La neurotecnología, que abarca desde la neuroimagen hasta algoritmos de inteligencia artificial aplicados al diagnóstico, ha revolucionado nuestra comprensión del cerebro humano. Sin embargo, este avance no ha sido equitativo para toda la sociedad. La predominancia masculina en la investigación científica y tecnológica y, sobre todo en la toma de decisiones del desarrollo TIC, ha dado lugar a sesgos que han repercutido negativamente en la salud de las mujeres.
EL MITO DEL “CEREBRO MASCULINO Y FEMENINO”
Durante décadas, la neurociencia ha perpetuado la idea de diferencias innatas entre los cerebros de hombres y mujeres. Investigaciones recientes, como las de la neurocientífica Gina Rippon, han desmentido estas afirmaciones, señalando que muchas de las supuestas diferencias se basaban en estudios con fallas metodológicas y sesgos de interpretación. Este fenómeno, conocido como “neurosexismo”, ha influido en la forma en que se diseñan y aplican tecnologías neurológicas, excluyendo o malinterpretando las experiencias femeninas.
La falta de inclusión de mujeres en estudios clínicos ha llevado a diagnósticos erróneos y tratamientos inadecuados. Por ejemplo, el “síndrome de Yentl” describe cómo las mujeres con enfermedades cardiovasculares son diagnosticadas y tratadas menos eficazmente que los hombres, debido a que los síntomas femeninos no se ajustan al perfil masculino predominante en la investigación médica. Además, estudios han demostrado que las mujeres presentan reacciones adversas a medicamentos con mayor frecuencia, ya que las dosis estándar no consideran diferencias en metabolismo y peso corporal.
IA Y SESGOS DE GÉNERO EN LA SALUD
La inteligencia artificial, al ser entrenada con datos históricos sesgados, puede perpetuar y amplificar las desigualdades de género en la medicina. Además, investigaciones han encontrado que modelos de aprendizaje automático para la detección de enfermedades neurológicas, como el Parkinson, presentan una menor precisión en mujeres debido a la falta de representación femenina en los datos de entrenamiento.
Un estudio titulado Assessing gender fairness in EEG-based machine learning detection of Parkinson’s disease: A multi-center study evidenció que los algoritmos de aprendizaje automático basados en electroencefalografía (EEG) tienen una precisión significativamente menor en mujeres (63,7%) en comparación con hombres (80,5%) al detectar la enfermedad de Parkinson. Este sesgo se atribuye a la subrepresentación femenina en los conjuntos de datos utilizados para entrenar estos modelos, lo que resulta en diagnósticos menos precisos para las mujeres.
Este fenómeno no se limita al Parkinson. En el caso del autismo, las herramientas diagnósticas y los criterios clínicos han sido históricamente desarrollados basándose en estudios con predominancia masculina, lo que ha llevado a un infradiagnóstico en mujeres. Las mujeres autistas a menudo presentan síntomas menos evidentes y desarrollan estrategias de camuflaje social, lo que dificulta su identificación y diagnóstico adecuado.
Un estudio reciente ha evidenciado cómo los algoritmos de inteligencia artificial (IA) pueden perpetuar sesgos de género en el diagnóstico médico, afectando negativamente la salud de las mujeres. Investigadores de la Universidad de Florida evaluaron la precisión de cuatro modelos de aprendizaje automático en la detección de la vaginosis bacteriana (VB), una infección común en mujeres en edad reproductiva. Los resultados mostraron que estos modelos presentaban una precisión significativamente menor en mujeres asiáticas e hispanas, con tasas más altas de falsos negativos y positivos, respectivamente. Este sesgo se atribuye a la falta de representación diversa en los datos de entrenamiento de los algoritmos
Estos ejemplos subrayan la necesidad urgente de incorporar la perspectiva de género en el desarrollo y entrenamiento de modelos de IA aplicados a la medicina, para garantizar diagnósticos precisos y equitativos para todas las personas.
HACIA UNA NEUROTECNOLOGÍA INCLUSIVA
Para corregir estos sesgos, es esencial incorporar la perspectiva de género en todas las etapas de la investigación y desarrollo tecnológico. Esto incluye desde la selección de muestras representativas en estudios clínicos hasta la formación de equipos multidisciplinarios y diversos. Iniciativas como la inclusión de mujeres en campos STEM y la promoción de la equidad en la ciencia son pasos fundamentales hacia una neurotecnología que beneficie a toda la sociedad.
