El Comité Económico y Social Europeo (CESE) ha aprobado un dictamen innovador que aborda el uso de la Inteligencia Artificial (IA) y el Big Data en la identificación y tratamiento de enfermedades raras. Según un comunicado de prensa emitido por el CESE, este dictamen propone una visión integral para “aprovechar la innovación digital y mejorar la vida de los pacientes con enfermedades raras, garantizando al mismo tiempo los derechos, la equidad y la transparencia”.
Este dictamen fue solicitado por la Presidencia danesa al Consejo de la Unión Europea. En él, el CESE resalta el potencial transformador que la IA y el Big Data pueden ofrecer para optimizar la atención a los pacientes, acelerar el diagnóstico y respaldar el desarrollo de tratamientos personalizados para estas enfermedades. Se estima que existen más de 7000 enfermedades raras que afectan a 300 millones de personas a nivel mundial, incluyendo 30 millones en la UE. Las herramientas basadas en IA tienen la capacidad de reducir los errores de diagnóstico y acortar los tiempos de identificación de estas enfermedades, lo que permite la introducción de tratamientos innovadores.
No obstante, el CESE enfatiza que estos avances deben llevar consigo fuertes garantías éticas y legales. El Comité hace un llamado a todos los Estados miembros de la UE para que digitalicen sus datos de salud y adopten estándares de alta calidad en los registros, incluyendo la utilización de códigos ORPHA, faciliten la investigación transfronteriza y aseguren el correcto funcionamiento del Espacio Europeo de Datos Sanitarios (EHDS).
Los modelos de atención sanitaria fundamentados en IA solo deben utilizar datos anónimos y cifrados de los pacientes, con sanciones severas en caso de uso indebido. Es esencial establecer marcos claros para el consentimiento del paciente y contar con organismos de supervisión independientes para garantizar la transparencia y proteger los derechos de los pacientes.
El CESE también reconoce las desigualdades persistentes en el diagnóstico y tratamiento de las enfermedades raras, en especial las relacionadas con el género y la etnicidad. Por ello, urge a la Oficina de IA de la UE a fomentar la creación de datos de formación que reflejen la diversidad de género, así como a realizar auditorías de sesgo y pruebas de género antes de la comercialización de tecnologías de IA médica. Se debe aumentar la participación femenina en el sector de la salud basada en IA mediante programas de financiación y mentoría, mientras que los clusters de investigación deberían enfocarse en condiciones que afectan desproporcionadamente a mujeres y grupos subrepresentados.
Asimismo, el CESE sostiene que los pacientes deben tener control sobre sus datos de salud, incluyendo el derecho a revocar su consentimiento y a ser informados sobre el uso que se les da a sus datos. Modelos como registros gestionados por pacientes y cooperativas de datos son presentados como alternativas a los monopolios corporativos o estatales. El consentimiento debe ser un proceso continuo, especialmente antes de cualquier venta de datos sanitarios procesados mediante IA a terceros.
Para prevenir que las grandes corporaciones dominen el mercado, la UE debería destinar recursos a startups y pymes que desarrollen IA para el diagnóstico de enfermedades raras. La colaboración entre el sector público y privado, así como el acceso equitativo a los datos, son fundamentales para asegurar que las innovaciones en salud impulsadas por la IA sean accesibles y asequibles para todos.
El CESE exige directrices éticas a nivel de la UE para la IA en el ámbito de la salud, que aseguren igualdad de acceso y la seguridad del paciente. La supervisión médica debe mantenerse como un elemento clave en la toma de decisiones clínicas, y la IA debe ser una herramienta de apoyo, no un sustituto. Finalmente, se destaca la importancia de la formación profesional y de campañas de alfabetización en IA para capacitar tanto al personal de salud como a los pacientes en el uso responsable de estas tecnologías.
El dictamen también identifica riesgos significativos como el sesgo algorítmico, la privacidad de los datos, la asequibilidad y las desigualdades de acceso. Las mujeres y las minorías suelen ser infradiagnosticadas debido a conjuntos de datos sesgados, y persiste la brecha entre zonas rurales y urbanas en cuanto a la infraestructura de salud digital. El Comité insiste en que los modelos de IA deben ser explicables y auditables, con una supervisión pública robusta para evitar la mercantilización de los datos y garantizar la rendición de cuentas.
