Los sistemas de triaje de emergencia con IA pueden replicar estigmas clínicos y deprioritizar a pacientes de alto riesgo
Resumen de la fuente
Investigadores del Centro Médico UT Southwestern descubrieron que las herramientas de triaje de emergencia impulsadas por IA pueden ser vulnerables a los mismos estigmas clínicos presentes en las evaluaciones humanas, causando potencialmente sesgos dañinos y priorización incorrecta de pacientes. El estudio, publicado en npj Digital Medicine, demuestra que estos sistemas algorítmicos podrían deprioritizar a pacientes de alto riesgo basándose en información estigmatizante.
Por qué importa
El sesgo de IA en el triaje de emergencia podría dañar directamente los resultados de los pacientes al retrasar la atención crítica para poblaciones vulnerables ya sujetas a estigmatización clínica.
