Machine Learning Techniques Used for the Identification of Sociodemographic Factors Associated With Cancer: Systematic Literature Review

Sobre esta publicación

La inteligencia artificial y el aprendizaje automático (machine learning) se están utilizando cada vez más para mejorar la detección, el diagnóstico y el tratamiento del cáncer. Sin embargo, este estudio revela que la mayoría de estas herramientas aún presta poca atención a los factores sociales y demográficos que también influyen en el riesgo de enfermar y en los resultados de salud, como la edad, el nivel educacional, los ingresos o el lugar donde viven las personas.

A través de una revisión sistemática de la literatura científica, los investigadores analizaron cómo se han incorporado estas variables en modelos de aprendizaje automático aplicados al cáncer. Si bien identificaron avances importantes, también encontraron que la integración de información clínica con factores sociodemográficos sigue siendo limitada y que muchos modelos aún no han sido validados en poblaciones distintas a aquellas en las que fueron desarrollados.

Los autores plantean que considerar el contexto social de las personas podría hacer que estas herramientas sean más precisas y, al mismo tiempo, más equitativas. Incorporar este tipo de información permitiría identificar mejor a las poblaciones con mayor riesgo, orientar estrategias de prevención y apoyar una toma de decisiones más justa dentro de los sistemas de salud.

Este trabajo pone de relieve la importancia de desarrollar modelos de inteligencia artificial que no solo sean técnicamente sólidos, sino que también consideren las desigualdades sociales que influyen en el cáncer, favoreciendo una atención más personalizada y centrada en las necesidades reales de la población.

Visualizar publicación