I
nnova Science
Journal
|
Vol
.
0
2
| Núm
.
0
1
|
Ene
–
Mar
| 202
4
| www
.
innovasciencejournal.omeditorial.com
15
Artículo Científico
Uso de la inteligencia artificial en la toma de decisiones en
enfermería
Use of artificial intelligence in nursing decision making
Herrera
-
Sánchez, Priscila Jaqueline
1
;
Zapata
-
Velasco, Evelyn Karina
2
1
Pontificia Universidad Católica del
Ecuador
;
Ecuador, Santo Domingo
;
https://orcid.org/0000
-
0002
-
6537
-
3743
;
pjherreras@pucesd.edu.ec
2
Universidad de Guayaquil
;
Ecuador, Guayaquil
;
https://orcid.org/0009
-
0008
-
7137
-
425X
;
evelyn.zapatav@ug.edu.ec
1
Autor
Correspondencia
https://doi.org/10.63618/omd/isj/v2/n1/30
Resumen:
La inteligencia artificial (IA) ha transformado múltiples áreas de la salud,
y en la enfermería su aplicación ha
optimizado la toma de decisiones clínicas,
mejorando la precisión diagnóstica y reduciendo errores. Sin embargo, su
implementación enfrenta desafíos relacionados con la capacitación del personal, la
fiabilidad de los algoritmos y las implicaciones éticas.
Este estudio tiene como objetivo
analizar el impacto de la IA en la toma de decisiones
en enfermería, identificando
beneficios, limitaciones y tendencias futuras. Se empleó una metodología exploratoria
basada en la revisión bibliográfica de literatura científica indexada en bases de datos
de alto impacto. Los resultados destacan que la IA m
ejora la seguridad del paciente
y la eficiencia asistencial, optimiza la gestión del tiempo y reduce la carga laboral. No
obstante, su implementación plantea riesgos como la dependencia excesiva en los
algoritmos, la privacidad de los datos y la necesidad
de formación continua para
garantizar su uso adecuado. La discusión enfatiza que, aunque la IA representa una
herramienta innovadora en la enfermería, su integración debe ser regulada y
complementada con el juicio clínico humano. En conclusión, la IA tiene
el potencial
de transformar la enfermería, pero su adopción requiere un equilibrio entre tecnología
y atención humanizada.
Palabras clave:
inteligencia artificial; toma de decisiones; enfermería; tecnología en
salud; ética profesional.
Abstract:
Artificial intelligence (AI) has transformed multiple areas of healthcare, and
in nursing its application has optimized clinical decision making, improving diagnostic
accuracy and reducing errors. However, its implementation faces challenges related
to sta
ff training, reliability of algorithms and ethical implications. This study aims to
analyze the impact of AI on nursing decision making, identifying benefits, limitations
and future trends. An exploratory methodology based on a literature review
of
scientific literature indexed in high
-
impact databases was used. The results highlight
that AI improves patient safety and care efficiency, optimizes time management and
reduces workload. However, its implementation poses risks such as over
-
reliance on
algorithms, data privacy and the need for continuous training to ensure its proper use.
The discussion emphasizes that, although AI represents an innovative tool in nursing,
its integration must be regulated and complemented by human clinical judgment. In
conclusion, AI has the potential to transform nursing, but its adoption requires a
balance between technology and humanized care.
Keywords:
artificial intelligence; decision making; nursing; health technology;
professional ethics.
Cita:
Herrera
-
Sánchez, P. J., &
Zapata
-
Velasco, E. K. (2024). Uso
de la inteligencia artificial en la
toma de decisiones en
enfermería.
Innova Science
Journal
,
2
(1), 15
-
27.
https://doi.org/10.63618/omd/i
sj/v2/n1/30
.
Recibido:
15
/
10
/20
23
Aceptado:
17
/
11
/20
23
Publicado:
31
/
01
/20
24
Copyright:
©
202
4
por los
autores
.
Este artículo es un
artículo de acceso
abierto
distribuido bajo los términos y
condiciones de la
Licencia
Creative Commons, Atribución
-
NoComercial 4.0 Internacional.
(
CC
BY
-
NC
)
.
(
https://creativecommons.org/lice
nses/by
-
nc/4.0/
)
Innova Science
Journal
I
nnova Science
Journal
| Vol.02 | Núm.01 | Ene
–
Mar | 202
4
| www
.innovasciencejournal.omeditorial.com
16
Artículo Científico
1. Introducción
La inteligencia artificial (IA) ha demostrado ser una
herramienta innovadora en diversos
ámbitos de la salud, optimizando la toma de decisiones y mejorando la calidad de los
cuidados brindados a los pacientes. En el campo de la enfermería, la IA permite
procesar grandes volúmenes de datos en tiempo real, prop
orcionando información clave
para la toma de decisiones clínicas y administrativas (Roman
-
Huera et al., 2024). Sin
embargo, su implementación conlleva desafíos relacionados con la capacitación del
personal, la fiabilidad de los algoritmos y la ética en su
aplicación. A pesar de estas
dificultades, la IA se perfila como un apoyo esencial para la optimización del proceso de
atención en enfermería, facilitando la detección temprana de complicaciones, la
personalización del tratamiento y la reducción de errores
humanos (Villarruel, 2023).
El problema central que se aborda en este artículo es la falta de un enfoque consolidado
sobre la integración de la IA en la toma de decisiones en enfermería, lo que genera
incertidumbre sobre su eficacia y aceptación dentro de la práctica clínica. Aunque
la
automatización y el análisis de datos han avanzado significativamente, la
implementación de estas tecnologías en entornos de enfermería sigue siendo
heterogénea y su impacto real en la calidad de la atención aún requiere mayor estudio
(Ponce
-
Rivera et a
l., 2024). La brecha entre el desarrollo tecnológico y su adopción
efectiva por los profesionales de enfermería se debe a diversos factores, incluyendo la
resistencia al cambio, la falta de infraestructura adecuada y la necesidad de programas
de formación
especializada (Ramírez
-
Pereira et al., 2023).
