Regreso al Renacimiento:  Inteligencia Artificial y la búsqueda del humanismo perdido en salud

María Pilar Villanova Tallada; José María Cepeda Diez

doi:10.58807/indexenferm20257615

María Pilar Villanova Tallada Generalitat Valenciana. Servicio de Desarrollo de Competencias de Enfermería Comunitaria, Hospitalaria y Unidades de Apoyo Secretaría Autonómica de Sanidad. Valencia, España
José María Cepeda Diez Gerencia de Emergencias Sanitarias de Castilla y León. Unidad de Soporte Vital Avanzado Enfermero. UEnE. Cuéllar, Segovia, España

DOI: https://doi.org/10.58807/indexenferm20257615

Palabras clave: Inteligencia artificial, Salud digital, Humanismo tecnológico, Ética, Renacimiento, Equidad, Algoritmos

Key-words: Artificial intelligence, Digital health, Technological humanism, Ethics, Renaissance, Equity, Algorithms

Resumen

La integración acelerada de tecnologías como la inteligencia artificial en el ámbito de la salud está transformando la atención sanitaria, pero también plantea desafíos éticos, sociales y humanistas. En este artículo se propone un retorno al espíritu del Renacimiento como marco conceptual para abordar los dilemas actuales, reivindicando un humanismo tecnológico centrado en la dignidad, la equidad y la responsabilidad. A través de los paralelismos entre el pensamiento renacentista (representado por figuras como Erasmo de Róterdam y Juan Luis Vives) y los retos contemporáneos, se argumenta la necesidad de diseñar tecnologías sanitarias que potencien lo humano en lugar de sustituirlo. Se subraya la importancia de una inteligencia artificial explicable, auditable y equitativa, y se reclama una educación transversal en humanismo digital para todos los agentes implicados. En última instancia, se aboga por una transformación tecnológica que no pierda de vista la esencia del cuidado: la relación empática, crítica y ética entre profesionales y pacientes.

Abstract

The accelerated integration of technologies such as artificial intelligence in healthcare is transforming medical care, but it also presents ethical, social, and humanistic challenges. This article proposes a return to the spirit of the Renaissance as a conceptual framework for addressing current dilemmas, advocating for a technological humanism focused on dignity, equity, and responsibility. Through parallels between Renaissance thought (represented by figures such as Erasmus of Rotterdam and Juan Luis Vives) and contemporary challenges, the need for designing healthcare technologies that enhance humanity rather than replace it is argued. The importance of explainable, auditable, and equitable artificial intelligence is emphasized, along with a call for cross-disciplinary education in digital humanism for all stakeholders involved. Ultimately, the article advocates for a technological transformation that does not lose sight of the essence of care: the empathetic, critical, and ethical relationship between professionals and patients.

Bibliografía

UNESCO. Enseñanza y aprendizaje: lograr la calidad para todos; resumen. París: Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura; 2014. https://unesdoc.unesco.org/ark:/48223/ pf0000213061.

Cepeda Diez JM. Humanismo, salud y tecnologías de acercamiento. Index de Enfermería 2014; 23(4): 197-9.

Burckhardt J. La cultura del Renacimiento en Italia. Madrid. Akal; 2004.

Haug CJ, Drazen JM. Artificial Intelligence and Machine Learning in Clinical Medicine, 2023. N Engl J Med. 2023; 388(13):1201-8.

Carneiro DC, Sousa JD, Monteiro-Cunha JP. The COVID-19 vaccine development: A pandemic paradigm. Virus Res. 2021; 301:198454. https://doi.org/10. 1016/j.virusres.2021.198454.

Hunter B, Hindocha S, Lee RW. The Role of Artificial Intelligence in Early Cancer Diagnosis. Cancers. 2022; 14(6):1524. https://doi.org/10.3390/cancers1406 1524.

Sarkar C, Das B, Rawat VS, Wahlang JB, Nongpiur A, Tiewsoh I, et al. Artificial Intelligence and Machine Learning Technology Driven Modern Drug Discovery and Development. Int J Mol Sci. 2023; 24(3):2026. https://doi.org/10.3390/ijms24032026.

Orhan F, Kurutkan MN. Predicting total healthcare demand using machine learning: separate and combined analysis of predisposing, enabling, and need factors. BMC Health Serv Res. 2025; 25(1):366. https://link.springer.com/article/10.1186/s12913-025-12502-5.

