Uso de la inteligencia artificial en la Educación Médica universitaria y su influencia en el razonamiento clínico
User of artificial intelligence in undergraduate medical education and its influence on clinical reasoning
DOI:
https://doi.org/10.56712/latam.v7i3.6097Palabras clave:
aprendizaje digital, educación médica, inteligencia artificial, razonamiento clínicoResumen
La inteligencia artificial (IA) ha emergido como una herramienta de creciente relevancia en la educación médica, al facilitar el acceso a información científica, optimizar los procesos de aprendizaje y apoyar el desarrollo de competencias relacionadas con el razonamiento clínico. Su incorporación en entornos académicos ha generado nuevas oportunidades para la enseñanza personalizada y la formación basada en evidencia. Analizar la evidencia científica disponible sobre el impacto del uso de la inteligencia artificial en la educación médica universitaria y su influencia en el desarrollo del razonamiento clínico en estudiantes de Medicina. Se realizó una revisión narrativa de la literatura científica mediante la búsqueda de artículos publicados entre 2020 y 2025 en las bases de datos PubMed, Scopus y SciELO. Se emplearon los términos “medical education”, “artificial intelligence”, “clinical reasoning”, “medical students” y “AI learning tools”. Se incluyeron estudios originales, revisiones sistemáticas y estudios observacionales relacionados con la aplicación de IA en la formación médica. Hallazgos: La evidencia analizada indica que la IA mejora el acceso a información clínica actualizada, favorece el aprendizaje adaptativo y proporciona retroalimentación inmediata, contribuyendo al fortalecimiento del razonamiento clínico cuando su implementación se integra en estrategias pedagógicas supervisadas. No obstante, diversos estudios señalan riesgos asociados al uso excesivo, incluyendo dependencia tecnológica y posible afectación del pensamiento crítico. En conjunto, los resultados respaldan su potencial como herramienta educativa complementaria eficaz.
Citas
Chan, K. S., & Zary, N. (2019). Applications and challenges of implementing artificial intelligence in medical education: Integrative review. JMIR Medical Education, 5(1), e13930. https://doi.org/10.2196/13930
Cook, D. A., & Sherbino, J. (Eds.). (2017). Clinical reasoning in the health professions (4th ed.). Elsevier.
Dedeilia, A., Sotiropoulos, M. G., Hanrahan, J. G., Janga, D., Dedeilias, P., & Sideris, M. (2020). Medical and surgical education challenges and innovations in the COVID-19 era: A systematic review. Frontiers in Medicine, 7, 160. https://doi.org/10.3389/fmed.2020.00160
Ellaway, R. H., & Masters, K. (2008). AMEE Guide 32: E-learning in medical education Part 1: Learning, teaching and assessment. Medical Teacher, 30(5), 455–473. https://doi.org/10.1080/01421590802108331
Ericsson, K. A. (2004). Deliberate practice and the acquisition and maintenance of expert performance in medicine and related domains. Academic Medicine, 79(10 Suppl.), S70–S81. https://doi.org/10.1097/00001888-200410001-00022
Esteva, A., Kuprel, B., Novoa, R. A., Ko, J., Swetter, S. M., Blau, H. M., & Thrun, S. (2017). Dermatologist-level classification of skin cancer with deep neural networks. Nature, 542(7639), 115–118. https://doi.org/10.1038/nature21056
Issenberg, S. B., McGaghie, W. C., Petrusa, E. R., Gordon, D. L., & Scalese, R. J. (2005). Features and uses of high-fidelity medical simulations that lead to effective learning: A BEME systematic review. Medical Teacher, 27(1), 10–28. https://doi.org/10.1080/01421590500046924
Jiang, F., Jiang, Y., Zhi, H., Dong, Y., Li, H., Ma, S., Wang, Y., Dong, Q., Shen, H., & Wang, Y. (2017). Artificial intelligence in healthcare: Past, present and future. Stroke and Vascular Neurology, 2(4), 230–243. https://doi.org/10.1136/svn-2017-000101
Kolachalama, V. B., & Garg, P. S. (2018). Machine learning and medical education. npj Digital Medicine, 1(54), 1–3. https://doi.org/10.1038/s41746-018-0061-1
Longoni, C., Bonezzi, A., & Morewedge, C. K. (2019). Resistance to medical artificial intelligence. Journal of Consumer Research, 46(4), 629–650. https://doi.org/10.1093/jcr/ucz013
Masters, K. (2019). Artificial intelligence in medical education. Medical Teacher, 41(9), 976–980. https://doi.org/10.1080/0142159X.2019.1595557
McCoy, L. G., Nagaraj, S., Morgado, F., Harish, V., Das, S., & Celi, L. A. (2020). What do medical students actually need to know about artificial intelligence? npj Digital Medicine, 3(86), 1–8. https://doi.org/10.1038/s41746-020-0294-7
Meskó, B., Hetényi, G., & Győrffy, Z. (2018). Will artificial intelligence solve the human resource crisis in healthcare? BMC Health Services Research, 18(1), 545. https://doi.org/10.1186/s12913-018-3359-4
Nguyen, A., Yosinski, J., & Clune, J. (2015). Deep neural networks are easily fooled: High confidence predictions for unrecognizable images. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 427–436 20. https://doi.org/10.1109/CVPR.2015.7298640
Obermeyer, Z., Powers, B., Vogeli, C., & Mullainathan, S. (2019). Dissecting racial bias in an algorithm used to manage the health of populations. Science, 366(6464), 447–453. https://doi.org/10.1126/science.aax2342
Paranjape, K., Schinkel, M., Nannan Panday, R., Car, J., & Nanayakkara, P. (2019). Introducing artificial intelligence training in medical education. JMIR Medical Education, 5(2), e16048. https://doi.org/10.2196/16048
Quinn, T. P., Coghlan, S., et al. (2021). Readying medical students for medical AI: The need to embed AI ethics education. AI and Ethics, 1(3), 1–9.
Rajpurkar, P., Chen, E., Banerjee, O., & Topol, E. J. (2022). AI in health and medicine. Nature Medicine, 28(1), 31–38. https://doi.org/10.1038/s41591-021-01614-0
Topol, E. J. (2019). High-performance medicine: The convergence of human and artificial intelligence. Nature Medicine, 25(1), 44–56. https://doi.org/10.1038/s41591-018-0300-7
Wartman, S. A., & Combs, C. D. (2018). Medical education must move from the information age to the age of artificial intelligence. Academic Medicine, 93(8), 1107–1109. https://doi.org/10.1097/ACM.000000000000204
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Allan Sadan Martinez, Alexa Rolibeth Vasquez, Gregory Alfonso Vasquez
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
