Resumen: Los sistemas médicos inteligentes (MIS) están cada vez más integrados en los flujos de trabajo de atención médica, ofreciendo beneficios significativos pero también planteando preocupaciones críticas de seguridad y éticas. Según la Ley de IA de la Unión Europea, la mayoría de los MIS se clasificarán como sistemas de alto riesgo, lo que requerirá un proceso formal de gestión de riesgos para garantizar el cumplimiento de los requisitos éticos de una IA confiable. En este contexto, nos centramos en los problemas de optimización de la reducción de riesgos, cuyo objetivo es reducir los riesgos con consideraciones éticas al encontrar la asignación mejor equilibrada de valores de evaluación de riesgos de acuerdo con su cobertura de requisitos éticos de IA confiables. Formalizamos este problema como una tarea de optimización restringida e investigamos tres paradigmas de resolución: programación entera mixta (MIP), satisfacibilidad (SAT) y programación de restricciones (CP). Nuestras contribuciones incluyen la formulación matemática de este problema de optimización, su modelado con el lenguaje de modelado de restricciones Minizinc y un estudio experimental comparativo que analiza el rendimiento, la expresividad y la escalabilidad de cada enfoque de resolución. A partir de los límites identificados de la metodología, extraemos algunas perspectivas de este trabajo con respecto a la integración del modelo Minizinc en un proceso de gestión de riesgos éticos de IA completo y confiable para MIS.
Publicado originalmente en export.arxiv.org el 9 de octubre de 2025.
Ver fuente original
