array:24 [
  "pii" => "S0210569119302736"
  "issn" => "02105691"
  "doi" => "10.1016/j.medin.2019.11.003"
  "estado" => "S300"
  "fechaPublicacion" => "2020-06-01"
  "aid" => "1421"
  "copyright" => "Elsevier España, S.L.U. y SEMICYUC"
  "copyrightAnyo" => "2019"
  "documento" => "simple-article"
  "crossmark" => 1
  "subdocumento" => "cor"
  "cita" => "Med Intensiva. 2020;44:319-20"
  "abierto" => array:3 [
    "ES" => true
    "ES2" => true
    "LATM" => true
  ]
  "gratuito" => true
  "lecturas" => array:2 [
    "total" => 11
    "formatos" => array:2 [
      "HTML" => 5
      "PDF" => 6
    ]
  ]
  "Traduccion" => array:1 [
    "en" => array:19 [
      "pii" => "S2173572720300710"
      "issn" => "21735727"
      "doi" => "10.1016/j.medine.2019.11.006"
      "estado" => "S300"
      "fechaPublicacion" => "2020-06-01"
      "aid" => "1421"
      "copyright" => "Elsevier España, S.L.U. and SEMICYUC"
      "documento" => "simple-article"
      "crossmark" => 1
      "subdocumento" => "cor"
      "cita" => "Med Intensiva. 2020;44:319-20"
      "abierto" => array:3 [
        "ES" => true
        "ES2" => true
        "LATM" => true
      ]
      "gratuito" => true
      "lecturas" => array:1 [
        "total" => 0
      ]
      "en" => array:10 [
        "idiomaDefecto" => true
        "cabecera" => "<span class="elsevierStyleTextfn">Letter to the Editor</span>"
        "titulo" => "Big Data Analysis and Machine Learning in Intensive Care Medicine&#58; Identifying new ethical and legal challenges"
        "tienePdf" => "en"
        "tieneTextoCompleto" => "en"
        "paginas" => array:1 [
          0 => array:2 [
            "paginaInicial" => "319"
            "paginaFinal" => "320"
          ]
        ]
        "titulosAlternativos" => array:1 [
          "es" => array:1 [
            "titulo" => "Big Data Analysis y Machine Learning en medicina intensiva&#58; identificando nuevos retos &#233;tico-jur&#237;dicos"
          ]
        ]
        "contieneTextoCompleto" => array:1 [
          "en" => true
        ]
        "contienePdf" => array:1 [
          "en" => true
        ]
        "autores" => array:1 [
          0 => array:2 [
            "autoresLista" => "G&#46; Lazcoz Moratinos, I&#46; de Miguel Beriain"
            "autores" => array:2 [
              0 => array:2 [
                "nombre" => "G&#46;"
                "apellidos" => "Lazcoz Moratinos"
              ]
              1 => array:2 [
                "nombre" => "I&#46;"
                "apellidos" => "de Miguel Beriain"
              ]
            ]
          ]
        ]
      ]
      "idiomaDefecto" => "en"
      "Traduccion" => array:1 [
        "es" => array:9 [
          "pii" => "S0210569119302736"
          "doi" => "10.1016/j.medin.2019.11.003"
          "estado" => "S300"
          "subdocumento" => ""
          "abierto" => array:3 [
            "ES" => true
            "ES2" => true
            "LATM" => true
          ]
          "gratuito" => true
          "lecturas" => array:1 [
            "total" => 0
          ]
          "idiomaDefecto" => "es"
          "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S0210569119302736?idApp=WMIE"
        ]
      ]
      "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2173572720300710?idApp=WMIE"
      "url" => "/21735727/0000004400000005/v1_202006090711/S2173572720300710/v1_202006090711/en/main.assets"
    ]
  ]
  "itemSiguiente" => array:19 [
    "pii" => "S0210569120300292"
    "issn" => "02105691"
    "doi" => "10.1016/j.medin.2020.01.004"
    "estado" => "S300"
    "fechaPublicacion" => "2020-06-01"
    "aid" => "1453"
    "copyright" => "Elsevier Espa&#241;a&#44; S&#46;L&#46;U&#46; y SEMICYUC"
