85
ÁREA CIENCIAS SOCIALES Y HUMANAS
REDIELUZ
ISSN 2244-7334 / Depósito legal pp201102ZU3769
Vol. 14 N° 1 • Enero - Junio 2024: 85 - 89
INTELIGENCIA ARTIFICIAL Y ENSEÑANZA DE CIENCIAS MÉDICAS
Articial intelligence and medical science teaching
Angel Jose Chu Lee, Roberto Eduardo Aguirre Fernández, Carina Alexandra Serpa An-
drade, Karen Anahí Romero Freire, Gabriele Oralia Ortiz Loor
Universidad de Machala, Facultad de Ciencias de la Salud, Ecuador
ORCID: 0000-0003-2806-1692
achu@utmachala.edu.ec, reaguirre@utmachala.edu.ec , cserpa@utmachala.edu.ec,
kromero17@utmachala.edu.ec gortiz6@utmachala.edu.ec
RESUMEN
La inteligencia articial (IA) está causando una
revolución en la atención médica y la educación
en medicina. En el campo de la atención médica,
la IA se presenta como una herramienta poderosa
para mejorar la calidad y eciencia de los servicios
de salud. Ayuda a aliviar la carga de trabajo de los
profesionales de la salud y agiliza los procesos de
diagnóstico. Además, personaliza la experiencia de
aprendizaje de los estudiantes de medicina, adap-
tando el contenido a sus niveles de conocimiento y
habilidades, y facilitando el acceso a material ac-
tualizado. Sin embargo, la integración de la IA en
la educación médica plantea desafíos éticos. Se
deben garantizar la autenticidad de la información
y la condencialidad de los datos de los pacientes.
También es necesario ajustar los planes de estudio
y los roles de los educadores a medida que la IA se
incorpora al proceso de enseñanza médica. A pesar
de la resistencia en algunos sectores, organizacio-
nes como el General Medical Council en el Reino
Unido están impulsando su adopción debido a su
potencial transformador. Además, la ciencia de da-
tos desempeña un papel crucial en el ámbito médi-
co, facilitando la toma de decisiones y la gestión de
registros médicos electrónicos. Ejemplos notables
incluyen el Proyecto Hanover de Microsoft, que uti-
liza el aprendizaje automático para combatir el cán-
cer, y la aplicación ética de la IA en la estructuración
de contenido médico.
Palabras clave: Inteligencia articial; enseñan-
za médica; estudiante de medicina; educación in-
novadora.
ABSTRACT
Articial intelligence (AI) is causing a revolution
in healthcare and medical education. In the heal-
thcare eld, AI is presented as a powerful tool to
improve the quality and eciency of healthcare
services. It helps alleviate the workload of health-
care professionals and streamlines diagnostic pro-
cesses. It also personalizes the learning experien-
ce for medical students, tailoring content to their
knowledge and skill levels, and facilitating access
to up-to-date material. However, the integration of
AI into medical education poses ethical challenges.
The authenticity of information and the condentia-
lity of patient data must be guaranteed. Curricula
and educator roles also need to be adjusted as AI
is incorporated into the medical education process.
Despite resistance in some quarters, organizations
such as the General Medical Council in the UK are
driving its adoption because of its transformative
potential. In addition, data science plays a crucial
role in the medical eld, facilitating decision-making
and electronic medical record management. Exam-
ples of notable es include Microsoft’s Project Hano-
ver, which uses machine learning to combat cancer,
and the ethical application of AI in structuring medi-
cal content.
Keywords: Articial intelligence; medical educa-
tion; medical student; innovative education.
Recibido: 02-04-2024 Aceptado: 11-04-2024
INTRODUCCIÓN
Los orígenes de la inteligencia articial (IA) en
la década de 1950 fomentó el primer hito en la his-
toria de la inteligencia articial, el programa “Logic
86
Theorist” desarrollado por Allen Newell y Herbert A.
Simon en el año de 1955, el cual posee la capaci-
dad de probar teoremas matemáticos utilizando re-
glas y símbolos lógicos. Posteriormente, en 1956,
John McCarthy, Marvin Minsky, Nathaniel Roches-
ter y Claude Shannon organizaron la Conferencia
de Dartmouth, que acuñó el término “inteligencia
articial” y sentó las bases para la investigación en
este campo.
