsqueda Google Académico. Se consultaron cincuenta artículos de libre acceso en las bases de datos PubMed, SciELO, Lilacs, Cumed e Hinari; de ellos, se utilizaron 23. Resultados: La inteligencia artificial constituye un importante instrumento para la mejoría en la prestación de servicios de salud, pero aún presenta limitantes. Aunque se reportan algunas ventajas, la evaluación de los sistemas de inteligencia artificial en cuidados intensivos pediátricos y neonatales refleja que la mayoría de los modelos no califica para su implementación por encontrarse en etapas tempranas de desarrollo y estar sujetos a error. Conclusiones: A pesar de que algunos profesionales se mantienen escépticos, no se puede ignorar el desarrollo tecnológico que va unido al desarrollo social. Lo fundamental es no permitir la insensibilidad del personal sanitario frente a su objetivo primordial de curar.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

1. Ávila-Tomás JF, Mayer-Pujadas MA, Quesada-Varela VJ. La inteligencia artificial y sus aplicaciones en medicina II: Importancia actual y aplicaciones. Aten Primaria. 2021;53(1):81-8. DOI: https://doi.org/10.1016/j.aprim.2020.04.014

2. Organización Mundial de la Salud. Ética y gobernanza de la inteligencia artificial en el ámbito de la salud: orientaciones de la OMS; 2021 [acceso 24/04/2023]. Disponible en: https://www.who.int/es/publications/i/item/9789240037403

3. Lanzagorta-Ortega D, Carrillo-Pérez DL, Carrillo-Esper R. Inteligencia artificial en medicina: presente y futuro. Gac Med Mex. 2022;158(1):17-21. DOI: https://doi.org/10.24875/GMM.M22000688

4. Paycha F. Diagnosis with the aid of artificial intelligence: Demonstration of the 1st diagnostic machine. Presse Therm Clim. 1968;105:22-5. Disponible en: https://pubmed.ncbi.nlm.nih.gov/4910364/

5. Shortliffe EH, Davis R, Axline SG, Buchanan BG, Green CC, Cohen SN. Computer-based consultations in clinical therapeutics: explanation and rule acquisition capabilities of the MYCIN system. Compute Biomed Res. 1975;8(4):303-20. DOI: https://doi.org/10.1016/0010-4809(75)90009-9

6. Galdo B, Pazos C, Pardo J, Solar A, Llamas D, Fernández-Blanco E. Inteligencia artificial en pediatría: actualidad y retos, en pediatría. Anales de Pediatría. 2024;100:195-201. DOI: https://doi.org/10.1016/j.anpedi.2024.02.006

7. Nimri R, Battelino T, Laffel LM, Slover RH, Schatz D, Weinzimer SA, et al. Insulin dose optimization using an automated artificial intelligence-based decision support system in youths with type 1 diabetes. Nat Med. 2020;26(9):1380-4. DOI: https://doi.org/10.1038/s41591-020-1045-7

8. Voss C, Schwartz J, Daniels J, Kline A, Haber N, Washington P, et al. Effect of wearable digital intervention for improving socialization in children with autism spectrum disorder: A randomized clinical trial. JAMA Pediatr. 2019;173:446-54. DOI: https://doi.org/10.1001/jamapediatrics.2019.0285

9. Yang RL, Yang YL, Wang T, Xu WZ, Yu G, Yang JB, et al. Establishment of an auxiliary diagnosis system of newborn screening for inherited metabolic diseases based on artificial intelligence technology and a clinical trial. Zhonghua Er KeZaZhi. 2021;59:286-93. DOI: https://doi.org/10.3760/cma.j.cn112140-20201209-01089

10. Medina R, Bouhaben J, de Ramón I, Cuesta P, Antón-Toro L, Pacios J, et al. Electrophysiological brain changes associated with cognitive improvement in a pediatric attention deficit hyperactivity disorder digital artificial intelligence-driven intervention: Randomized controlled trial. J Med Internet Res. 2021;23(11). DOI: https://doi.org/10.2196/25466