    "documento" => "simple-article"
    "crossmark" => 1
    "subdocumento" => "cor"
    "cita" => "Med Intensiva. 2020;44:320"
    "abierto" => array:3 [
      "ES" => true
      "ES2" => true
      "LATM" => true
    ]
    "gratuito" => true
    "lecturas" => array:1 [
      "total" => 0
    ]
    "es" => array:10 [
      "idiomaDefecto" => true
      "cabecera" => "<span class="elsevierStyleTextfn">Carta al Editor</span>"
      "titulo" => "En respuesta a &#171;Big Data Analysis y Machine Learning en medicina intensiva&#58; identificando nuevos retos &#233;tico-jur&#237;dicos&#187;"
      "tienePdf" => "es"
      "tieneTextoCompleto" => "es"
      "paginas" => array:1 [
        0 => array:1 [
          "paginaInicial" => "320"
        ]
      ]
      "titulosAlternativos" => array:1 [
        "en" => array:1 [
          "titulo" => "In reply to &#171;Big Data Analysis and Machine Learning in Intensive Care Medicine&#58; Identifying new ethical and legal challenges&#187;"
        ]
      ]
      "contieneTextoCompleto" => array:1 [
        "es" => true
      ]
      "contienePdf" => array:1 [
        "es" => true
      ]
      "autores" => array:1 [
        0 => array:2 [
          "autoresLista" => "A&#46; N&#250;&#241;ez Reiz, M&#46; S&#225;nchez Garc&#237;a"
          "autores" => array:2 [
            0 => array:2 [
              "nombre" => "A&#46;"
              "apellidos" => "N&#250;&#241;ez Reiz"
            ]
            1 => array:2 [
              "nombre" => "M&#46;"
              "apellidos" => "S&#225;nchez Garc&#237;a"
            ]
          ]
        ]
      ]
    ]
    "idiomaDefecto" => "es"
    "Traduccion" => array:1 [
      "en" => array:9 [
        "pii" => "S2173572720300722"
        "doi" => "10.1016/j.medine.2020.01.005"
        "estado" => "S300"
        "subdocumento" => ""
        "abierto" => array:3 [
          "ES" => true
          "ES2" => true
          "LATM" => true
        ]
        "gratuito" => true
        "lecturas" => array:1 [
          "total" => 0
        ]
        "idiomaDefecto" => "en"
        "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2173572720300722?idApp=WMIE"
      ]
    ]
    "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S0210569120300292?idApp=WMIE"
    "url" => "/02105691/0000004400000005/v1_202005280745/S0210569120300292/v1_202005280745/es/main.assets"
  ]
  "itemAnterior" => array:19 [
    "pii" => "S0210569119301160"
    "issn" => "02105691"
    "doi" => "10.1016/j.medin.2019.03.008"
    "estado" => "S300"
    "fechaPublicacion" => "2020-06-01"
    "aid" => "1335"
    "copyright" => "Elsevier Espa&#241;a&#44; S&#46;L&#46;U&#46; y SEMICYUC"
    "documento" => "simple-article"
    "crossmark" => 1
    "subdocumento" => "crp"
    "cita" => "Med Intensiva. 2020;44:317-8"
    "abierto" => array:3 [
      "ES" => true
      "ES2" => true
      "LATM" => true
    ]
    "gratuito" => true
    "lecturas" => array:2 [
      "total" => 12
      "formatos" => array:2 [
        "HTML" => 8
        "PDF" => 4
      ]
    ]
    "es" => array:10 [
      "idiomaDefecto" => true
      "cabecera" => "<span class="elsevierStyleTextfn">Carta cient&#237;fica</span>"
      "titulo" => "Tercer injerto hep&#225;tico&#58; &#191;hasta d&#243;nde deber&#237;amos llegar&#63;"
      "tienePdf" => "es"
      "tieneTextoCompleto" => "es"
      "paginas" => array:1 [
        0 => array:2 [
          "paginaInicial" => "317"
          "paginaFinal" => "318"
        ]
      ]
      "titulosAlternativos" => array:1 [
        "en" => array:1 [
          "titulo" => "Three-times liver transplanted&#58; How far shall we arrive&#63;"
        ]
      ]
      "contieneTextoCompleto" => array:1 [
        "es" => true