La utilidad de la inteligencia articial en la docen-
cia médica ha incrementado debido a que la ense-
ñanza innovadora promueve mayor motivación en
los estudiantes de la carrera de Medicina; sugeren-
cias en diagnósticos y simulaciones de situaciones
de la vida real son las principales ventajas que se-
ñala la inteligencia articial, asimismo la evaluación
constante de los estudiantes en el ambiente mé-
dico. Las plataformas facilitan la caracterización y
modicación de los temas estableciendo una adap-
tación personalizada de los estudiantes.
Las primeras instancias de implementación de la
inteligencia articial se llevaron a cabo mediante el
análisis de datos relacionados con la atención médi-
ca, plazos de atención y métodos de pago, presen-
tando así soluciones innovadoras para la gestión de
información de pacientes y la toma de decisiones
médicas. La demanda creciente de datos y la nece-
sidad de tomar decisiones precisas han demostra-
do ser fundamentales para abordar cuestiones de
salud. El propósito de este resumen es comprender
la relevancia de la aplicación de esta tecnología en
la atención y tratamiento médico, además de sub-
rayar la perspectiva de su posible integración en la
educación médica en un futuro próximo.
Para preparar a las futuras generaciones de pro-
fesionales médicos para la integración de la inteli-
gencia articial en el siempre cambiante panorama
de la atención médica, es necesario que los siste-
mas educativos evolucionen en respuesta a estos
desafíos emergentes. Dado que la creación de nue-
vos módulos educativos y la revisión de materiales
de enseñanza pueden ser un esfuerzo que consu-
me tiempo y es complicado, obstaculizado por sis-
temas establecidos y protocolos de acreditación, la
investigación exhaustiva es crucial para denir las
habilidades pertinentes y el contenido instructivo
relacionado con el uso de la inteligencia articial en
el campo de la medicina.
OBJETIVOS
OBJETIVO GENERAL
Describir la utilidad de la inteligencia articial en
la enseñanza de las ciencias médicas.
OBJETIVOS ESPECÍFICOS
• Analizar la inuencia de la inteligencia arti-
cial en la motivación de los estudiantes de
Medicina.
• Identicar efectos de la inteligencia articial
en las distintas especialidades médicas.
• Determinar los desafíos de la Inteligencia Ar-
ticial en la enseñanza médica.
MATERIALES Y MÉTODOS
Revisión bibliográca en bases de búsqueda
cientícas como Scielo, Google Académico y Web
of Science. Se seleccionaron los artículos médicos
de mayor relevancia en el área y ediciones actuali-
zadas, además fueron categorizados según su ca-
lidad metodológica. Estudios irrelevantes y no rela-
cionados con el enfoque de la investigación fueron
excluidos. La información obtenida posteriormente
fue analizada y sintetizada con la nalidad de obte-
ner datos especícos que suponen importancia en
el tema. Se realizó un análisis descriptivo y compa-
rativo.
DESARROLLO
La inteligencia articial (IA) tiene el potencial de
transformar la forma en que se brinda el servicio.
Puede contribuir a mejorar los resultados, aumen-
tar la productividad y la eciencia de la atención
médica, y permitir que los sistemas de salud brin-
den una atención de mayor calidad a un mayor nú-
mero de personas. La IA puede ayudar a mejorar la
experiencia de los profesionales de la salud, permi-
tiéndoles dedicar más tiempo a la atención directa
del paciente y reduciendo el agotamiento. Además,
puede agilizar la prestación de servicios, especial-
mente al acelerar el tiempo de diagnóstico, y ayu-
dar a los sistemas de salud a mejorar su gestión de
manera más proactiva, asignando recursos donde
pueden tener el mayor impacto.
Puede contribuir a mejorar los resultados, au-
mentar la productividad y la eciencia, y permitir
una atención de mayor calidad para un número
mayor de personas en el ámbito de la atención
87
médica. Además, la IA puede mejorar la experien-
cia de los profesionales de la salud, reduciendo el
agotamiento y agilizando los diagnósticos. Tam-
bién se ha aplicado en el campo de la educación
médica, ofreciendo una experiencia de aprendiza-
je personalizada y simulaciones clínicas realistas.
