La utilidad de los aprendizajes mediados por la inteligencia artificial en la educación médica
Palabras clave:
Inteligencia artificial; educación médica; revisión sistemática; competencias clínicasResumen
Introducción: La inteligencia artificial transforma la educación médica globalmente, mejorando competencias clínicas y currículos, pero su adopción en América Latina es limitada por desigualdades digitales, falta de formación docente y preocupaciones éticas, junto con vacíos en investigación local. En Ecuador, iniciativas como la implementación de soluciones de salud habilitadas por IA en regiones con infraestructura médica limitada reflejan un compromiso con la mejora de la atención sanitaria. Estas soluciones, como plataformas móviles con asistentes de voz basados en IA, buscan fortalecer la entrega de atención en áreas con recursos limitados.
Objetivo: Analizar de manera sistemática la efectividad de los aprendizajes mediados por Inteligencia Artificial en la adquisición de competencias clínicas en estudiantes de Medicina.
Material y Método: Se realizó una revisión sistemática siguiendo las guias PRISMA 2020, a partir de la pregunta PICO: población (estudiantes y docentes de Medicina), intervención (estrategias de Inteligencia Artificial como simuladores y plataformas adaptativas), comparación (métodos tradicionales) y resultados (competencias, desempeño, motivación, satisfacción).
Resultados: Se identificaron patrones de implementación de Inteligencia Artificial en regiones latinoamericanas, con eficacia variable y barreras como infraestructura insuficiente. En Ecuador, la evidencia es escasa, destacando vacíos en estudios longitudinales y contextos rurales. Se encontró que la IA transforma la educación médica mediante personalización del aprendizaje, simulación de entornos clínicos y optimización de retroalimentación.
Conclusiones: La Inteligencia Artificial ofrece oportunidades para personalizar la educación médica pero requiere superar brechas digitales, capacitar al profesorado y desarrollar marcos éticos locales. Se sugieren inversiones en tecnología, formación docente y estudios locales.
Descargas
Citas
1. Lomis K, Jeffries P, Palatta A, Sage M, Sheikh J, Sheperis C, Whelan A. Artificial intelligence for health professions educators. NAM Perspect [Internet]. 2021 [Citado 28/11/2024];10:31478. Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/PMC8654471/
2. Masters K. Artificial intelligence in medical education. Med Teach [Internet]. 2019 [Citado 02/06/2024];41(9):976-80. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/0142159X.2019.1595557
3. Han ER, Yeo S, Kim MJ, Lee YH, Park KH, Roh H. Medical education trends for future physicians in the era of advanced technology and artificial intelligence. BMC Med Educ [Internet]. 2019 [Citado 02/06/2024];19:460. Disponible en: https://link.springer.com/article/10.1186/s12909-019-1891-5
4. Paranjape K, Schinkel M, Nannan Panday R, Car J, Nanayakkara P. Introducing artificial intelligence training in medical education. JMIR Med Educ [Internet]. 2019 Citado 02/06/2024];5(2):e16048. Disponible en: https://mededu.jmir.org/2019/2/e16048/
5. Prabu Kumar A, Omprakash A, Chokkalingam Mani PK, Kuppusamy M, Wael D, Sathiyasekaran BWC, et al. E-learning and E-modules in medical education—A SOAR analysis using perception of undergraduate students. PLoS One [Internet]. 2023 [Citado 28/11/2024];18(5):e0284882. Disponible en: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0284882
6. Sapci AH, Sapci HA. Artificial intelligence education and tools for medical and health informatics students: systematic review. JMIR Med Educ [Internet]. 2020 [Citado 02/06/2024];6(1):e19285. Disponible en: https://mededu.jmir.org/2020/1/e19285/