      ]
      "contienePdf" => array:1 [
        "es" => true
      ]
      "autores" => array:1 [
        0 => array:2 [
          "autoresLista" => "J&#46; Guti&#233;rrez Guti&#233;rrez, J&#46; Czapka Mital, T&#46; Grau Carmona"
          "autores" => array:3 [
            0 => array:2 [
              "nombre" => "J&#46;"
              "apellidos" => "Guti&#233;rrez Guti&#233;rrez"
            ]
            1 => array:2 [
              "nombre" => "J&#46;"
              "apellidos" => "Czapka Mital"
            ]
            2 => array:2 [
              "nombre" => "T&#46;"
              "apellidos" => "Grau Carmona"
            ]
          ]
        ]
      ]
    ]
    "idiomaDefecto" => "es"
    "Traduccion" => array:1 [
      "en" => array:9 [
        "pii" => "S2173572719302437"
        "doi" => "10.1016/j.medine.2019.03.013"
        "estado" => "S300"
        "subdocumento" => ""
        "abierto" => array:3 [
          "ES" => true
          "ES2" => true
          "LATM" => true
        ]
        "gratuito" => true
        "lecturas" => array:1 [
          "total" => 0
        ]
        "idiomaDefecto" => "en"
        "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2173572719302437?idApp=WMIE"
      ]
    ]
    "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S0210569119301160?idApp=WMIE"
    "url" => "/02105691/0000004400000005/v1_202005280745/S0210569119301160/v1_202005280745/es/main.assets"
  ]
  "es" => array:13 [
    "idiomaDefecto" => true
    "cabecera" => "<span class="elsevierStyleTextfn">Carta al Editor</span>"
    "titulo" => "Big Data Analysis y Machine Learning en medicina intensiva&#58; identificando nuevos retos &#233;tico-jur&#237;dicos"
    "tieneTextoCompleto" => true
    "saludo" => "<span class="elsevierStyleItalic">Sr&#46; Editor&#58;</span>"
    "paginas" => array:1 [
      0 => array:2 [
        "paginaInicial" => "319"
        "paginaFinal" => "320"
      ]
    ]
    "autores" => array:1 [
      0 => array:4 [
        "autoresLista" => "G&#46; Lazcoz Moratinos, I&#46; de Miguel Beriain"
        "autores" => array:2 [
          0 => array:4 [
            "nombre" => "G&#46;"
            "apellidos" => "Lazcoz Moratinos"
            "email" => array:1 [
              0 => "guillermo.lazcoz@ehu.eus"
            ]
            "referencia" => array:2 [
              0 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">a</span>"
                "identificador" => "aff0005"
              ]
              1 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">&#42;</span>"
                "identificador" => "cor0005"
              ]
            ]
          ]
          1 => array:3 [
            "nombre" => "I&#46;"
            "apellidos" => "de Miguel Beriain"
            "referencia" => array:1 [
              0 => array:2 [
                "etiqueta" => "<span class="elsevierStyleSup">b</span>"
                "identificador" => "aff0010"
              ]
            ]
          ]
        ]
        "afiliaciones" => array:2 [
          0 => array:3 [
            "entidad" => "G&#46;I&#46; C&#225;tedra de Derecho y Genoma Humano de la Universidad del Pa&#237;s Vasco &#40;UPV&#47;EHU&#41;&#44; Departamento de Derecho P&#250;blico de la Universidad del Pa&#237;s Vasco &#40;UPV&#47;EHU&#41;&#44; Leioa&#44; Vizcaya&#44; Espa&#241;a"
            "etiqueta" => "a"
            "identificador" => "aff0005"
          ]
          1 => array:3 [
            "entidad" => "IKERBASQUE&#44; Basque Foundation for Science&#46; G&#46;I&#46; C&#225;tedra de Derecho y Genoma Humano de la Universidad del Pa&#237;s Vasco &#40;UPV&#47;EHU&#41;&#44; Departamento de Derecho P&#250;blico de la Universidad del Pa&#237;s Vasco &#40;UPV&#47;EHU&#41;&#44; Leioa&#44; Vizcaya&#44; Espa&#241;a"