La periodista Isabel Muntané y la doctora Blanca Coll-Vinent, han puesto en marcha el proyecto “Biaix de gènere i sexe en la salut (Raig Verd)”, un libro que desgrana trece enfermedades que a menudo se diagnostican bajo este modelo de hombre universal y las consecuencias de esta práctica, a través de varios testigos de hombres y mujeres afectadas por este sesgo en la salud. Un caso es el de Elena Martínez, quien estuvo seis años con un diagnóstico equivocado, tras sufrir un tumor cerebral con 28 años. En 2016 comenzó a presentar síntomas en el centro del pecho cuando realizaba alguna actividad física. Los médicos lo achacaron a que había sufrido mucho con el cáncer. Le diagnosticaron ansiedad y le recetaron ansiolíticos. Con el tiempo, fue encontrándose mucho peor y llegó al punto de no poder caminar ni 10 minutos seguidos. Ningún médico, hasta 2021, sospechó que Elena podía sufrir algún problema cardíaco. Ese año, por fin, la médica de cabecera la derivó al Servicio de Cardiología: tenía una obstrucción importante en diversas arterias del corazón y la ingresaron de urgencia.
Según el estudio “¿Salud para quién? Interseccionalidad y sesgos de la inteligencia artificial para el diagnóstico clínico”, sobre los sesgos de género en el desarrollo de sistemas de inteligencia artificial aplicados a la salud, se concluye que el avance hacia una neurotecnología verdaderamente inclusiva exige adoptar enfoques que integren múltiples perspectivas sociales y científicas. Esto implica no solo considerar el género, sino también factores como la edad, la etnia o el nivel socioeconómico —es decir, aplicar una mirada interseccional—, al mismo tiempo que se promueve la colaboración entre disciplinas como la medicina, la ingeniería, la sociología o la ética. En otras palabras, el futuro de una IA aplicada a la neurología que no excluya ni discrimine pasa por sumar saberes diversos y reconocer la complejidad de las realidades humanas en los datos y en el diseño tecnológico.

Estudio “¿Salud para quién? Interseccionalidad y sesgos de la inteligencia artificial para el diagnóstico clínico”.
Figura 1. Estudio de sesgos para su mitigación con enfoque transdisciplinar
En Andalucía, diversas investigadoras y proyectos están abordando los sesgos de género en neurociencia y salud. Por ejemplo, la Escuela Andaluza de Salud Pública (EASP) ha implementado programas de formación para integrar la perspectiva de género en la investigación sanitaria, destacando cómo la falta de esta perspectiva puede afectar negativamente la atención médica a mujeres. Además, la investigadora Susana Gaytán de la Universidad de Sevilla ha estudiado los efectos de la violencia de género en el cerebro de las mujeres, evidenciando cambios en áreas relacionadas con la planificación y toma de decisiones.
Una destacada investigadora española en el ámbito de la neurociencia es María del Rosario Rueda Cuerva, catedrática del Departamento de Psicología Experimental de la Universidad de Granada. Dirige el laboratorio de Neurociencia Cognitiva del Desarrollo en el Centro de Investigación Mente, Cerebro y Comportamiento (CIMCYC), donde sus investigaciones se centran en el desarrollo de la atención y las funciones ejecutivas en bebés y niños, así como en el entrenamiento de la atención y su impacto a nivel cerebral. Además, ha desarrollado un Programa de Entrenamiento Cognitivo (PEC) en colaboración con la empresa Smartick, que permite mejorar dominios cognitivos esenciales como la atención, la memoria, la percepción y el razonamiento a través de actividades en línea, mejorando el rendimiento académico. Es fundadora de Neuromindset, una spin-off de la Universidad de Granada que ofrece servicios de formación a padres y educadores para promover el máximo potencial de desarrollo cognitivo, social y emocional de los niños. También colabora con Bit&Brain Technologies en la investigación de las bases electrofisiológicas de las emociones en bebés.
Otra investigadora relevante es Marta Navarrete Llinás, científica española y doctora en neurociencias, reconocida por su labor en la investigación de la función de los astrocitos como fuente de señalización, expandiendo el modelo de almacenamiento celular de información que se basaba únicamente en la actividad neuronal. Sus estudios también se han centrado en la implicación de los astrocitos en los procesos de adicción a las drogas y en enfermedades neurodegenerativas como el Alzheimer. Ha recibido premios como el Premio Olympus para Jóvenes Investigadores otorgado por la Sociedad Española de Neurociencia y la Beca L’Oreal-Unesco.
Estas investigadoras representan el liderazgo femenino en la neurociencia en España, contribuyendo significativamente al avance del conocimiento en este campo y promoviendo una ciencia más inclusiva y equitativa.