Entre los factores que influyen en la problemática destacan la complejidad de los
sistemas de IA, la variabilidad en la precisión de sus algoritmos y la preocupación por la
deshumanización del cuidado (Méndez, 2024). La IA puede contribuir a la reducción d
e
la carga laboral del personal de enfermería al automatizar tareas repetitivas, permitiendo
que los profesionales se enfoquen en actividades que requieren juicio clínico y empatía.
No obstante, su uso también puede generar una dependencia excesiva en la t
ecnología,
lo que podría afectar la autonomía de los profesionales en la toma de decisiones críticas
(Villarruel, 2023). Asimismo, el acceso desigual a estas herramientas en diferentes
instituciones de salud representa un desafío adicional, ya que no todas
las unidades de
atención cuentan con los recursos tecnológicos ni con el personal capacitado para su
implementación (Roman
-
Huera et al., 2024).
Desde una perspectiva ética, la
introducción de la IA en la enfermería plantea
interrogantes sobre la privacidad de los datos, la responsabilidad en caso de errores
diagnósticos y el impacto en la relación enfermero
-
paciente (Ramírez
-
Pereira et al.,
2023). La confianza en la tecnología d
epende en gran medida de la validación científica
de los algoritmos utilizados y de la regulación adecuada de su aplicación en el ámbito
clínico. Además, es necesario desarrollar estrategias que garanticen la integración
efectiva de la IA sin comprometer l
a calidad del cuidado humanizado, eje central de la
enfermería (Méndez, 2024).
La relevancia de este estudio radica en la necesidad de comprender el impacto de la IA
en la toma de decisiones en enfermería y en la identificación de estrategias que faciliten
su implementación eficiente. La justificación de esta investigación se basa en
la
creciente digitalización de la salud y en la importancia de dotar al personal de enfermería
de herramientas que optimicen su desempeño sin afectar la esencia de su rol en el
Innova Science
Journal
I
nnova Science
Journal
| Vol.02 | Núm.01 | Ene
–
Mar | 202
4
| www
.innovasciencejournal.omeditorial.com
17
Artículo Científico
cuidado de los pacientes (Roman
-
Huera et al., 2024). Además, el avance de la IA en
otras áreas médicas sugiere que su integración en enfermería es un paso inevitable, por
lo que es crucial analizar sus beneficios, riesgos y limitaciones antes de su adopció
n
masiva (Ponce
-
Rivera et al., 2024).
La viabilidad de este estudio se sustenta en la creciente cantidad de investigaciones
sobre el uso de IA en la salud y en la disponibilidad de sistemas tecnológicos diseñados
específicamente para el ámbito de enfermería. La revisión de literatura permitirá
identificar tendencias y evaluar el estado actual de la implementación de la IA en la toma
de decisiones en enfermería, lo que servirá de base para futuras investigaciones y
aplicaciones prácticas (Villarruel, 2023). Asimismo, el acceso a fuentes académic
as de
alto impacto y la recopilación de experiencias en diferentes entornos clínicos
contribuirán a una comprensión integral del fenómeno (Ramírez
-
Pereira et al., 2023).
El objetivo principal de este artículo es analizar el papel de la inteligencia artificial en la
toma de decisiones en enfermería, destacando sus aplicaciones, beneficios, desafíos y
consideraciones éticas. A través de una revisión bibliográfica, se examina
rá la literatura
más reciente sobre el tema para comprender cómo la IA puede mejorar la práctica de
enfermería y qué obstáculos deben superarse para su implementación efectiva
(Méndez, 2024). De esta manera, se busca aportar información valiosa para la
com
unidad científica y los profesionales de la salud, fomentando una adopción
responsable y beneficiosa de la IA en la enfermería.
2. Materiales y Métodos
El presente estudio adopta un enfoque cualitativo de tipo exploratorio, basado en el
análisis bibliográfico de fuentes científicas relevantes para comprender el uso de la
inteligencia artificial (IA) en la toma de decisiones en enfermería. La metodología
e
mpleada se fundamenta en la recopilación, selección y revisión crítica de literatura
indexada en bases de datos de alto impacto, tales como Scopus y Web of Science
(WoS).
Para garantizar la rigurosidad del análisis, se establecieron criterios de inclusión y
exclusión. Se incluyeron artículos publicados en los últimos cinco años que abordaran
la aplicación de IA en el ámbito de la enfermería, específicamente en la toma de
de
cisiones clínicas, la gestión de pacientes y el apoyo diagnóstico. También se
consideraron estudios que analizaran la implementación de herramientas tecnológicas
en el contexto de los cuidados de salud y su impacto en la calidad asistencial. Se
excluyeron
aquellos trabajos que no tuvieran acceso a texto completo, que no estuvieran
indexados en bases de datos científicas reconocidas o que no ofrecieran evidencia
empírica o teórica relevante sobre el tema.
El proceso de búsqueda y selección de literatura se realizó en diferentes etapas.
Inicialmente, se definieron palabras clave y términos de búsqueda en español e inglés,
como "inteligencia artificial en enfermería", "toma de decisiones en enfermería" y "IA
en
cuidados de salud". Posteriormente, se aplicaron filtros para restringir los resultados a
artículos revisados por pares y publicaciones en revistas científicas de alto impacto. La
revisión de los documentos seleccionados permitió identificar patrones, t
endencias y
brechas en la literatura existente sobre el tema.
Innova Science
Journal
I
nnova Science
Journal
| Vol.02 | Núm.01 | Ene
–
Mar | 202
4
| www
.innovasciencejournal.omeditorial.com
18
Artículo Científico
El análisis de la información se llevó a cabo mediante una lectura crítica y comparativa
de los estudios seleccionados. Se organizó la información en categorías temáticas,
permitiendo examinar los distintos enfoques sobre el impacto de la IA en la toma de
decisiones clínicas, sus beneficios y desafíos, así como las implicaciones éticas y
formativas para los profesionales de enfermería. Este proceso facilitó la identificación
de hallazgos clave y la formulación de conclusiones fundamentadas en la evidencia
d
isponible.