7. Lee J, Wu AS, Li D, Kulasegaram KM. Artificial intelligence in undergraduate medical education: a scoping review. Acad Med [Internet]. 2021 [Citado 02/06/2024];96(11S):S62-70. Disponible en: https://journals.lww.com/academicmedicine/fulltext/2021/11001/artificial_intelligence_in_undergraduate_medical.14.aspx
8. Golbert-Getz JM, Bierer SB, Berry A. What is an innovation article? A systematic overview of innovation in health professions education journals. Acad Med [Internet]. 2021 [Citado 02/06/2024];96(11S):S39-47. Disponible en: https://journals.lww.com/academicmedicine/fulltext/2021/11001/what_is_an_innovation_article__a_systematic.11.aspx
9. McCoy LG, Nagaraj S, Morgado F, Harish V, Das S, Celi LA. What do medical students actually need to know about artificial intelligence?. NPJ Digit Med [Internet]. 2020 [Citado 02/06/2024];3:86. Disponible en: https://www.nature.com/articles/s41746-020-0294-7
10. Pinto Dos Santos D, Giese D, Brodehl S. Medical students' attitude towards artificial intelligence: a multicentre survey. Eur Radiol [Internet]. 2019 [Citado 02/06/2024];29(4):1640-6. Disponible en: https://link.springer.com/article/10.1007/s00330-018-5601-1
11. Fiard G, Selmi SY, Maigron A. Validating the transfer of skills acquired on a prostate biopsy simulator: a prospective, randomized, controlled study. J Surg Educ [Internet]. 2020 [Citado 02/06/2024];77(4):953-61. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/S1931720420300088
12. Li J, Yu K, Bao Y, Yao J. Patterns of eHealth website user engagement based on cross-site clickstream data: correlational study. J Med Internet Res [Internet]. 2021 [Citado 02/06/2024];23(8):e29299. Disponible en: https://www.jmir.org/2021/8/e29299/
13. Chen P. Artist’s statement: MS2. Acad Med [Internet]. 2020 [Citado 02/06/2024];95(8):1165. Disponible en: https://journals.lww.com/academicmedicine/fulltext/2020/08000/artist_s_statement__ms2.31.aspx
14. King SL, Shipman SA. Telehealth in academic medicine: roles, opportunities, and risks. Acad Med [Internet]. 2019 [Citado 02/06/2024];94(6):915. Disponible en: https://journals.lww.com/academicmedicine/fulltext/2019/06000/Telehealth_in_Academic_Medicine__Roles,.53.aspx
15. McGaghie WC, Issenberg SB, Cohen ER, Barsuk JH, Wayne DB. Does simulation-based medical education with deliberate practice yield better results than traditional clinical education? A meta-analytic comparative review of the evidence. Acad Med [Internet]. 2011 [Citado 02/06/2024];86(6):706-11. Disponible en: https://journals.lww.com/academicmedicine/abstract/2011/06000/does_simulation_based_medical_education_with.18.aspx
16. Stojan J, Haas M, Thammasitboon S, Lander L, Evans S, Pawlik C. Online learning developments in undergraduate medical education in response to the COVID-19 pandemic: A BEME systematic reviw: BEME Guide No. 69. Med Teach [Internet]. 2022 [Citado 28/11/2025];44(2):109-29. Disponible en: https://www.tandfonline.com/doi/abs/10.1080/0142159X.2021.1992373
17. Borg A, Jobs B, Huss V, Gentline C, Espinosa F, Ruiz M. Enhancing clinical reasoning skills for medical students: a qualitative comparison of LLM-powered social robotic versus computer-based virtual patients within rheumatology. Rheumatol Int [Interet]. 2024 [Citado 28/11/2025];44(12):3041-51. Disponible en: https://link.springer.com/article/10.1007/s00296-024-05731-0
18. Salas -Pilco SZ, Xiao K, Oshima J. Artificial intelligence and new technologies in inclusive education for minority students: A systematic review. Sustainability [Internet]. 2022 [Citado 02/06/2024];14(20):13572. Disponible en: https://link.springer.com/article/10.1186/s41239-022-00326-w
19. Morales Torres GI. Desarrollo de capacidades centrales a partir de estrategias de enseñanza con mediación virtual en el programa de administración de empresas comerciales de la Universidad Colegio Mayor de Cundinamarca [tesis doctoral]. Bogotá: Universidad Colegio Mayor de Cundinamarca; 2025.