            "etiqueta" => "b"
            "identificador" => "aff0010"
          ]
        ]
        "correspondencia" => array:1 [
          0 => array:3 [
            "identificador" => "cor0005"
            "etiqueta" => "&#8270;"
            "correspondencia" => "Autor para correspondencia&#46;"
          ]
        ]
      ]
    ]
    "titulosAlternativos" => array:1 [
      "en" => array:1 [
        "titulo" => "Big Data Analysis and Machine Learning in Intensive Care Medicine&#58; Identifying new ethical and legal challenges"
      ]
    ]
    "textoCompleto" => "<span class="elsevierStyleSections"><p id="par0005" class="elsevierStylePara elsevierViewall">Han de reconocerse las valiosas aportaciones que contiene el art&#237;culo de revisi&#243;n de N&#250;&#241;ez Reiz et al&#46;<a class="elsevierStyleCrossRef" href="#bib0025"><span class="elsevierStyleSup">1</span></a>&#44; sobre tecnolog&#237;as disruptivas que&#44; acertadamente consideran&#44; pueden traer una revoluci&#243;n a la pr&#225;ctica moderna de la atenci&#243;n al paciente cr&#237;tico&#46; No obstante&#44; nos gustar&#237;a realizar algunas consideraciones acerca de las cuestiones &#233;ticas y legales que suscita la utilizaci&#243;n de dichos modelos para la toma de decisiones cl&#237;nicas&#46;</p><p id="par0010" class="elsevierStylePara elsevierViewall">La literatura coincide en que un componente fundamental para lograr una implementaci&#243;n segura y efectiva de esas herramientas de Big Data Analysis &#40;BDA&#41; y Machine Learning &#40;ML&#41;&#44; es el desarrollo de los marcos regulatorios que aborden el desaf&#237;o &#250;nico que representa el actual ritmo de innovaci&#243;n&#44; los riesgos significativos que implican y la naturaleza potencialmente fluida de los modelos de aprendizaje autom&#225;tico<a class="elsevierStyleCrossRef" href="#bib0030"><span class="elsevierStyleSup">2</span></a>&#46;</p><p id="par0015" class="elsevierStylePara elsevierViewall">En el desarrollo de estos marcos regulatorios&#44; por supuesto que son relevantes las cuestiones apuntadas por N&#250;&#241;ez Reiz et al&#46;&#44; como la privacidad y la seguridad de los pacientes cuyos datos sirven para desarrollar estos modelos&#59; sin embargo&#44; los mayores riesgos de la implantaci&#243;n de estas tecnolog&#237;as afectan&#44; precisamente&#44; al paciente cr&#237;tico que es objeto de una decisi&#243;n cl&#237;nica por la utilizaci&#243;n de una de esas herramientas de BDA y ML&#44; esto es&#44; el paciente ostenta un inter&#233;s igualmente leg&#237;timo en el tratamiento automatizado de esos datos&#46; Sin ir m&#225;s lejos&#44; el Reglamento General de Protecci&#243;n de Datos reconoce&#44; entre otros&#44; el derecho a obtener informaci&#243;n significativa sobre la l&#243;gica aplicada por el algoritmo que realiza una predicci&#243;n o inferencia sobre el estado de salud de un paciente &#8212;elaboraci&#243;n de un perfil en t&#233;rminos del reglamento&#8212;&#46;</p><p id="par0020" class="elsevierStylePara elsevierViewall">Ahora bien&#44; la cuesti&#243;n sobre la que nos gustar&#237;a incidir es que el da&#241;o individual producido por una herramienta de BDA y ML puede ser imperceptible o irreparable desde la perspectiva del individuo titular del derecho&#44; pero puede afectar masivamente a los derechos fundamentales de sectores o conjuntos de la sociedad de una manera relevante en esta dimensi&#243;n colectiva<a class="elsevierStyleCrossRef" href="#bib0035"><span class="elsevierStyleSup">3</span></a>&#46; En este sentido&#44; la literatura ha mostrado una creciente preocupaci&#243;n por la reproducci&#243;n