INFLUENCIA DE LA INTELIGENCIA
ARTIFICIAL EN EL CUIDADO DE ENFERMERÍA
Y SU RETO
INFLUENCE OF ARTIFICIAL INTELLIGENCE ON NURSING
CARE AND ITS CHALLENGES
Mery Jael Jaramillo Verduga
Pontificia Universidad Católica del Ecuador, Ecuador
Carmen María de los Ángeles Alarcón Dalgo
Pontificia Universidad Católica del Ecuador, Ecuador
pág. 985
DOI: https://doi.org/10.37811/cl_rcm.v8i5.13480
Influencia de la Inteligencia Artificial en el Cuidado de Enfermería y su
Reto
Mery Jael Jaramillo Verduga
1
mjjaramillov@pucesd.edu.ec
https://orcid.org/0000-0001-5532-8909
Pontificia Universidad Católica del Ecuador –
Sede Santo Domingo
Ecuador
Carmen María de los Ángeles Alarcón Dalgo
Cmalarcon@pucesd.edu.ec
https://orcid.org/0000-0003-3241-0453
Pontificia Universidad Católica del Ecuador – Sede
Santo Domingo
Ecuador
RESUMEN
El presente estudio evalúa el impacto de las tecnologías inteligentes en la enfermería, enfocándose en
tres áreas clave: precisión diagnóstica, personalización del tratamiento y eficiencia de los servicios de
salud. Con la creciente incorporación de la Inteligencia Artificial (IA) en el ámbito sanitario, resulta
esencial comprender su influencia en los procesos de atención y los resultados en el cuidado de los
pacientes. A través de una revisión sistemática y un metaanálisis, se examinaron estudios recientes para
evaluar los efectos de la IA en la práctica enfermera. Los hallazgos destacan que la IA puede mejorar la
precisión diagnóstica, personalizar los tratamientos y optimizar la eficiencia de los servicios. Sin
embargo, también se identificaron desafíos, como la necesidad de formar a los profesionales de
enfermería en el uso seguro y eficaz de estas herramientas. El estudio concluye que es fundamental
capacitar a los profesionales de salud en el uso de tecnologías digitales para garantizar la seguridad del
paciente y la integración efectiva de herramientas generativas emergentes en el cuidado de los pacientes.
Palabras clave: inteligencia artificial, atención en enfermería, implementación tecnológica, asistencia,
calidad en la atención
1
Autor principal
Correspondencia: mjjaramillov@pucesd.edu.ec
pág. 986
Influence of Artificial Intelligence on Nursing Care and Its Challenges
ABSTRACT
This study evaluates the impact of smart technologies in nursing, focusing on three key areas: diagnostic
accuracy, treatment personalization, and healthcare service efficiency. With the increasing incorporation
of Artificial Intelligence (AI) in the health sector, it is essential to understand its influence on care
processes and patient outcomes. Through a systematic review and meta-analysis, recent studies were
examined to assess the effects of AI in nursing practice. The findings highlight that AI can improve
diagnostic accuracy, personalize treatments, and optimize service efficiency. However, challenges were
also identified, such as the need to train nursing professionals in the safe and effective use of these tools.
The study concludes that it is crucial to train health professionals in the use of digital technologies to
ensure patient safety and effective integration of emerging generative tools in patient care.
Keywords: artificial intelligence, nursing care, technological implementation, assistance, quality of care
Artículo recibido 07 agosto 2024
Aceptado para publicación: 10 septiembre 2024
pág. 987
INTRODUCCIÓN
Durante los últimos años, los dispositivos con tecnologías inteligentes han revolucionado numerosos
sectores, incluyendo la atención sanitaria. En particular, la enfermería ha experimentado un cambio de
paradigma, impulsado por la integración de estas tecnologías, lo que ha llevado a mejoras significativas
en la efectividad, precisión y personalización de los cuidados (Castelo et al., 2023). Este cambio es
especialmente notable con el uso de la inteligencia artificial (IA), que ha emergido como una
herramienta clave para optimizar los diagnósticos y los cuidados en enfermería, contribuyendo a una
toma de decisiones más precisa y reduciendo los errores clínicos.
En primer lugar, la IA ofrece un potencial transformador en la atención de los pacientes, facilitando
diagnósticos más precisos, tratamientos personalizados y una mayor eficiencia en los servicios
sanitarios. Esto se debe a que la integración de sistemas inteligentes permite un análisis de datos más
profundo, el uso de robots asistenciales y plataformas de monitorización remota. Estas innovaciones no
solo han revolucionado las prácticas de enfermería, sino que también han proporcionado herramientas
avanzadas que mejoran el diagnóstico, tratamiento y gestión de los pacientes, incrementando así la
calidad de la atención sanitaria.