20. Cook DA, Hatala R, Brydges R. Technology-enhanced simulation for health professions education: a systematic review and meta-analysis. JAMA [Internet]. 2011 [Citado 02/06/2024];306(9):978-88. Disponible en: https://jamanetwork.com/journals/jama/article-abstract/1104300
21. Watari T, Tokuda Y, Owada M, Onigata K. The utility of virtual patient simulations for clinical reasoning education. Int J Environ Res Public Health [Internet]. 2020 [Citado 28/11/2024];17(15):5325. Disponible en: https://www.mdpi.com/1660-4601/17/15/5325
22. Mansoori S, Salari Koohfini Z, Ghasemali M. A comparison Between the effectiveness of E-learning and blended learning in industrial training. Interdiscip J Virtual Learn Med Sci [Internet]. 2020 [Citado 28 /11/2025];11(1):46-53. Disponible en: https://ijvlms.sums.ac.ir/article_46439.html
23. Ortiz-López A, Olmos-Migueláñez S, Sánchez-Prieto JC. Calidad en e-Learning: Identificación de sus dimensiones, propuesta y validación de un modelo para su evaluación en Educación Superior. RIED Rev Iberoam Educ Distancia [Internet]. 2021 [Citado 02/06/2024];24(2):225-44. Disponible en: https://dialnet.unirioja.es/servlet/articulo?codigo=7913199
24. Park CJ, Paul HY, Siegel EL. Medical student perspectives on the impact of artificial intelligence on the practice of medicine. Curr Probl Diagn Radiol [Internet]. 2021 [Citado 28/11/2024];50(5):614-9. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/S0363018820301249
25. Issenberg SB, McGaghie WC, Petrusa ER, Gordon DL, Scalese RJ. Features and uses of high-fidelity medical simulations that lead to effective learning: a BEME systematic review. Med Teach. 2005;27(1):10-28.
26. MacNeill H, Masters K, Nemethy K, Correia R. Online learning in health professions education. Part 1: Teaching and learning in online environments: AMEE Guide No. 161. Med Teach [Internet]. 2024 [Citado 28 /11/2025];46(1):4-17. Disponible en: https://www.tandfonline.com/doi/full/10.1080/0142159X.2023.2197135
27. Mahase E. Covid-19: outbreak could last until winter-spring 2021 and see 7.9 million hospitalized in the UK. BMJ [Internet]. 2020 [Citado 02/06/2024];368:m1017. Disponible en: https://doi.org/10.1136/bmj.m1017
28. Anishchenko MA, Gidenko I, Kaliman M, Polyvaniuk V, Demianchuk YV. Artificial intelligence in medicine: Legal, ethical and social aspects. Acta Bioethica [Internet]. 2023 [Citado 28/11/2025];29(1):63-72. Disponible en: https://dialnet.unirioja.es/servlet/articulo?codigo=9358893
29. Barteit S, Guzek D, Jahn A, Bärnighausen T, Jorge MM, Neuhann F. Evaluation of e-learning for medical education in low-and middle-income countries: A systematic review. Comput Educ. 2020;145:103726.
30. Delungahawatta T, Dunne SS, Hyde S, Halpenny L, McGrath D, O’Regan A, et al. Advances in e-learning in undergraduate clinical medicine: a systematic review. BMC Med Educ [Internet]. 2022 [Citado 28/11/2024];22(1):711. Disponible en: https://link.springer.com/article/10.1186/s12909-022-03773-1
31. Tashkandi E. E-learning for undergraduate medical students. Adv Med Educ Pract [Internet]. 2021 [Citado 28/11/2024];12:665-i74. Disponible en: https://www.tandfonline.com/doi/full/10.2147/AMEP.S314509
32. Cooper N, Bartlett M, Gay S, Hammond A, Lillicrap M, Matthan J. UK Clinical Reasoning in Medical Education (CReME) consensus statement group. Consensus statement on the content of clinical reasoning curricula in undergraduate medical education. Med Teach [Internet]. 2021 [Citado 28/11/2024];43(2):152-9. Disponible en: https://www.tandfonline.com/doi/full/10.1080/0142159X.2020.1842343
33. Koufidis C, Manninen K, Nieminen J, Wohlin M, Silén C. Unravelling the polyphony in clinical reasoning research in medical education. J Eval Clin Pract [Internet]. 2021 [Citado 28/11/2024];27(2):438-50. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1111/jep.13432
34. Siedlikowski M, Rauch F, Tsimicalis A. Giving children with osteogenesis imperfecta a voice: participatory approach for the development of the interactive assessment and communication tool Sisom OI. Interact J Med Res [Internet]. 2020 [Citado 02/06/2024];9(3):e20120. Disponible en: https://www.jmir.org/2020/9/e17947/
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Alberto Sánchez Garrido, Adisnay Rodríguez Plascencia, Olga Gloria Barbón Pérez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Todo el contenido de esta revista se encuentra en Acceso Abierto, distribuido según los términos de la Licencia Creative Commons Atribución–NoComercial 4.0 que permite el uso, distribución y reproducción no comerciales y sin restricciones en cualquier medio, siempre que sea debidamente citada la fuente primaria de publicación.
Descargar PDF