Al tratarse de un estudio basado en fuentes secundarias, no se realizaron experimentos
ni encuestas, y no se requirió la participación directa de sujetos de estudio. La
investigación se llevó a cabo siguiendo los principios éticos de integridad académica,
asegurando la correcta citación de fuentes y el respeto por los derechos de autor.
Además, se evitó el sesgo en la selección de estudios mediante una estrategia de
búsqueda sistemática y una evaluación objetiva de la calidad de las publicaciones
revisadas.
3.
Resultados
3.1.
Impacto de la inteligencia artificial en la toma de decisiones clínicas
La inteligencia artificial (IA) ha emergido como una herramienta clave en la optimización
de la toma de decisiones clínicas en enfermería, proporcionando mejoras significativas
en la precisión diagnóstica y la reducción de errores en la atención de pacient
es. Su
aplicación en el ámbito de la salud permite analizar grandes volúmenes de datos clínicos
en tiempo real, facilitando la identificación de patrones que podrían pasar
desapercibidos en una evaluación manual. De esta manera, los sistemas de IA
contribu
yen a mejorar la seguridad del paciente y la eficiencia del proceso asistencial,
reduciendo los márgenes de error en diagnósticos y tratamientos (Ponce
-
Rivera et al.,
2024).
Uno de los principales aportes de la IA en enfermería radica en su capacidad para
reducir la incidencia de errores médicos, los cuales representan un problema crítico en
la práctica clínica. Las herramientas basadas en IA pueden proporcionar alertas
tempra
nas ante signos de deterioro clínico, permitiendo que el personal de enfermería
tome decisiones fundamentadas con base en datos precisos y en tiempo real. Por
ejemplo, en la gestión de pacientes con enfermedades crónicas o en estado crítico, la
IA puede ay
udar a monitorear signos vitales y detectar anomalías antes de que se
conviertan en eventos adversos, mejorando así la calidad de la atención (Ponce
-
Rivera
et al., 2024).
Además, la implementación de la IA optimiza el tiempo de respuesta en situaciones de
emergencia. En entornos de alta demanda, como las unidades de cuidados intensivos
o los servicios de urgencias, los sistemas inteligentes pueden priorizar la atención de
l
os pacientes según la gravedad de su condición, facilitando la clasificación de casos en
el triaje y permitiendo una asignación eficiente de los recursos humanos y tecnológicos
disponibles (Ponce
-
Rivera et al., 2024). Esto es particularmente relevante en c
ontextos
donde el personal de enfermería enfrenta altos niveles de estrés y carga laboral, ya que
la IA puede actuar como un apoyo para la toma de decisiones en momentos críticos.
Innova Science
Journal
I
nnova Science
Journal
| Vol.02 | Núm.01 | Ene
–
Mar | 202
4
| www
.innovasciencejournal.omeditorial.com
19
Artículo Científico
Sin embargo, la integración de estas tecnologías no está exenta de desafíos. La
capacitación del personal de enfermería es un factor determinante en la efectividad del
uso de IA en la toma de decisiones clínicas. El desconocimiento o la falta de habilidade
s
para interpretar y aplicar los datos proporcionados por los sistemas inteligentes pueden
generar dependencia excesiva en la tecnología, comprometiendo la capacidad de juicio
clínico del profesional de enfermería (Porras
-
Roque & Herrera
-
Sánchez, 2022). Po
r ello,
es fundamental desarrollar programas de formación continua que permitan a los
enfermeros adquirir competencias en el manejo de herramientas de IA, garantizando un
equilibrio entre la tecnología y la experticia humana.
Asimismo, el impacto de la IA en la práctica enfermera se vincula estrechamente con el
bienestar del personal sanitario. La sobrecarga laboral y el agotamiento emocional son
factores que afectan la calidad de la atención en los hospitales, y en este sentid
o, la IA
puede representar una solución al automatizar ciertas tareas administrativas y clínicas,
permitiendo a los profesionales concentrarse en actividades que requieren un alto nivel
de juicio clínico y empatía (López
-
Cudco, 2023). No obstante, el uso d
e IA en enfermería
también plantea interrogantes sobre la dependencia tecnológica y la posible
deshumanización del cuidado. Aunque los sistemas inteligentes pueden mejorar la
eficiencia en la toma de decisiones, el contacto humano sigue siendo un component
e
esencial en la relación enfermero
-
paciente, por lo que es necesario encontrar un
equilibrio adecuado entre la tecnología y la atención humanizada.
Finalmente
, la IA representa una oportunidad significativa para mejorar la toma de
decisiones en enfermería, optimizando la precisión diagnóstica y reduciendo los errores
médicos, especialmente en entornos de alta exigencia. No obstante, su implementación
debe ir ac
ompañada de programas de formación para el personal de salud, asegurando
su uso adecuado y evitando riesgos asociados a la dependencia tecnológica. A medida
que la IA continúe evolucionando, será esencial establecer regulaciones y estrategias
que
permitan su integración efectiva sin comprometer la calidad del cuidado y el
bienestar de los profesionales de enfermería.
3.2.
Beneficios y limitaciones del uso de IA en enfermería
La integración de la inteligencia artificial (IA) en la enfermería ha supuesto una
transformación significativa en la toma de decisiones clínicas, con múltiples
beneficios
para la eficiencia y precisión del cuidado de los pacientes. Uno de los principales aportes
de la IA es su capacidad para procesar y analizar grandes volúmenes de datos en tiempo
real, lo que permite tomar decisiones basadas en evidencia y mejor
ar la calidad
asistencial. En este sentido, los algoritmos de IA pueden identificar patrones en los datos
clínicos, predecir posibles complicaciones y optimizar la gestión de los recursos
hospitalarios, permitiendo una intervención más rápida y eficaz por
parte del personal
de enfermería (Mejías et al., 2022). Además, estas herramientas facilitan la
personalización del cuidado, ajustando los protocolos de atención según las
características y necesidades específicas de cada paciente.