Sin embargo, existen desafíos y preocupaciones
relacionados con la autenticidad de la información,
cuestiones éticas, cambios en los roles y progra-
mas de estudio, sesgos y la seguridad de los datos
médicos. A pesar de estos obstáculos, la IA sigue
siendo una herramienta prometedora para mejorar
tanto la educación médica como la práctica médica
en general.
Los estudiantes de medicina gracias a IA reciben
una experiencia educativa personalizada útil según
los niveles de aprendizaje y sus capacidades, pro-
porciona motivación gracias al compromiso con los
contenidos educativos y el material de estudio con
bibliografías actualizadas y notables en el campo
médico. Por otra parte, la valoración constante de
los estudiantes brinda información de su desarrollo
y determina las habilidades aprendidas con el n de
personalizar la educación de los mismos (Martínez,
2023).
La inteligencia articial permite determinar enfer-
medades inmediatamente a partir de los exámenes
imagenológicos de una manera ecaz, asimismo,
establece entusiasmo por incluirla en áreas como
la radiología y en la enseñanza médica debido a
que un gran número de expertos consideran que
existe un mejoramiento de las mismas, así como el
desafío que representa en el futuro de la medicina
(Pinto dos Santos, 2019).
Según expertos, aspectos tales como conoci-
miento, interpretación y aplicación son necesarios
para la clasicación de IA en la Medicina educa-
cional. En torno a la categoría de conocimiento,
los modelos y la terminología que se sugieren son
esenciales en virtud de la incorporación del saber
completamente nuevo en los educadores y el re-
querimiento de la renovación de los entendimientos
previos. Por lo tanto, consideran que debido a la
atención de los estudiantes en el área es indispen-
sable en un futuro establecer especializaciones de
los docentes en IA. Con respecto a la interpretación
de IA, los contenidos facilitados por la misma en la
enseñanza médica son de gran relevancia y es así
como implica un riesgo de una interpretación erró-
nea en la vida de los pacientes (Weidener, 2023).
Las principales herramientas de la Inteligencia
Articial según (Martínez, 2023) implementadas en
la actualidad son:
ChatGPT: creado por OpenAI, opera como mo-
delo de lenguaje al proporcionar textos adecuados
y realistas.
BingGPT: modelo de lenguaje creado por Micro-
soft conformado por textos y códigos que propor-
ciona escritos ecaces.
Bard: modelo de lenguaje creado por Google AI
conformado por textos y códigos que produce escri-
tos y da respuesta a interrogantes.
Uno de los aspectos destacables de la IA es la
simulación clínica, genera situaciones realistas con
la nalidad de mejorar las capacidades prácticas y
el entendimiento clínico de los estudiantes de Me-
dicina sin situar en peligro la vida de los pacientes
(Martínez, 2023). En el área quirúrgica, el proyec-
to MLASE utiliza al igual que el Proyecto Hanover
a Machine Learning con la nalidad de valorar las
competencias quirúrgicas, por lo tanto, permite que
el aprendizaje en los estudiantes no sea limitado
por presencialidad y tiempo (Barrios, 2023).
Retos y amenazas que señala (Martínez, 2023)
de la IA en la enseñanza médica incluyen:
Autenticidad de la información: es necesaria
una extensa valoración de la calidad de los datos
en el área de la Medicina en virtud de los riesgos
que implicaría en los pacientes.
Ética: reconocer la fuente, errores y conden-
cialidad de la información proporcionada. Asimis-
mo, la posibilidad de la reducción de la interacción
con el paciente y conexión de educador-estudiante.
Modicación de roles y curriculum: la adapta-
ción de la metodología educacional a partir de la IA
y las habilidades.
Sesgos: control durante su aplicación y la varia-
bilidad de información.
Condencialidad de datos: Control de políticas
de defensa de los pacientes implicados en la reco-
lección de los datos utilizados en la IA.
