Desde los omnipresentes relojes inteligentes hasta sensores validados para su uso clínico, los
dispositivos wearables permiten recopilar gran cantidad de datos de salud en tiempo real, que analizados mediante sistemas de
inteligencia artificial (IA) prometen mejorar aspectos diagnósticos y facilitar intervenciones médicas personalizadas.
No obstante, el desarrollo e implementación de estos sistemas arroja cuestiones éticas y legales, como la privacidad de los datos sanitarios y la falta de equidad por la
aparición de sesgos inherentes en los modelos de IA, entre otras.
Para ahondar en la materia, un investigador británico ha realizado una revisión crítica de los dispositivos wearables con IA, identificando retos y aspectos de mejora, e ilustrándolos con casos de estudio. Publicado en Frontiers in Digital Health, el trabajo propone un marco para el desarrollo responsable de dichos sistemas basado en la transparencia y la participación de todas las partes interesadas.
La IA explicable resulta esencial para el desarrollo transparente de wearables en salud
En el artículo, el experto identifica problemas relacionados con la aparición de sesgos en los algoritmos, inconsistencias en los mecanismos para otorgar el consentimiento en el uso de los datos y brechas en la aplicación de normativas vigentes, como el Reglamento General de Protección de Datos de la Unión Europea.
Por ello, propone un desarrollo basado en la transparencia y la rendición de cuentas a lo largo de todo el ciclo de vida del dispositivo. En este sentido, lejos de la opacidad de la mayoría de modelos actuales, la IA explicable resulta esencial, puesto que permite que el proceso de toma de decisiones sea comprensible e interpretable para las personas.
Para garantizar el uso ético y responsable de los algoritmos en los dispositivos wearables sanitarios, el autor también considera imprescindible involucrar a todas las partes interesadas en el desarrollo e implementación, desde desarrolladores y fabricantes hasta usuarios y organismos reguladores.
El experto termina identificando desafíos futuros, como mejorar las interfaces para el consentimiento informado, detectar y mitigar los sesgos algorítmicos en la recopilación de datos en tiempo real e implementar la transparencia en sistemas complejos de IA como el aprendizaje profundo, entre otros.
Referencia: Radanliev P. Privacy, ethics, transparency, and accountability in AI systems for wearable devices.
Front Digit Health. 2025;7:1431246. Published 2025 Jun 17.
doi:10.3389/fdgth.2025.1431246
OAD-ES-AMG-0001
Aceptar y salir