Otro beneficio clave del uso de IA en enfermería es la optimización del flujo de trabajo y
la reducción de la carga laboral del personal sanitario. La automatización de tareas
repetitivas, como la documentación clínica, el monitoreo de signos vitales y la
clasificación de pacientes en el triaje, libera tiempo para que los profesionales puedan
enfocarse en actividades que requieren un alto grado de juicio clínico y atención directa
Innova Science
Journal
I
nnova Science
Journal
| Vol.02 | Núm.01 | Ene
–
Mar | 202
4
| www
.innovasciencejournal.omeditorial.com
20
Artículo Científico
al paciente. En este contexto, estudios han demostrado que la IA puede contribuir a
reducir el agotamiento y el estrés laboral en enfermería, factores que afectan la calidad
de la atención y el bienestar del personal (López
-
Cudco, 2023). Asimismo, el uso d
e
modelos predictivos basados en IA ha permitido desarrollar sistemas de clasificación de
carga de trabajo en enfermería, ayudando a una mejor distribución del personal y
evitando la sobrecarga de ciertos profesionales en comparación con otros (Rosa et al.
,
2024).
Sin embargo, a pesar de los beneficios que aporta la IA en la práctica enfermera, su
implementación también conlleva importantes desafíos y limitaciones. Uno de los
principales riesgos es la dependencia excesiva en los sistemas de IA, lo que podría
afectar
el juicio clínico del personal de enfermería. Si bien estas herramientas
proporcionan información basada en datos, la toma de decisiones en salud no puede
depender exclusivamente de los algoritmos, ya que estos pueden presentar sesgos en
su programación o
errores en la interpretación de datos. Además, la automatización de
procesos no reemplaza la necesidad del pensamiento crítico y la capacidad de análisis
que caracterizan la labor enfermera, por lo que es crucial garantizar un equilibrio entre
el uso de l
a tecnología y la experiencia profesional (Verduga & de los Ángeles Alarcón,
2024).
Otro aspecto que debe considerarse es la posible resistencia del personal de enfermería
a la adopción de nuevas tecnologías. La falta de formación adecuada en herramientas
de IA puede generar inseguridad en los profesionales, dificultando su implementación
efectiva en los entornos hospitalarios. Por ello, es fundamental desarrollar estrategias
de capacitación y actualización continua para garantizar que los enfermeros cuenten
con las competencias necesarias para utilizar la IA de manera eficiente y ética (M
ejías
et al., 2022). Además, el uso de IA en enfermería plantea interrogantes éticas
relacionadas con la privacidad y seguridad de los datos clínicos, lo que hace
imprescindible la creación de regulaciones claras sobre el manejo de la información en
estos
sistemas.
En
síntesis
, la inteligencia artificial en enfermería ofrece ventajas significativas en la
toma de decisiones clínicas, desde la mejora en la precisión diagnóstica hasta la
optimización del flujo de trabajo y la reducción de la carga laboral. Sin embargo, su
implemen
tación debe ir acompañada de estrategias que minimicen los riesgos
asociados a la dependencia tecnológica y la posible afectación del juicio clínico. La
capacitación continua y la regulación del uso de IA en salud serán claves para garantizar
qu
e esta tecnología complemente la labor del personal de enfermería sin sustituir su
papel fundamental en la atención al paciente.
3.3.
Implicaciones éticas y de formación profesional
La implementación de la inteligencia artificial (IA) en enfermería plantea importantes
desafíos éticos y educativos que requieren una capacitación continua del personal de
salud. La correcta aplicación de herramientas basadas en IA en la toma de decisiones
clínicas depende de que los profesionales de enfermería posean conocimientos
adecuados sobre su funcionamiento, beneficios y limitaciones. En este sentido, la
formación debe enfocarse en el desarrollo de habilidades para interpretar los datos
generados po
r estos sistemas y tomar decisiones informadas que prioricen el bienestar
del paciente (Méndez, 2024). La combinación de IA con otras tecnologías emergentes,
Innova Science
Journal
I
nnova Science
Journal
| Vol.02 | Núm.01 | Ene
–
Mar | 202
4
| www
.innovasciencejournal.omeditorial.com
21
Artículo Científico
como la realidad aumentada, ha demostrado ser una estrategia efectiva para reducir el
sesgo entre la simulación y la práctica clínica real, facilitando la preparación de los
enfermeros para escenarios clínicos complejos (Méndez, 2024).
Sin embargo, la capacitación en el uso de IA no solo debe centrarse en los aspectos
técnicos, sino también en sus implicaciones éticas. Uno de los principales retos es
garantizar que los profesionales de enfermería mantengan un rol activo en la toma de
dec
isiones clínicas y no deleguen completamente su criterio al software. La
automatización del diagnóstico y la monitorización de pacientes puede mejorar la
eficiencia del cuidado, pero también plantea el riesgo de que los enfermeros confíen
excesivamente en
las recomendaciones generadas por los algoritmos sin un análisis
crítico (Villarruel, 2023). Por ello, es fundamental que la formación profesional incluya
una perspectiva reflexiva sobre el uso de la IA en la práctica clínica, promoviendo un
equilibrio ent
re el apoyo tecnológico y la responsabilidad humana en la atención de los
pacientes.
Otra preocupación clave es la privacidad de los datos y la seguridad de la información
utilizada por los sistemas de IA. El manejo de grandes volúmenes de datos clínicos
requiere protocolos estrictos de protección para evitar vulneraciones a la
confidencia
lidad del paciente. La digitalización de los historiales médicos y la integración
de la IA en plataformas de gestión hospitalaria han incrementado la eficiencia de los
procesos clínicos, pero también han generado nuevos riesgos en términos de
cibersegurida
d y acceso no autorizado a información sensible (Ramírez
-
Pereira et al.,
2023). La responsabilidad en la toma de decisiones asistidas por IA es otro aspecto
crítico, ya que los errores en la interpretación de los datos o en los algoritmos pueden
derivar en
diagnósticos incorrectos o tratamientos inadecuados. En este contexto, es
necesario establecer regulaciones claras sobre la responsabilidad legal en casos donde
la IA influya en una decisión clínica errónea (Ramírez
-
Pereira et al., 2023).