11. Onu CC, Udeogu I, Ndiomu E, Kengni U, Precup D, Sant’Anna GM, et al. Ubenwa: Cry-based Diagnosis of Birth Asphyxia. ArXiv. 2017. DOI: https://doi.org/10.48550/arXiv.171.06405

12. Si Y. Machine learning applications for electroencephalograph signals in epilepsy: A quick review. Acta Epileptol. 2020;2:5. DOI: https://doi.org/10.1186/s42494-020-00014-0

13. Mani S, Ozdas A, Aliferis C, Varol HA, Chen Q, Carnevale R, et al. Medical decision support using machine learning for early detection of late-onset neonatal sepsis. J Am Med Inform Assoc. 2014;21:326-36. DOI: https://doi.org/10.1136/amiajnl-2013-001854

14. Masino AJ, Harris MC, Forsyth D, Ostapenko S, Srinivasan L, Bonafide C, et al. Machine learning models for early sepsis recognition in the neonatal intensive care unit using readily available electronic health record data. PLoS One. 2019;14. DOI: https://doi.org/10.1371/journal.pone.0212665

15. Verder H, Heiring C, Clark H, Sweet D, Jessen TE, Ebbesen F, et al. Rapid test for lung maturity, based on spectroscopy of gastric aspirate, predicted respiratory distress syndrome with high sensitivity. Acta Paediatr. 2017;106:430-7. DOI: https://doi.org/10.1111/apa.13683

16. Ales Jiménez R. Inteligencia artificial. Desafíos y preocupaciones. Rev Pediatr Aten Primaria. 2023 [acceso 24/03/2024];25:205-10. Disponible en: https://pap.es/articulo/13954/inteligencia-artificial-desafios-y-preocupaciones

17. Straub J. In search of technology readiness level (TRL) 10. Aerosp Sci Technol. 2015;46:312-20. DOI: https://doi.org/10.1016/j.ast.2015.07.007

18. Beunzaa JJ, Lafuentea JL, González S, Gómez-Telloa V. Inteligencia artificial e Internetof Medical Things en UCI: momento de la implementación. Medicina Intensiva. 2024;48(1):56-8. DOI: https://doi.org/10.1016/j.medin.2023.10.002

19. González M, Martínez D. Dilemas éticos en el escenario de la inteligencia artificial. Economía y Sociedad. 2020;25(57):93-109. DOI: https://doi.org/10.15359/eys.25-57.5

20. Johnson KB, Wei WQ, Weeraratne D, Frisse ME, Misulis K, Rhee K, et al. Precision Medicine, AI, and the Future of Personalized Health Care. Clin Transl Sci. 2021;14(1):86-93. DOI: https://doi.org/10.1111/cts.12884

21. Naik N, Hameed BMZ, Shetty DK, Swain D, Shah M, Paul R. Legal and Ethical Consideration in Artificial Intelligence in Healthcare: Who Takes Responsibility? Front Surg. 2022;9. DOI: https://doi.org/10.3389/fsurg.2022.862322

22. Inglada L, Corral L, Miramontes P. Ética e inteligencia artificial. Rev Clín Esp. 2024;224(3):178-86. Doi: https://doi.org//10.1016/j.rce.2024.01.007

Descargas

Publicado

2024-11-21

Cómo citar

1.
Mena Miranda VR. Inteligencia artificial como instrumento necesario de desarrollo en pediatría y terapia intensiva pediátrica. Rev Cubana Pediatría [Internet]. 21 de noviembre de 2024 [citado 1 de julio de 2025];96. Disponible en: https://revpediatria.sld.cu/index.php/ped/article/view/5588

Número

Vol. 96 (2024): Publicación continua

Sección

PEDIATRÍA INTENSIVA

Licencia

Avisos de derechos de autor propuestos por Creative Commons

1. Política propuesta para revistas que ofrecen acceso abierto

Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:

  1. Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
  2. Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
  3. Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).