Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Sesgos algorítmicos en aplicaciones de la IA en el sector salud: una revisión sistemática de la literatura
0
Zitationen
3
Autoren
2025
Jahr
Abstract
La Inteligencia Artificial (IA) está transformando el sector salud, especialmente en la detección temprana de enfermedades y el diagnóstico médico; sin embargo, este avance enfrenta desafíos significativos derivados de los sesgos algorítmicos. Conjuntos de datos pequeños, desbalanceados o no representativos utilizados en el entrenamiento y validación de modelos pueden generar errores que afectan la equidad, la precisión y la confiabilidad de los resultados clínicos, además de plantear dilemas éticos y técnicos que requieren atención urgente. Esta investigación busca identificar y analizar de manera sistemática los principales desafíos asociados con los sesgos algorítmicos en aplicaciones de IA en la atención médica, con el propósito de aportar evidencia y sentar bases para futuras investigaciones integrales. Se empleó la metodología Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA), ampliamente utilizada en revisiones sistemáticas en el ámbito de la salud. Los resultados derivados de su aplicación se presentan y discuten a lo largo del capítulo.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.422 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.300 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.734 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.781 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.519 Zit.