Desde la perspectiva de la educación en enfermería, la incorporación de la IA en la
docencia representa un desafío adicional. Los programas de formación deben
actualizarse constantemente para incluir competencias digitales que permitan a los
futuros profes
ionales de enfermería adaptarse a las nuevas tecnologías sin
comprometer la calidad del cuidado humano. Sin embargo, este proceso de
modernización implica una serie de retos pedagógicos y éticos, como la necesidad de
garantizar que el aprendizaje basado en
IA no desplace la formación en valores
fundamentales de la profesión, como la empatía y la comunicación con el paciente
(Bastidas et al., 2024). La IA puede ser una herramienta poderosa para la enseñanza,
pero su uso debe estar alineado con los principios
éticos de la enfermería, asegurando
que la tecnología complemente, y no reemplace, la toma de decisiones basada en el
juicio clínico y la experiencia del profesional.
E
para concluir
, la inteligencia artificial en enfermería ofrece múltiples oportunidades
para mejorar la toma de decisiones clínicas y optimizar la atención de los pacientes,
pero su implementación requiere un enfoque responsable y ético. La capacitación
continua es esen
cial para que los profesionales adquieran las competencias necesarias
en el uso de IA, evitando la dependencia excesiva de los sistemas automatizados y
garantizando un cuidado basado en la seguridad y el bienestar del paciente. Asimismo,
es i
mperativo abordar los desafíos relacionados con la privacidad de los datos y la
responsabilidad en la toma de decisiones, estableciendo marcos regulatorios claros que
Innova Science
Journal
I
nnova Science
Journal
| Vol.02 | Núm.01 | Ene
–
Mar | 202
4
| www
.innovasciencejournal.omeditorial.com
22
Artículo Científico
protejan tanto a los pacientes como a los profesionales de la salud en el uso de estas
nuevas tecnologías.
3.4.
Tendencias futuras y desafíos en la integración de IA en enfermería
El uso de la inteligencia artificial (IA) en el campo de la enfermería sigue evolucionando,
y una de las principales tendencias futuras es el desarrollo de algoritmos más
personalizados y adaptados a contextos clínicos específicos. En la actualidad, la IA
se
aplica en diversas áreas del cuidado de la salud, como la monitorización de signos
vitales, el análisis predictivo de enfermedades y la optimización de flujos de trabajo en
hospitales. Sin embargo, para que su implementación sea realmente efectiva, es
n
ecesario que los modelos de IA sean ajustados a las particularidades de cada paciente
y a los protocolos clínicos específicos de cada institución. La capacidad de adaptar los
algoritmos a diferentes necesidades clínicas permitiría mejorar la precisión en l
a toma
de decisiones y fortalecer la autonomía del personal de enfermería en su práctica
profesional (Hamad Maldonado, 2024). La toma de decisiones en enfermería no solo
depende de la evidencia científica, sino también del juicio clínico y la experiencia d
el
profesional, por lo que la IA debe diseñarse como un complemento que potencie estas
habilidades sin reemplazarlas (Lopera
-
Arango, 2022).
Otro aspecto clave en el desarrollo de la IA en enfermería es su integración con los
principios fundamentales de la disciplina. La enfermería es una profesión consolidada
que ha evolucionado a través del tiempo gracias a la incorporación de nuevas
tecnolog
ías sin perder su enfoque humanista (Amezcua, 2018). Para que la IA sea
verdaderamente útil en este ámbito, es necesario que su implementación respete los
valores éticos y de cuidado que caracterizan la profesión. Esto significa que los sistemas
inteligent
es deben diseñarse con un enfoque centrado en el paciente, garantizando que
las decisiones automatizadas no desplacen la interacción humana y la empatía que son
esenciales en la atención de enfermería (Morán et al., 2016).
A pesar de los avances en IA, existen importantes barreras económicas y tecnológicas
que dificultan su implementación en entornos hospitalarios con recursos limitados. La
adquisición y mantenimiento de sistemas basados en IA requieren inversiones
significa
tivas, lo que puede representar un desafío para hospitales con presupuestos
reducidos, especialmente en países en desarrollo. Además, la falta de infraestructura
tecnológica adecuada y la escasez de personal capacitado en el uso de estas
herramientas puede
n limitar su adopción efectiva (Hamad Maldonado, 2024). En este
contexto, es fundamental que las instituciones de salud prioricen la formación en
competencias digitales para el personal de enfermería, asegurando que los
profesionales estén preparados para
integrar la IA en su práctica diaria sin depender
exclusivamente de los desarrolladores tecnológicos (Illesca Pretty et al., 2016).
La brecha digital en el sector salud también representa un obstáculo para la adopción
de la IA en enfermería. Mientras que algunas instituciones cuentan con sistemas
avanzados de inteligencia artificial y big data, otras apenas han comenzado a digitalizar
sus procesos clínicos. Esto genera desigualdades en la calidad de atención que pueden
afectar la seguridad y los resultados en salud de los pacientes. Para abordar este
problema, es necesario desarrollar estrategias que permitan democratizar el acceso a
la
tecnología, promoviendo modelos de IA accesibles y adaptables a diferentes entornos
hospitalarios (Lopera
-
Arango, 2022).
Innova Science
Journal
I
nnova Science
Journal
| Vol.02 | Núm.01 | Ene
–
Mar | 202
4
| www
.innovasciencejournal.omeditorial.com
23
Artículo Científico
Finalmente
, el futuro de la IA en enfermería se orienta hacia la personalización de
algoritmos y su integración efectiva en la práctica clínica, siempre manteniendo el
equilibrio entre la tecnología y la atención humanizada. Sin embargo, su implementación
enfrenta b
arreras económicas y tecnológicas que requieren soluciones a nivel
institucional y gubernamental. La capacitación continua del personal de enfermería y la
inversión en infraestructura digital serán factores clave para garantizar que la IA se
conv
ierta en una herramienta aliada del cuidado de los pacientes sin comprometer la
esencia de la profesión.
