se ha leído el artículo
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: 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: identificando nuevos retos ético-jurídicos" ] ] "contieneTextoCompleto" => array:1 [ "en" => true ] "contienePdf" => array:1 [ "en" => true ] "autores" => array:1 [ 0 => array:2 [ "autoresLista" => "G. Lazcoz Moratinos, I. de Miguel Beriain" "autores" => array:2 [ 0 => array:2 [ "nombre" => "G." "apellidos" => "Lazcoz Moratinos" ] 1 => array:2 [ "nombre" => "I." "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 España, S.L.U. 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 «Big Data Analysis y Machine Learning en medicina intensiva: identificando nuevos retos ético-jurídicos»" "tienePdf" => "es" "tieneTextoCompleto" => "es" "paginas" => array:1 [ 0 => array:1 [ "paginaInicial" => "320" ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "In reply to «Big Data Analysis and Machine Learning in Intensive Care Medicine: Identifying new ethical and legal challenges»" ] ] "contieneTextoCompleto" => array:1 [ "es" => true ] "contienePdf" => array:1 [ "es" => true ] "autores" => array:1 [ 0 => array:2 [ "autoresLista" => "A. Núñez Reiz, M. Sánchez García" "autores" => array:2 [ 0 => array:2 [ "nombre" => "A." "apellidos" => "Núñez Reiz" ] 1 => array:2 [ "nombre" => "M." "apellidos" => "Sánchez García" ] ] ] ] ] "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 España, S.L.U. 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 científica</span>" "titulo" => "Tercer injerto hepático: ¿hasta dónde deberíamos llegar?" "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: How far shall we arrive?" ] ] "contieneTextoCompleto" => array:1 [ "es" => true ] "contienePdf" => array:1 [ "es" => true ] "autores" => array:1 [ 0 => array:2 [ "autoresLista" => "J. Gutiérrez Gutiérrez, J. Czapka Mital, T. Grau Carmona" "autores" => array:3 [ 0 => array:2 [ "nombre" => "J." "apellidos" => "Gutiérrez Gutiérrez" ] 1 => array:2 [ "nombre" => "J." "apellidos" => "Czapka Mital" ] 2 => array:2 [ "nombre" => "T." "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: identificando nuevos retos ético-jurídicos" "tieneTextoCompleto" => true "saludo" => "<span class="elsevierStyleItalic">Sr. Editor:</span>" "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "319" "paginaFinal" => "320" ] ] "autores" => array:1 [ 0 => array:4 [ "autoresLista" => "G. Lazcoz Moratinos, I. de Miguel Beriain" "autores" => array:2 [ 0 => array:4 [ "nombre" => "G." "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">*</span>" "identificador" => "cor0005" ] ] ] 1 => array:3 [ "nombre" => "I." "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.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" "etiqueta" => "a" "identificador" => "aff0005" ] 1 => array:3 [ "entidad" => "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" "etiqueta" => "b" "identificador" => "aff0010" ] ] "correspondencia" => array:1 [ 0 => array:3 [ "identificador" => "cor0005" "etiqueta" => "⁎" "correspondencia" => "Autor para correspondencia." ] ] ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "Big Data Analysis and Machine Learning in Intensive Care Medicine: 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 artículo de revisión de Núñez Reiz et al.<a class="elsevierStyleCrossRef" href="#bib0025"><span class="elsevierStyleSup">1</span></a>, 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.</p><p id="par0010" class="elsevierStylePara elsevierViewall">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 automático<a class="elsevierStyleCrossRef" href="#bib0030"><span class="elsevierStyleSup">2</span></a>.