de sesgos raciales o de g&#233;nero en estos mecanismos<a class="elsevierStyleCrossRef" href="#bib0040"><span class="elsevierStyleSup">4</span></a>&#44; que podr&#237;an resultar discriminatorios para dichos colectivos&#46;</p><p id="par0025" class="elsevierStylePara elsevierViewall">A fin de cuentas&#44; el paciente cr&#237;tico es el paradigma de esta problem&#225;tica&#44; puesto que el ejercicio de derechos individuales puede resultar inviable e ineficaz en la pr&#225;ctica&#44; mientras que el establecimiento de un marco regulatorio con fundamento en la protecci&#243;n de derechos colectivos&#44; con especial atenci&#243;n a los procesos de validaci&#243;n y supervisi&#243;n de estos modelos o al papel que desempe&#241;an los Comit&#233;s de &#201;tica a los que hacen referencia los autores&#44; puede reducir considerablemente los riesgos a los que son expuestos los individuos en la implementaci&#243;n de estas tecnolog&#237;as&#46;</p><span id="sec0005" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0005">Financiaci&#243;n</span><p id="par0040" class="elsevierStylePara elsevierViewall">El presente trabajo se realiza en el marco de la financiaci&#243;n del Gobierno Vasco a Grupos de Investigaci&#243;n del Sistema Universitario Vasco &#40;IT 1066-16&#41;&#46;</p></span></span>"
    "textoCompletoSecciones" => array:1 [
      "secciones" => array:2 [
        0 => array:2 [
          "identificador" => "sec0005"
          "titulo" => "Financiaci&#243;n"
        ]
        1 => array:1 [
          "titulo" => "Bibliograf&#237;a"
        ]
      ]
    ]
    "pdfFichero" => "main.pdf"
    "tienePdf" => true
    "bibliografia" => array:2 [
      "titulo" => "Bibliograf&#237;a"
      "seccion" => array:1 [
        0 => array:2 [
          "identificador" => "bibs0015"
          "bibliografiaReferencia" => array:4 [
            0 => array:3 [
              "identificador" => "bib0025"
              "etiqueta" => "1"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Big Data Analysis y Machine Learning en medicina intensiva"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:3 [
                            0 => "A&#46; N&#250;&#241;ez Reiz"
                            1 => "M&#46;A&#46; Armengol de la Hoz"
                            2 => "M&#46; S&#225;nchez Garc&#237;a"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1016/j.medin.2018.10.007"
                      "Revista" => array:6 [
                        "tituloSerie" => "Med Intensiva"
                        "fecha" => "2019"
                        "volumen" => "43"
                        "paginaInicial" => "416"
                        "paginaFinal" => "426"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/30591356"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            1 => array:3 [
              "identificador" => "bib0030"
              "etiqueta" => "2"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Key challenges for delivering clinical impact with artificial intelligence"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:5 [
                            0 => "C&#46;J&#46; Kelly"
                            1 => "A&#46; Karthikesalingam"
                            2 => "M&#46; Suleyman"
                            3 => "G&#46; Corrado"
                            4 => "D&#46; King"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1186/s12916-019-1426-2"
                      "Revista" => array:5 [
                        "tituloSerie" => "BMC Med"
                        "fecha" => "2019"
                        "volumen" => "17"
                        "paginaInicial" => "195"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/31665002"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