4.
Discusión
La inteligencia artificial (IA) en el ámbito de la enfermería ha
demostrado ser una
herramienta con un gran potencial para optimizar la toma de decisiones clínicas, mejorar
la precisión diagnóstica y reducir los errores en la atención de los pacientes. La literatura
científica evidencia que la implementación de sistemas
basados en IA permite analizar
grandes volúmenes de datos en tiempo real, facilitando la identificación de patrones
clínicos que pueden pasar desapercibidos en una evaluación manual (Ponce
-
Rivera et
al., 2024). Estos avances han permitido la optimización
de los tiempos de respuesta en
entornos hospitalarios de alta demanda, especialmente en unidades de emergencia,
donde la rapidez en la clasificación y priorización de pacientes puede significar la
diferencia entre la vida y la muerte (Ponce
-
Rivera et al.,
2024).
No obstante, a pesar de sus múltiples beneficios, el uso de IA en enfermería también
plantea desafíos significativos. La dependencia excesiva de los sistemas automatizados
podría comprometer el juicio clínico del profesional, lo que representa un riesgo ét
ico y
de seguridad para los pacientes (Verduga & Alarcón, 2024). Aunque la IA puede mejorar
la eficiencia del proceso asistencial, es fundamental garantizar que su implementación
no reemplace la toma de decisiones basada en la experiencia y el criterio clí
nico de los
enfermeros. En este sentido, la formación continua es un requisito indispensable para
que los profesionales puedan comprender el funcionamiento de estos sistemas y
utilizarlos como un apoyo complementario en la práctica clínica (Porras
-
Roque &
Herrera
-
Sánchez, 2022).
Otro aspecto crítico en la integración de la IA en enfermería es la seguridad de los datos
y la confidencialidad de la información clínica. La digitalización de los historiales médicos
y la automatización de procesos aumentan la eficiencia hospitalaria, pe
ro también
generan vulnerabilidades en términos de ciberseguridad. La literatura ha señalado la
importancia de establecer protocolos de protección de datos que garanticen el uso
responsable de la información y minimicen el riesgo de accesos no autorizados
o
manipulación indebida (Ramírez
-
Pereira et al., 2023). Asimismo, surge el debate sobre
la responsabilidad en la toma de decisiones asistidas por IA, dado que un fallo en el
algoritmo o una interpretación incorrecta de los datos podría derivar en errores c
línicos
con consecuencias graves para los pacientes (Villarruel, 2023). En este contexto, se
requiere una regulación clara sobre el uso de la IA en la práctica enfermera, así como
la delimitación de la responsabilidad legal en situaciones donde los sistema
s
automatizados influyan en la toma de decisiones médicas.
Innova Science
Journal
I
nnova Science
Journal
| Vol.02 | Núm.01 | Ene
–
Mar | 202
4
| www
.innovasciencejournal.omeditorial.com
24
Artículo Científico
Desde una perspectiva académica y formativa, la IA también ha sido un factor de
transformación en la educación de los profesionales de enfermería. Su incorporación en
los programas de formación ha permitido mejorar la simulación de escenarios clínicos y
re
ducir el sesgo entre la teoría y la práctica (Méndez, 2024). Sin embargo, el uso de
estas tecnologías en la enseñanza debe estar alineado con los principios éticos de la
enfermería, garantizando que la educación basada en IA no desplace los valores
esencia
les de la profesión, como la empatía y el trato humanizado hacia los pacientes
(Bastidas et al., 2024).
A nivel de desarrollo tecnológico, las tendencias futuras en IA apuntan hacia la creación
de algoritmos más personalizados y adaptados a contextos clínicos específicos. Se ha
planteado que la evolución de estos sistemas podría facilitar una atención más
in
dividualizada y eficiente, optimizando los recursos sanitarios y mejorando la calidad
del cuidado en función de las necesidades particulares de cada paciente (Hamad
Maldonado, 2024). No obstante, la implementación de estas innovaciones enfrenta
barreras ec
onómicas y tecnológicas, especialmente en entornos hospitalarios con
recursos limitados. La brecha digital entre instituciones de salud de diferentes niveles
socioeconómicos puede dificultar el acceso equitativo a estas herramientas, lo que
podría generar
desigualdades en la atención sanitaria (Lopera
-
Arango, 2022).
Además, en términos epistemológicos, la IA plantea cuestionamientos sobre la
autonomía profesional en la toma de decisiones de enfermería. La disciplina enfermera
se ha consolidado como un campo con un cuerpo de conocimientos propios, basado en
principios
científicos y humanísticos que trascienden el uso de herramientas
tecnológicas (Amezcua, 2018). En este sentido, la incorporación de IA no debe verse
como un reemplazo del juicio clínico ni de la capacidad reflexiva de los enfermeros, sino
como un recurso
que facilite la toma de decisiones sin comprometer la autonomía
profesional (Morán et al., 2016).
En
síntesis
, la inteligencia artificial representa una transformación significativa en el
ámbito de la enfermería, con impactos tanto positivos como desafíos importantes a nivel
ético, formativo y tecnológico. Si bien su implementación ha permitido mejorar la
precisi
ón diagnóstica y optimizar la atención en contextos clínicos de alta demanda, su
uso requiere una regulación clara, una formación continua del personal y estrategias de
integración que aseguren un equilibrio entre la tecnología y la atención hum
anizada. A
medida que la IA continúe evolucionando, será crucial garantizar que su implementación
en el cuidado de la salud respete los principios de equidad, seguridad y ética profesional,
promoviendo un modelo de atención en el que la tecnología compleme
nte, y no
reemplace, el juicio clínico de los profesionales de enfermería.
5.