Además, la implementación de tecnologías inteligentes en enfermería ha sido posible gracias a
herramientas como los diagnósticos asistidos por computadora, la gestión de datos de pacientes y los
sistemas de soporte para la toma de decisiones. Estos avances han permitido a los profesionales de
enfermería acceder a información precisa en tiempo real, mejorando la precisión en la toma de
decisiones y reduciendo el riesgo de errores clínicos. El uso de la IA en enfermería ha transformado el
campo, automatizando procesos y mejorando la eficiencia en la atención al paciente.
A partir de estos avances, surge la siguiente pregunta: ¿Cuáles son los aportes de los sistemas
inteligentes a la enfermería, considerando los beneficios tecnológicos identificados en diversas áreas de
la salud? Desde una perspectiva teórica, la IA ha superado muchas de las limitaciones tradicionales en
la atención sanitaria, permitiendo mejorar los métodos de diagnóstico y tratamiento. La capacidad de
las máquinas para realizar tareas cognitivas similares a las humanas ha ampliado significativamente las
posibilidades de atención en la enfermería, proporcionando un enfoque más ágil y preciso a los cuidados.
Asimismo, en las últimas décadas, los avances científicos y tecnológicos han expandido las fronteras de
pág. 988
lo posible en el campo de la salud, mejorando la capacidad analítica y predictiva de los sistemas de
atención. En el Proceso de Atención de Enfermería (PAE), la IA ha demostrado ser eficaz para mejorar
los tiempos de ejecución de planes de cuidado, adaptándolos a las necesidades específicas de cada
paciente. Esto refuerza la importancia de la IA en el ámbito de los cuidados y diagnósticos en enfermería,
ya que permite una atención más precisa, rápida y adaptada a las demandas individuales (Castelo et al.,
2023).
Otro aspecto relevante de la IA en enfermería es su respuesta a la creciente demanda de servicios de
salud y la escasez de personal calificado. La automatización de procesos y la asistencia en la toma de
decisiones clínicas permiten a los profesionales de enfermería gestionar mejor sus cargas de trabajo,
ofreciendo una atención más eficiente y de mayor calidad (Carrión et al., 2022). Las herramientas de IA
también están ayudando a los profesionales a identificar patrones y tendencias en los datos de los
pacientes, facilitando una atención más personalizada y precisa. De este modo, la IA no solo mejora los
tiempos y la calidad de los cuidados, sino que también aumenta la satisfacción del paciente.
En términos de los aportes específicos de la inteligencia artificial en la enfermería, es evidente que su
implementación ha traído beneficios significativos. En primer lugar, ha mejorado la precisión
diagnóstica, permitiendo que los profesionales de la salud tomen decisiones más informadas y basadas
en datos. En segundo lugar, ha facilitado la personalización de los tratamientos, lo que ha permitido
adaptar los cuidados a las características individuales de cada paciente, resultando en una atención más
efectiva. Por último, ha incrementado la eficiencia de los servicios sanitarios, optimizando los recursos
disponibles y ofreciendo una atención de mayor calidad.
Sin embargo, la implementación de la IA en enfermería también presenta desafíos. Es fundamental que
los profesionales de la salud reciban formación y capacitación continua para usar estas tecnologías de
manera efectiva y segura. Solo mediante una adecuada educación podrán los profesionales de enfermería
adaptarse a estas innovaciones tecnológicas y aprovechar plenamente su potencial en beneficio de los
pacientes. Por lo tanto, la capacitación en el uso de herramientas digitales es clave para garantizar la
seguridad del paciente y la integración efectiva de la IA en el campo sanitario.
En consideración de lo manifestado, el presente estudio tiene como objetivo general evaluar el impacto
de la implementación de la inteligencia artificial en la atención de enfermería con un enfoque en la
pág. 989
precisión diagnóstica, la personalización de los tratamientos y la eficacia y eficiencia dentro de los
servicios sanitarios. Con la finalidad de consolidar el objetivo anteriormente propuesto, los resultados
del estudio se presentarán en función de los siguientes tres objetivos específicos: (a) identificar los
aportes que la inteligencia artificial ha contribuido en los cuidados del área de enfermería, (b) explicar
los avances tecnológicos que la IA ha aportado al cuidado de enfermería, (c) determinar los beneficios
que la IA ha generado en las diversas áreas de la salud.
