← Volver a noticias
Inteligencia artificial

Actitudes, percepciones y familiaridad autoinformada de los estudiantes de medicina con la inteligencia artificial en la atención médica: revisión sistemática y metaanálisis

18 de agosto de 20263 min de lecturaPor RADAR AI GLOBALFuente: PubMed/NLM – IA clínica
IA y MedicinaDiagnóstico
Actitudes, percepciones y familiaridad autoinformada de los estudiantes de medicina con la inteligencia artificial en la atención médica: revisión sistemática y metaanálisis

Resumen ejecutivo

Los estudiantes de medicina presentan actitudes y un interés curricular favorable hacia la inteligencia artificial (IA) en el ámbito de la salud, aunque estos hallazgos no deben considerarse como prevalencias globales estables. Esta revisión es valiosa al concentrarse en estudiantes de medicina y armonizar constructos no equivalentes, con un enfoque en la adaptación local de la alfabetización en IA.

Compartir

WhatsAppLinkedInXCorreo

Contexto

La inteligencia artificial ha comenzado a transformar significativamente el sector de la salud, desde el diagnóstico hasta el tratamiento de enfermedades. En este contexto, es fundamental que los futuros profesionales de la medicina estén equipados con conocimientos y habilidades relacionadas con la IA. La presente revisión evalúa el estado de las actitudes, percepciones y el nivel de familiaridad autoinformada que los estudiantes de medicina tienen respecto a las tecnologías de IA en el cuidado de la salud, analizando diversas opiniones y experiencias en esta área emergente.

Qué aporta esta novedad

Este metaanálisis se diferencia de otros estudios previos, ya que se enfoca específicamente en la población de estudiantes de medicina, en lugar de incluir diversas profesiones del ámbito sanitario. Además, optimiza la forma en que se presentan y comparan las diversas actitudes hacia la IA, garantizando que las variaciones en los constructos se comprendan de manera clara. Al establecer predicciones y reportar intervalos de certeza, los autores subrayan la importancia de una visión local y adaptada a las circunstancias de cada entorno educativo y cultural, en lugar de asumir que las percepciones y actitudes son homogéneas a nivel global.

Por qué es relevante

Los hallazgos de esta revisión son relevantes debido a que delinean una tendencia favorable entre los estudiantes de medicina en relación con el uso de la IA en su futura práctica. A pesar de la generalidad de estos resultados, los autores advierten sobre la muy baja certeza de las estimaciones, lo que resalta la necesidad de estudios adicionales que exploren en profundidad las habilidades de los estudiantes en IA y su grado de capacitación. Con la creciente integración de la IA en la medicina, es crucial que las universidades y las instituciones de capacitación médica revisen sus planes de estudio para incluir no solo una comprensión teórica, sino también herramientas prácticas y éticas que guíen a los futuros médicos en su aplicación.

Lectura final

En un mundo donde la tecnología avanza rápidamente, la preparación de los estudiantes de medicina para integrar la inteligencia artificial en su práctica diaria se vuelve imperativa. Aunque los resultados de esta revisión reflejan una actitud positiva hacia la IA, la falta de certeza en las estimaciones requiere que se realicen más investigaciones y adaptaciones en las curricula. A medida que la IA se convierte en una herramienta cada vez más común en el ámbito médico, es fundamental que las nuevas generaciones de médicos se sientan cómodas y competentes en su uso, lo que podría mejorar significativamente la calidad de la atención médica en el futuro. En consecuencia, el desafío para las instituciones será integrar de manera efectiva estas tecnologías en la educación médica, asegurando que todos los estudiantes cuenten con la alfabetización necesaria para operar en un entorno de salud tecnológicamente avanzado.

Lectura clínica

  • Revisión sistemática
  • Investigación

Información editorial dirigida a profesionales de la salud. No sustituye la evaluación clínica, las guías vigentes ni el juicio médico.

Clasificación editorial automática

Fuente original

PubMed/NLM – IA clínica

También en el radar