Aprobación: proporcionar información del cam-
bio en la metodología e impartir datos acerca de los
retos de IA.
La inteligencia articial no ha sido aceptada en
el currículum académico de ciertas escuelas de
Medicina pertenecientes al Reino Unido, ofrecen
educación con una escasa inclusión de la IA en las
facultades de ciencias médicas. El General Medical
Council ha solicitado su pronta incorporación a pe-
88
sar de la oposición de los docentes y los estudian-
tes ante la posible nueva tecnología (Joison, 2023).
La ciencia de datos es un área creciente que se
ha convertido indispensable en el currículum aca-
démico debido a que facilita la toma de decisiones
en ciertas ocasiones como en el desarrollo de la
historia clínica electrónica. Su importancia radica
en el procesamiento inmediato de los datos de los
pacientes y toma de decisiones mediante el uso
adecuado de la big data gracias a que la misma no
puede hacer cambios (Pimienta, 2021).
El Proyecto Hanover creado por Microsoft es un
sistema educativo que emplea Machine Learning el
cual es útil en la toma de decisiones en la lucha
contra el cáncer, permite a los estudiantes selec-
cionar un tratamiento adecuado y el interés por el
desarrollo de una cura. La utilidad de la IA se ve
reejada en los comandos dispuestos en la célula
humana y compara los comportamientos normales
y anormales con la nalidad de corregir las anoma-
lías (Linn, 2022).
La ética es un ámbito de relevancia en la IA,
gracias a que no se considera ético su uso en la
producción de textos médicos a partir de las citas
inexistentes que los conforman, al igual que su mo-
delo predictivo que genera contenido previsible. Es
así como la herramienta se utiliza como una guía
estructural del contenido de interés a redactar o
preguntas de investigación, no como un reemplazo
de la mente humana (Barrios, 2023).
Según la ASCOFAME, existen varias aplicacio-
nes las cuales podrían ser de gran utilidad ya que
está disponible para docentes/ educadores médi-
cos, la IA cada día evoluciona aún más, es por ello
que poner en práctica las siguientes aplicaciones
sugeridas será de mucha ecacia para los estu-
diantes:
Osmosis: Plataforma de educación en línea uti-
liza la inteligencia articial para adecuar el conteni-
do de aprendizaje de manera individualizada a las
necesidades de cada estudiante. Dispone de cur-
sos en línea en una amplia gama de áreas relacio-
nadas con la medicina y la salud.
CogBooks: Plataforma de educación en línea
emplea la inteligencia articial para personalizar
el material de aprendizaje según los requerimien-
tos individuales de cada estudiante. Proporciona
cursos en línea que abarcan una amplia gama de
temas relacionados con la medicina y la salud. ht-
tps://www.cogbooks.com/
Osmosis Prime: Plataforma de educación en
línea emplea la inteligencia articial para adaptar
de manera individual el material de enseñanza a
las necesidades de cada estudiante. Además, pro-
porciona recursos suplementarios, como videos,
imágenes y ejercicios prácticos, con el propósito de
mejorar la comprensión de los conceptos médicos
por parte de los estudiantes. https://www.osmosis.
org/prime
Kenhub: Plataforma de educación en línea uti-
liza la inteligencia articial para adaptar de forma
individualizada el material educativo a las necesi-
dades de cada estudiante. Dispone de cursos en
línea relacionados con anatomía, siología y otras
materias médicas. https://www.kenhub.com/
Prognica Labs: Plataforma de IA aprovecha el
aprendizaje automático para anticipar la probabi-
lidad de padecer enfermedades y proporcionar a
los médicos información relevante para tomar de-
cisiones informadas respecto al tratamiento. https://
prognica.com/
Human Dx: Plataforma impulsada por inteligen-
cia articial emplea el aprendizaje automático para
asistir a médicos en la identicación de enferme-
dades. Permite que expertos colaboren de forma
virtual para analizar y validar diagnósticos. https://
www.humandx.org/
Cognii: Plataforma de IA utiliza el procesamien-
to del lenguaje natural para desarrollar chatbots
educativos. Estos chatbots son utilizados por los
docentes para interactuar con los estudiantes y
evaluar su comprensión de los contenidos. https://
www.cognii.com/
Acellus: Plataforma de educación en línea em-
plea la inteligencia articial para ajustar los mate-
riales de enseñanza de acuerdo con las necesida-
des individuales de los estudiantes. Proporciona
una amplia gama de cursos en línea relacionados
con temas médicos y de salud. https://www.acellus.
