La Universidad de Glasgow Lidera un Marco para Eliminar el Sesgo de Género en la IA para la Atención Médica
- La Universidad de Glasgow aborda el sesgo de género en la IA sanitaria, desarrollando un nuevo marco durante 18 meses para equilibrar el comportamiento relacionado con el género en los sistemas de IA de monitorización remota.
- Los sensores radar recopilarán datos de 30 voluntarios hombres y 30 mujeres, entrenando modelos de IA separados para una comparación directa, con el objetivo de identificar y ajustar los sesgos en la funcionalidad de la IA.
- La iniciativa, financiada por la Université Paris Dauphine-PSL, responde a las preocupaciones sobre el sesgo de género en la IA, ejemplificado especialmente en un caso de 2019 donde los chatbots mostraron diagnósticos diferentes para síntomas idénticos en pacientes hombres y mujeres.
La Universidad de Glasgow está preparada para abordar el sesgo de género en la inteligencia artificial (IA) para la atención médica. Durante los próximos 18 meses, la prestigiosa institución escocesa liderará el desarrollo de un nuevo marco para rectificar las discrepancias relacionadas con el género en los sistemas de IA utilizados para evaluar los datos recopilados por tecnologías de monitoreo remoto.
El proyecto de investigación, dirigido por la Dra. Nour Ghadban, la investigadora principal, implicará la recopilación de datos de 30 voluntarios de estudio masculinos y 30 femeninos utilizando sensores de radar. El enfoque único entrenará modelos de IA separados en datos masculinos y femeninos, permitiendo una comparación directa de su rendimiento. Esta metodología identificará cualquier sesgo incrustado en las funciones de IA, allanando el camino para ajustes posteriores.
El Dr. Ghadban enfatiza el potencial impacto transformador de integrar nuevos sensores con IA en el monitoreo de pacientes. Sin embargo, el éxito de estas innovaciones depende de garantizar que los sistemas de IA estén libres de sesgos arraigados en la raza, la clase social y, notablemente, el género. La iniciativa de investigación subraya la meticulosa atención requerida durante el entrenamiento de los sistemas de IA con datos del mundo real para evitar la incorporación involuntaria de sesgos humanos.
Desarrollo de tecnología de sensores apoyada por IA y financiación
Generosamente financiada por la Cátedra de Mujeres y Ciencia de la Universidad París Dauphine-PSL, esta investigación se alinea con los recientes avances en tecnología de sensores apoyada por IA. La Universidad de Glasgow se encuentra a la vanguardia de las instituciones que desarrollan sensores de última generación diseñados para monitorear los ritmos cardíacos y pulmonares sin necesidad de tecnología portátil ni cámaras de video.
El ambicioso sistema Healthcare QUEST de la universidad, con un presupuesto de 5,5 millones de libras esterlinas, es testimonio de su compromiso con el avance de la tecnología sanitaria. Esta tecnología remota utiliza sensores para ofrecer consejos personalizados y alertas, sugiriendo mejoras en el estilo de vida y programas de rehabilitación para aquellos que se recuperan de enfermedades en casa. Con el potencial de mejorar la independencia de las personas mayores y proporcionar información adicional sobre el bienestar de los pacientes en las salas de hospital, Healthcare QUEST emerge como un avance prometedor en la tecnología sanitaria.
Abordando preocupaciones históricas: Mitigación del sesgo de género en los sistemas de IA
Las crecientes preocupaciones sobre el sesgo de género en los sistemas de IA han permeado el panorama sanitario. Un ejemplo claro surgió en 2019, cuando la tecnología de chatbots utilizada por el servicio remoto NHS GP at Hand mostraba diagnósticos dispares para síntomas idénticos en pacientes hombres y mujeres. A los hombres se les advirtió de un posible infarto, mientras que a las mujeres se les aconsejó que probablemente estaban experimentando depresión o un ataque de pánico. La revelación destacó la urgente necesidad de esfuerzos integrales para eliminar los sesgos que podrían afectar los resultados sanitarios.
El compromiso de la Universidad de Glasgow con la eliminación del sesgo de género en la IA sanitaria tiene implicaciones prometedoras para el futuro. A medida que la IA desempeña un papel fundamental en el monitoreo y diagnóstico de pacientes, garantizar herramientas de toma de decisiones imparciales se vuelve primordial. El enfoque de entrenamiento de modelos de IA específicos por género adoptado por la universidad establece un precedente de escrutinio y ajuste meticulosos, sirviendo como modelo para otras instituciones que navegan por el intrincado ámbito de la IA en la atención sanitaria.
La iniciativa de la Universidad de Glasgow significa un paso audaz hacia un futuro donde la IA en la atención sanitaria esté libre de sesgo de género. Con su marco innovador y su compromiso con la recopilación y análisis meticulosos de datos, la universidad está liderando un movimiento que podría revolucionar la forma en que aprovechamos la IA para el bienestar de los pacientes. A medida que continúan los avances, la comunidad sanitaria en general se beneficiará sin duda de las lecciones aprendidas y las metodologías desarrolladas en esta pionera empresa de investigación.
No te limites a leer noticias sobre criptomonedas. Entiéndelas. Suscríbete a nuestro boletín. Es gratis.
Aviso de responsabilidad. La información proporcionada no es un consejo de trading. Cryptopolitan.com no asumimos responsabilidad alguna por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente la investigación independiente y/o la consulta con un profesional calificado antes de tomar cualquier decisión de inversión.
Brenda Kanana
Brenda cuenta con más de 4 años de experiencia especializada en criptomonedas, inteligencia artificial y tecnologías emergentes. Ha trabajado en Zycrypto, Blockchain Reporter y The Coin Republic, y ahora tiene a Cryptopolitan como su hogar. Su licenciatura en Sociología de la Universidad Técnica de Mombasa la mantiene alineada con las necesidades de sus lectores.