Conclusiones
La integración de la inteligencia artificial (IA) en la enfermería ha representado un
avance significativo en la optimización de la toma de decisiones clínicas, mejorando la
precisión diagnóstica y reduciendo errores en la atención de los pacientes. La cap
acidad
de los sistemas de IA para procesar grandes volúmenes de datos en tiempo real ha
permitido una mejor gestión del cuidado, facilitando la identificación de patrones clínicos
y la predicción de posibles complicaciones. Este desarrollo ha sido particul
armente
Innova Science
Journal
I
nnova Science
Journal
| Vol.02 | Núm.01 | Ene
–
Mar | 202
4
| www
.innovasciencejournal.omeditorial.com
25
Artículo Científico
beneficioso en entornos hospitalarios de alta demanda, donde la rapidez en la toma de
decisiones es crucial para garantizar la seguridad y la calidad del servicio asistencial.
Sin embargo, a pesar de estos beneficios, la implementación de la IA en la enfermería
también presenta desafíos significativos que deben ser abordados para garantizar un
uso adecuado y seguro. Uno de los principales riesgos es la posible dependencia
excesi
va del personal de enfermería en los sistemas automatizados, lo que podría
comprometer su juicio clínico y su capacidad de respuesta ante situaciones imprevistas.
La automatización no debe reemplazar la toma de decisiones basada en la experiencia
y la intu
ición del profesional, sino más bien servir como una herramienta complementaria
que refuerce su criterio y mejore su desempeño.
Otro aspecto crítico en la integración de la IA en enfermería es la necesidad de
garantizar la privacidad y seguridad de los datos clínicos. La digitalización de los
historiales médicos y la recopilación de información a través de sistemas automatizados
au
mentan la eficiencia en la gestión hospitalaria, pero también exponen a los pacientes
y a los profesionales a riesgos de ciberseguridad y filtración de datos. Para mitigar estos
riesgos, es fundamental establecer normativas y protocolos de seguridad que re
gulen el
acceso y uso de la información clínica, asegurando el cumplimiento de los principios de
confidencialidad y ética en la atención sanitaria.
Asimismo, la incorporación de la IA en la práctica enfermera requiere un enfoque
estratégico en la formación y capacitación del personal de salud. Es imprescindible que
los programas educativos incluyan contenidos específicos sobre el manejo de estas
herra
mientas, promoviendo el desarrollo de competencias digitales que permitan a los
enfermeros utilizar la tecnología de manera eficiente y ética. La educación en IA no debe
limitarse únicamente a la comprensión de sus funcionalidades, sino que debe fomentar
e
l pensamiento crítico y la capacidad de evaluar la fiabilidad de los datos generados por
estos sistemas. Solo a través de una formación integral se podrá garantizar que la
inteligencia artificial se use de manera óptima sin comprometer la autonomía profesi
onal
del enfermero.
El avance de la IA en enfermería también plantea importantes retos en cuanto a su
implementación en contextos hospitalarios con recursos limitados. La brecha digital
entre instituciones con alta disponibilidad de tecnología y aquellas con infraestructuras
precarias podría generar desigualdades en el acceso a herramientas avanzadas,
afectando la equidad en la atención sanitaria. En este sentido, es necesario diseñar
estrategias que permitan la integración progresiva de la IA en distintos niveles de
atención,
asegurando que su aplicación beneficie a la mayor cantidad posible de
pacientes y profesionales.
Por otro lado, el desarrollo de algoritmos personalizados y adaptados a contextos
clínicos específicos representa una de las tendencias más prometedoras en la evolución
de la IA en enfermería. La capacidad de estos sistemas para ajustarse a las
característ
icas individuales de los pacientes permitirá una atención más precisa y
eficiente, reduciendo la variabilidad en la toma de decisiones y mejorando los resultados
clínicos. Sin embargo, para que esta personalización sea efectiva, es fundamental
contar con b
ases de datos sólidas y sistemas de aprendizaje automatizado que puedan
actualizarse de manera constante en función de nuevas evidencias científicas y cambios
en los protocolos clínicos.
Innova Science
Journal
I
nnova Science
Journal
| Vol.02 | Núm.01 | Ene
–
Mar | 202
4
| www
.innovasciencejournal.omeditorial.com
26
Artículo Científico
En conclusión, la inteligencia artificial tiene el potencial de transformar la enfermería,
ofreciendo nuevas oportunidades para mejorar la precisión diagnóstica, optimizar la
toma de decisiones y aumentar la eficiencia en la atención al paciente. No obstan
te, su
implementación requiere un enfoque integral que considere los desafíos éticos,
formativos, tecnológicos y económicos asociados a su uso. La capacitación continua del
personal de enfermería, el establecimiento de normativas de seguridad para la
prote
cción de datos y la reducción de la brecha digital en el acceso a la tecnología serán
factores determinantes para el éxito de esta transformación. A medida que la IA continúe
evolucionando, será esencial mantener un equilibrio entre el uso de la tecnología
y la
atención humanizada, garantizando que el criterio clínico y la experiencia profesional
sigan siendo pilares fundamentales en el cuidado de la salud.
Referencias Bibliográficas
Amezcua, Manuel. ¿Por qué afirmamos que la Enfermería es una disciplina
consolidada?
Index de Enfermería 2018
;27(4):188
-
90.
http://ciberindex.com/c/ie/e32741
Bastidas, D. E. N., Rodríguez, J. V. O., Guijarro, M. P. M., & Cevallos, S. A. C. (2024).
Implementación de la inteligencia artificial en la docencia de enfermería: retos
éticos y pedagógicos.
Revista Social Fronteriza
,
4
(4), e44369
-
e44369.
https://doi.org/10.59814/resofro.2024.4(4)369
Hamad Maldonado, I. (2024).
El papel de la Inteligencia Artificial en las funciones de
Enfermería en la Atención Primaria: Revisión Sistemática de la Literatura.
http://hdl.handle.net/10045/143223
Illesca Pretty, Mónica; Osorio Spuler, Ximena; Jara Badilla, Jeanette; Cabezas
González, Mirtha. Ciencias biológicas y línea profesional: opinión de enfermeras
docentes para la formación de competencias profesionales.
Cienc. enferm.
2016;22
(2):141
-
150.
https://www.scielo.cl/pdf/cienf/v22n2/art_11.pdf
Lopera
-
Arango, A. M. (2022). Toma de decisiones en enfermería: las ciencias básicas
como base para lograr la autonomía profesional.