com/
A pesar de los avances logrados, hay desafíos
signicativos que deben abordarse en relación con
la inteligencia articial (IA). Es crucial garantizar la
calidad y conabilidad de los datos utilizados por
los algoritmos de IA. También es importante ase-
gurarse de que esta tecnología no reemplace la
formación práctica y el contacto directo con los pa-
cientes.
La IA, al igual que otras tecnologías disruptivas,
desempeña un papel e inuencia importantes en di-
versos campos de la medicina, como los sistemas
89
de información en salud, la telemedicina, la image-
nología, la terapia del dolor, la rehabilitación y la
estimulación neurosensorial. Estos campos se han
convertido en espacios de innovación para la edu-
cación médica y la atención en salud.
CONCLUSIÓN
La inteligencia articial es una herramienta que
puede ser utilizada con la nalidad de generar tex-
tos médicos, diagnosticar enfermedades y simu-
lador clínico en el área de la salud. En la globa-
lización actual, la tecnología se ha implementado
como parte de la metodología de la enseñanza y
es así como se considera su incorporación en el
curriculum académico. No obstante, se establecen
retos éticos al no estar creados por profesionales y
retos pedagógicos de los educadores debido a la
implementación de nuevas técnicas. Su aprobación
e implementación dependerá de la adaptación de
los estudiantes y educadores, así como la investi-
gación de las ventajas y desventajas a largo plazo.
REFERENCIAS BIBLIOGRÁFICAS
Barrios, I. (2023). Inteligencia articial y redacción
cientíca: aspectos éticos en el uso de las nuevas
tecnologías. Medicina clínica y social, 7(2), 46-47.
de la Cruz Figueroa, L. F., Fernández Rodríguez,
R., & González Rangel, M. Á. (2018). Hacia he-
rramientas de inteligencia articial en la enseñan-
za médica. Enfoque preliminar. Revista Cubana
de Informática Médica, 10(1), 68-75.
Del Río Solá, M. L., Santos, J. M. L., & Puerta, C. V.
(2018). La inteligencia articial en el ámbito médi-
co. Revista Española de Investigaciones Quirúr-
gicas, 21(3), 113-116.
Joison, A. N., Barcudi, R. J., Majul, E. A., Runo, S.
A., De Mateo Rey, J. J., Joison, A. M., & Baiardi,
G. (2021). La inteligencia articial en la educación
médica y la predicción en salud. Methodo Inves-
tigación Aplicada a las Ciencias Biológicas, 6(1).
Linn, A. (2022). How Microsoft is helping to ‘solve‘
cancer. Microsoft.com. Recuperado el 13 de sep-
tiembre de 2023, de https://news.microsoft.com/
stories/computingcancer/
Martínez, J. Á. M. (2023). Inteligencia articial ge-
nerativa y educación médica. Educación médica,
24(4), 1
Pimienta, S. X., & Mosquera-Martínez, M. L. (2021).
Consideraciones curriculares, tecnológicas y pe-
dagógicas para la transición al nuevo modelo
educativo en el campo de la salud soportado por
inteligencia articial (IA). Medicina, 43(4), 540-
554.
Pinto dos Santos, D., Giese, D., Brodehl, S., Chon,
S. H., Staab, W., Kleinert, R., ... & Baeßler, B.
(2019). Medical students’ attitude towards arti-
cial intelligence: a multicentre survey. European
radiology, 29, 1640-1646.
Vidal Ledo, M. J., Madruga González, A., & Val-
dés Santiago, D. (2019). Inteligencia articial en
la docencia médica. Educación Médica Superior,
33(3).
Weidener, L., & Fischer, M. (2023). Articial Inte-
lligence Teaching as Part of Medical Education:
Qualitative Analysis of Expert Interviews. JMIR
Medical Education, 9(1), e46428.