</p><p id="par0015" class="elsevierStylePara elsevierViewall">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—.</p><p id="par0020" class="elsevierStylePara elsevierViewall">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 colectiva<a class="elsevierStyleCrossRef" href="#bib0035"><span class="elsevierStyleSup">3</span></a>. En este sentido, la literatura ha mostrado una creciente preocupación por la reproducción de sesgos raciales o de género en estos mecanismos<a class="elsevierStyleCrossRef" href="#bib0040"><span class="elsevierStyleSup">4</span></a>, que podrían resultar discriminatorios para dichos colectivos.</p><p id="par0025" class="elsevierStylePara elsevierViewall">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.</p><span id="sec0005" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0005">Financiación</span><p id="par0040" class="elsevierStylePara elsevierViewall">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).</p></span></span>" "textoCompletoSecciones" => array:1 [ "secciones" => array:2 [ 0 => array:2 [ "identificador" => "sec0005" "titulo" => "Financiación" ] 1 => array:1 [ "titulo" => "Bibliografía" ] ] ] "pdfFichero" => "main.pdf" "tienePdf" => true "bibliografia" => array:2 [ "titulo" => "Bibliografía" "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. Núñez Reiz" 1 => "M.A. Armengol de la Hoz" 2 => "M. Sánchez García" ] ] ] ] ] "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.J. Kelly" 1 => "A. Karthikesalingam" 2 => "M. Suleyman" 3 => "G. Corrado" 4 => "D. 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 aproximación a su tratamiento jurídico desde los derechos fundamentals" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:1 [ 0 => "L. 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. Obermeyer" 1 => "B. Powers" 2 => "C. Vogeli" 3 => "S. 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" ]
año/Mes | Html | Total | |
---|---|---|---|
2024 Noviembre | 7 | 7 | 14 |
2024 Octubre | 67 | 55 | 122 |
2024 Septiembre | 58 | 49 | 107 |
2024 Agosto | 61 | 80 | 141 |
2024 Julio | 41 | 38 | 79 |
2024 Junio | 52 | 35 | 87 |
2024 Mayo | 62 | 23 | 85 |
2024 Abril | 61 | 35 | 96 |
2024 Marzo | 67 | 28 | 95 |
2024 Febrero | 48 | 36 | 84 |
2024 Enero | 70 | 32 | 102 |
2023 Diciembre | 60 | 33 | 93 |
2023 Noviembre | 84 | 41 | 125 |
2023 Octubre | 98 | 30 | 128 |
2023 Septiembre | 47 | 36 | 83 |
2023 Agosto | 24 | 18 | 42 |
2023 Julio | 35 | 23 | 58 |
2023 Junio | 35 | 23 | 58 |
2023 Mayo | 53 | 47 | 100 |
2023 Abril | 30 | 26 | 56 |
2023 Marzo | 56 | 30 | 86 |
2023 Febrero | 51 | 30 | 81 |
2023 Enero | 42 | 26 | 68 |
2022 Diciembre | 77 | 37 | 114 |
2022 Noviembre | 48 | 37 | 85 |
2022 Octubre | 53 | 34 | 87 |
2022 Septiembre | 35 | 34 | 69 |
2022 Agosto | 41 | 51 | 92 |
2022 Julio | 33 | 42 | 75 |
2022 Junio | 39 | 37 | 76 |
2022 Mayo | 45 | 45 | 90 |
2022 Abril | 46 | 54 | 100 |
2022 Marzo | 55 | 64 | 119 |
2022 Febrero | 69 | 50 | 119 |
2022 Enero | 62 | 47 | 109 |
2021 Diciembre | 67 | 41 | 108 |
2021 Noviembre | 47 | 42 | 89 |
2021 Octubre | 53 | 78 | 131 |
2021 Septiembre | 58 | 39 | 97 |
2021 Agosto | 66 | 46 | 112 |
2021 Julio | 41 | 27 | 68 |
2021 Junio | 34 | 32 | 66 |
2021 Mayo | 33 | 46 | 79 |
2021 Abril | 109 | 93 | 202 |
2021 Marzo | 70 | 24 | 94 |
2021 Febrero | 57 | 26 | 83 |
2021 Enero | 55 | 19 | 74 |
2020 Diciembre | 58 | 34 | 92 |
2020 Noviembre | 43 | 22 | 65 |
2020 Octubre | 23 | 7 | 30 |
2020 Septiembre | 1 | 0 | 1 |
2020 Agosto | 5 | 4 | 9 |
2020 Julio | 31 | 34 | 65 |
2020 Junio | 70 | 63 | 133 |
2020 Mayo | 28 | 26 | 54 |
2020 Abril | 22 | 12 | 34 |
2020 Febrero | 2 | 4 | 6 |
2020 Enero | 3 | 2 | 5 |