Abràmoff MD, Tarver ME, Loyo-Berrios N, Trujillo S, Char D, Obermeyer Z, et al. Considerations for addressing bias in artificial intelligence for health equity. NPJ Digit Med. 2023; 6. https://doi.org/10. 1038/s41746-023-00913-9.

Chen F, Wang L, Hong J, Jiang J, Zhou L. Unmasking bias in artificial intelligence:a systematic review of bias detection and mitigation strategies in electronic health record-based models. J Am Med Inform Assoc JAMIA. 2024; 31(5):1172-83.

Kumar D, Malin BA, Vishwanatha JK, Wu L, Hedges JR. AI in Biomedicine-A Forward-Looking Perspective on Health Equity. Int J Environ Res Public Health. 2024; 21(12):1642. https://doi.org/10.3390/ ijerph21121642.

Chen Y, Clayton EW, Novak LL, Anders S, Malin B. Human-Centered Design to Address Biases in Artificial Intelligence. J Med Internet Res. 2023; 25:e43251.

Kelly CJ, Karthikesalingam A, Suleyman M, Corrado G, King D. Key challenges for delivering clinical impact with artificial intelligence. BMC Med. 2019; 17(1):195. https://link.springer.com/article/10. 1186/s12916-019-1426-2.

Alkaissi H, McFarlane SI. Artificial Hallucinations in ChatGPT: Implications in Scientific Writing. Cureus. 2023; 19;15(2):e35179.

Marcus G, Davis E. Rebooting AI: Building artificial intelligence we can trust. New York. Vintage; 2019.

Durán JM, Jongsma KR. Who is afraid of black box algorithms? On the epistemological and ethical basis of trust in medical AI. Journal of Medical Ethics 2021; 47:329-335.

Warraich HJ, Califf RM, Krumholz HM. The digital transformation of medicine can revitalize the patient-clinician relationship. NPJ Digit Med. 2018; 20;1. https://doi.org/10.1038/s41746-018-0060-2.

Cusin D. Erasmo de Róterdam: el príncipe de los humanistas. Madrid: 50Minutos.es; 2017. https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/1asfcbc/alma991001044697406712.

Tracy JD. Erasmus of the low countries. Univ of California Press; 1996.

González EGY. Joan Lluís Vives: de la escolástica al humanismo. Valencia. Generalidad Valenciana, 1987.

De Rotterdam E. Elogio de la locura. ‎ Madrid. Alianza Editorial; 2011.

Rodríguez ALT. Humanismo tecnológico: fundamento para una inteligencia artificial responsable. Pensam Actual. 2019; 19(33):15-24.

De Goicochea JL. De subventione pauperum: Los tratados sobre la pobreza en los orígenes del estado moderno. Saberes Rev Estud Juríd Económicos Soc. 2003; 1 (separata).

Varadi M, Bertoni D, Magana P, Paramval U, Pidruchna I, Radhakrishnan M, et al. AlphaFold Protein Structure Database in 2024: providing structure coverage for over 214 million protein sequences. Nucleic Acids Res. 2024; 52(D1): D368-75.

Raymond ES. The Cathedral and the Bazaar. Sebastopol. O’Reilly Media; 2001.

European Commission AA. White paper on artificial intelligence: A European approach to excellence and trust. COM. 2020; 65:11-2.

UNESCO D. Recomendación sobre la ética de la inteligencia artificial. UNESCO París; 2021.

Crawford K, Paglen T. Excavating AI: The politics of images in machine learning training sets. Ai Soc. 2021; 36(4):1105-16.

Madden M. Data & Society. Data & Society Research Institute; 2017. Privacy, Security, and Digital Inequality. https://datasociety.net/library/privacy-security-and-digital-inequality/.

Open Ethics Manifesto [Internet]. Open Ethics Initiative. 2018. https://openethics.ai/manifesto/.

Salcedo ED, Alaball JV. Accesibilidad y Brecha Digital, la Ley de cuidados inversos 2.0. Aten Primaria. 2022; 54(10):102485. https://doi.org/10.1016/j.aprim. 2022.102485.

Regreso al Renacimiento: Inteligencia Artificial y la búsqueda del humanismo perdido en salud

Back to the Renaissance: AI and the Search for Lost Humanism in Health

Resumen

Abstract

Bibliografía