            2 => array:3 [
              "identificador" => "bib0035"
              "etiqueta" => "3"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Big data e inteligencia artificial Una aproximaci&#243;n a su tratamiento jur&#237;dico desde los derechos fundamentals"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:1 [
                            0 => "L&#46; Cotino Hueso"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:1 [
                      "Revista" => array:5 [
                        "tituloSerie" => "Dilemata"
                        "fecha" => "2017"
                        "volumen" => "24"
                        "paginaInicial" => "131"
                        "paginaFinal" => "150"
                      ]
                    ]
                  ]
                ]
              ]
            ]
            3 => array:3 [
              "identificador" => "bib0040"
              "etiqueta" => "4"
              "referencia" => array:1 [
                0 => array:2 [
                  "contribucion" => array:1 [
                    0 => array:2 [
                      "titulo" => "Dissecting racial bias in an algorithm used to manage the health of populations"
                      "autores" => array:1 [
                        0 => array:2 [
                          "etal" => false
                          "autores" => array:4 [
                            0 => "Z&#46; Obermeyer"
                            1 => "B&#46; Powers"
                            2 => "C&#46; Vogeli"
                            3 => "S&#46; Mullainathan"
                          ]
                        ]
                      ]
                    ]
                  ]
                  "host" => array:1 [
                    0 => array:2 [
                      "doi" => "10.1126/science.aax2342"
                      "Revista" => array:6 [
                        "tituloSerie" => "Science"
                        "fecha" => "2019"
                        "volumen" => "366"
                        "paginaInicial" => "447"
                        "paginaFinal" => "453"
                        "link" => array:1 [
                          0 => array:2 [
                            "url" => "https://www.ncbi.nlm.nih.gov/pubmed/31649194"
                            "web" => "Medline"
                          ]
                        ]
                      ]
                    ]
                  ]
                ]
              ]
            ]
          ]
        ]
      ]
    ]
  ]
  "idiomaDefecto" => "es"
  "url" => "/02105691/0000004400000005/v1_202005280745/S0210569119302736/v1_202005280745/es/main.assets"
  "Apartado" => array:4 [
    "identificador" => "57221"
    "tipo" => "SECCION"
    "es" => array:2 [
      "titulo" => "Cartas al Editor"
      "idiomaDefecto" => true
    ]
    "idiomaDefecto" => "es"
  ]
  "PDF" => "https://static.elsevier.es/multimedia/02105691/0000004400000005/v1_202005280745/S0210569119302736/v1_202005280745/es/main.pdf?idApp=WMIE&text.app=https://medintensiva.org/"
  "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S0210569119302736?idApp=WMIE"
]
Compartir
Información de la revista
Vol. 44. Núm. 5.
Páginas 319-320 (junio - julio 2020)
Vol. 44. Núm. 5.
Páginas 319-320 (junio - julio 2020)
Carta al Editor
Acceso a texto completo
Big Data Analysis y Machine Learning en medicina intensiva: identificando nuevos retos ético-jurídicos
Big Data Analysis and Machine Learning in Intensive Care Medicine: Identifying new ethical and legal challenges
Visitas
4822
G. Lazcoz Moratinosa,
Autor para correspondencia
guillermo.lazcoz@ehu.eus

Autor para correspondencia.