Index de Enfermería
,
31
(4),
284
-
288.
https://dx.doi.org/10.58807/indexenferm20225170
López
-
Cudco, L. L. (2023). Salud Mental y Burnout en Profesionales de Enfermería en
Hospitales Ecuatorianos.
Revista Científica Zambos,
2(2), 63
-
80.
https://doi.org/10.69484/rcz/v2/n2/44
López
-
Cudco, L. L. (2023). Salud Mental y Burnout en Profesionales de Enfermería en
Hospitales Ecuatorianos.
Revista Científica Zambos
,
2
(2), 63
-
80.
https://doi.org/10.69484/rcz/v2/n2/44
Mejías, M., Guarate Coronado, Y. C., & Jiménez Peralta, A. L. (2022). Inteligencia
artificial en el campo de la enfermería. Implicaciones en la asistencia,
administración y educación.
Salud, Ciencia y Tecnología
,
2
, 88.
https://doi.org/
10.56294/saludcyt202288
Rosa, N. G. D., Vaz, T. A., & Lucena, A. D. F. (2024). Carga de trabajo de
enfermería: uso de inteligencia artificial para el desarrollo de modelo
clasificador.
Revista Latino
-
Americana de Enfermagem
,
32
, e4239.
https://doi.org/10.1590/1518
-
8345.7131.4238
Méndez, L. P. G. (2024). Inteligencia artificial y realidad aumentada: herramienta
coadyuvante a disminuir el sesgo entre realidad y la simulación en las prácticas
Innova Science
Journal
I
nnova Science
Journal
| Vol.02 | Núm.01 | Ene
–
Mar | 202
4
| www
.innovasciencejournal.omeditorial.com
27
Artículo Científico
de enfermería.
Revista Internacional de Pedagogía e Innovación Educativa
,
4
(1),
55
-
76.
https://doi.org/10.51660/ripie.v4i1.150
Mina
-
Villalta, G. Y., &
Sumarriva
-
Bustinza, L. A. (2023). Enfermería Comunitaria y su
Contribución a la Salud Pública en Ecuador.
Revista Científica Zambos
,
2
(1), 41
-
55.
https://doi.org/10.69484/rcz/v2/n1/37
Morán L; Quezada L; García A; González P; Godínez S; Aguilera M. Resolver problemas
y tomar decisiones, esencia práctica reflexiva en enfermería. Análisis de la
literatura.
Enferm. Universit. 2016;13
(1):47
-
54.
https://bit.ly/3zXC07D
Ponce
-
Rivera, O. S., Díaz
-
Vásquez, S. M., Roman
-
Huera, C. K., & Vinueza
-
Martínez,
C. N. (2024). El rol de la enfermería en el manejo de emergencias: desde el triage
hasta la atención integral.
Journal of Economic and Social Science
Research,
4(1), 57
–
76.
https://doi.org/10.55813/gaea/jessr/v4/n1/86
Porras
-
Roque, M. S., & Herrera
-
Sánchez, P. J. . (2022). Desafíos en la Formación y
Capacitación de Enfermeras en el Sistema de Salud Ecuatoriano.
Revista
Científica Zambos,
1(3), 60
-
75.
https://doi.org/10.69484/rcz/v1/n3/33
Porras
-
Roque, M. S., & Herrera
-
Sánchez, P. J. . (2022). Desafíos en la Formación y
Capacitación de Enfermeras en el Sistema de Salud Ecuatoriano.
Revista
Científica Zambos
,
1
(3), 60
-
75.
https://doi.org/10.69484/rcz/v1/n3/33
Ramírez
-
Pereira, M., Figueredo
-
Borda, N., & Opazo Morales, E. (2023).
La inteligencia
artificial en el cuidado: un reto para Enfermería.
Enfermería: Cuidados
Humanizados
,
12
(1).
https://doi.org/10.22235/ech.v12i1.3372
Roman
-
Huera, C. K., Vinueza
-
Martínez, C. N., Portilla
-
Paguay, G. V., & Díaz
-
Grefa, W.
P. (2024). Tecnología y Cuidados de Enfermería: Hacia una Práctica Innovadora
y Sostenible.
Journal of Economic and Social Science Research,
4(1), 99
–
121.
https://doi.org/10.55813/gaea/jessr/v4/n1/89
Roman
-
Huera,
C. K., Vinueza
-
Martínez, C. N., Portilla
-
Paguay, G. V., & Díaz
-
Grefa, W.
P. (2024). Tecnología y Cuidados de Enfermería: Hacia una Práctica Innovadora
y Sostenible.
Journal of Economic and Social Science Research
,
4
(1), 99
–
121.
https://doi.org/10.55813/gaea/jessr/v4/n1/89
Valarezo
-
Bravo,
O. F., Samaniego
-
Rojas, N. del C., Jara
-
Galdeman, G., Córdova Neira,
K., & García Riofrío, J. C. (2023).
Diagnóstico situacional y caracterización del
perfil epidemiológico de las zonas de intervención e influencia del proyecto
ProSalud frontera sur, cantones Huaquillas y Macará
. Editorial Grupo AEA.
https://doi.org/10.55813/egaea.l.2022.17
Vallejo
-
López,
A. B., Ramírez
-
Amaya, J., Kou
-
Guzmán, J., Valdez
-
Aguagallo, F. R., &
Ramírez
-
Morán, L. D. (2023).
Enfermedades Respiratorias del Siglo XXI.
Editorial Grupo AEA.
https://doi.org/10.55813/egaea.l.2022.36
Verduga, M. J. J., & de los Ángeles Alarcón, C. M. (2024). Influencia de la Inteligencia
Artificial en el Cuidado de Enfermería y su Reto.
Ciencia Latina Revista Científica
Multidisciplinar
,
8
(5), 985
-
1004.
https://doi.org/10.37811/cl_rcm.v8i5.13480
CONFLICTO DE INTERESES
“Los autores declaran no tener ningún conflicto de intereses”.