, I. de Miguel Beriainb
a G.I. Cátedra de Derecho y Genoma Humano de la Universidad del País Vasco (UPV/EHU), Departamento de Derecho Público de la Universidad del País Vasco (UPV/EHU), Leioa, Vizcaya, España
b IKERBASQUE, Basque Foundation for Science. G.I. Cátedra de Derecho y Genoma Humano de la Universidad del País Vasco (UPV/EHU), Departamento de Derecho Público de la Universidad del País Vasco (UPV/EHU), Leioa, Vizcaya, España
Este artículo ha recibido
Información del artículo
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Texto completo
Sr. Editor:

Han de reconocerse las valiosas aportaciones que contiene el artículo de revisión de Núñez Reiz et al.1, sobre tecnologías disruptivas que, acertadamente consideran, pueden traer una revolución a la práctica moderna de la atención al paciente crítico. No obstante, nos gustaría realizar algunas consideraciones acerca de las cuestiones éticas y legales que suscita la utilización de dichos modelos para la toma de decisiones clínicas.

La literatura coincide en que un componente fundamental para lograr una implementación segura y efectiva de esas herramientas de Big Data Analysis (BDA) y Machine Learning (ML), es el desarrollo de los marcos regulatorios que aborden el desafío único que representa el actual ritmo de innovación, los riesgos significativos que implican y la naturaleza potencialmente fluida de los modelos de aprendizaje automático2.

En el desarrollo de estos marcos regulatorios, por supuesto que son relevantes las cuestiones apuntadas por Núñez Reiz et al., como la privacidad y la seguridad de los pacientes cuyos datos sirven para desarrollar estos modelos; sin embargo, los mayores riesgos de la implantación de estas tecnologías afectan, precisamente, al paciente crítico que es objeto de una decisión clínica por la utilización de una de esas herramientas de BDA y ML, esto es, el paciente ostenta un interés igualmente legítimo en el tratamiento automatizado de esos datos. Sin ir más lejos, el Reglamento General de Protección de Datos reconoce, entre otros, el derecho a obtener información significativa sobre la lógica aplicada por el algoritmo que realiza una predicción o inferencia sobre el estado de salud de un paciente —elaboración de un perfil en términos del reglamento—.

Ahora bien, la cuestión sobre la que nos gustaría incidir es que el daño individual producido por una herramienta de BDA y ML puede ser imperceptible o irreparable desde la perspectiva del individuo titular del derecho, pero puede afectar masivamente a los derechos fundamentales de sectores o conjuntos de la sociedad de una manera relevante en esta dimensión colectiva3. En este sentido, la literatura ha mostrado una creciente preocupación por la reproducción de sesgos raciales o de género en estos mecanismos4, que podrían resultar discriminatorios para dichos colectivos.

A fin de cuentas, el paciente crítico es el paradigma de esta problemática, puesto que el ejercicio de derechos individuales puede resultar inviable e ineficaz en la práctica, mientras que el establecimiento de un marco regulatorio con fundamento en la protección de derechos colectivos, con especial atención a los procesos de validación y supervisión de estos modelos o al papel que desempeñan los Comités de Ética a los que hacen referencia los autores, puede reducir considerablemente los riesgos a los que son expuestos los individuos en la implementación de estas tecnologías.

Financiación

El presente trabajo se realiza en el marco de la financiación del Gobierno Vasco a Grupos de Investigación del Sistema Universitario Vasco (IT 1066-16).

Bibliografía
[1]
A. Núñez Reiz, M.A. Armengol de la Hoz, M. Sánchez García.
Big Data Analysis y Machine Learning en medicina intensiva.
Med Intensiva, 43 (2019), pp. 416-426
[2]
C.J. Kelly, A. Karthikesalingam, M. Suleyman, G. Corrado, D. King.
Key challenges for delivering clinical impact with artificial intelligence.
[3]
L. Cotino Hueso.
Big data e inteligencia artificial Una aproximación a su tratamiento jurídico desde los derechos fundamentals.
Dilemata, 24 (2017), pp. 131-150
[4]
Z. Obermeyer, B. Powers, C. Vogeli, S. Mullainathan.
Dissecting racial bias in an algorithm used to manage the health of populations.
Science, 366 (2019), pp. 447-453
Copyright © 2019. Elsevier España, S.L.U. y SEMICYUC
Descargar PDF
Idiomas
Medicina Intensiva
Opciones de artículo
Herramientas
es en

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?