(a) Cuáles son los aportes que la inteligencia artificial ha contribuido en los cuidados del área de
enfermería?, (b) Cuáles son los avances tecnológicos que la IA ha aportado al cuidado de enfermería,
(c) cuáles son los beneficios que la IA ha generado en las diversas áreas de la salud
Revisión de la literatura
Historia y Evolución de la Inteligencia Artificial
A lo largo del último siglo, el desarrollo de la IA ha estado marcado por importantes innovaciones y
avances científicos. El origen de esta tecnología se remonta a la década de 1940, cuando se comenzó a
hablar de la creación de redes neuronales. En esta época, se diseñó un modelo matemático para imitar
estas redes, lo que sentó las bases para la construcción del primer ordenador basado en redes neuronales
durante la década de 1950. Este avance permitió que los ordenadores y software empezaran a aprender
de manera progresiva, y en 1956 se acuñó el término "inteligencia artificial". A partir de este momento,
países como Estados Unidos y Japón invirtieron grandes sumas de dinero para fomentar el desarrollo de
la IA, lo que impulsó su crecimiento. Sin embargo, en 1987, la IA experimentó un declive debido a la
aparición de nuevos enfoques y tecnologías de menor coste.
En la década de 1970, surgieron avances importantes como el sistema experto Mycin, diseñado para
detectar enfermedades infecciosas en la sangre. Este sistema era capaz de razonar, comunicarse en
lenguaje natural con los usuarios y proporcionar medicaciones personalizadas. A medida que pasó el
tiempo, empresas como Google y científicos como Andrew Ng continuaron impulsando la IA, utilizando
técnicas avanzadas como el Deep Learning y el Machine Learning para diversas aplicaciones (Díaz,
2019).
Automatización de Tareas Administrativas y Clínicas de la Inteligencia Artificial
El impacto de la IA en la automatización de tareas administrativas y clínicas es significativo,
pág. 990
especialmente en el campo de la enfermería, donde el tiempo dedicado a los cuidados puede llevar a
errores y descuidos. La necesidad de contar con sistemas inteligentes que brinden apoyo durante las 24
horas ha llevado a la implementación de tecnologías avanzadas. Según Health (2021), la IA tiene el
potencial de proporcionar recomendaciones personalizadas en tiempo real y permitir que los pacientes
accedan a asistentes virtuales que respondan preguntas basadas en su historial y preferencias. Además,
Madison (2020) señalan que se han desarrollado agentes conversacionales de IA para tareas como la
detección de condiciones de salud, el triaje, el apoyo a la gestión de la salud en el hogar y la capacitación
de profesionales de la salud.
En este sentido, varios autores mencionan que la IA en comunidades virtuales de pacientes facilita
diagnósticos preliminares y seguimientos mediante el análisis de datos compartidos (Soriano, 2024),
destacando que la tecnología de salud digital es un facilitador prometedor que extiende el alcance de la
atención médica y enfermera (Cheng et al., 2020), promoviendo el potencial de mejorar la seguridad de
los pacientes y los profesionales, responder a la escasez de personal sanitario y mejorar los resultados
de salud (Marteau, 2023).
Impacto en el Rol de los Profesionales de Enfermería
El uso de inteligencia artificial en la atención de la salud está transformando el rol de los profesionales
de enfermería, mejorando la eficiencia y la precisión en el cuidado de los pacientes. Según Ramírez et
al. (2023), la IA puede personalizar el tratamiento mediante el análisis de datos clínicos y genéticos,
identificando terapias más efectivas para cada paciente. Así mismo, Mejía (2022) coinciden al señalar
que la IA facilita la recopilación y organización de conocimientos, aplicándolos en entornos
hospitalarios y domiciliarios. Esto es respaldado por Hijano (2023), quien afirma que la IA ha
revolucionado el diagnóstico y la detección de enfermedades, optimizando los cuidados y transformando
la enfermería.
La capacidad de la IA para monitorear y evaluar el impacto del cuidado de enfermería es uno de sus
principales beneficios. Para Hong (2021) la IA puede ayudar a las enfermeras a regular el contenido de
las evaluaciones y mejorar la recopilación de información de los pacientes. Por otra parte, Sánchez
(2024) destacan que los programas de asistencia virtual facilitan la comunicación entre enfermeros y
pacientes, permitiendo un seguimiento remoto de indicadores de salud. Así mismo, Girardón et al.
pág. 991
(2024) reafirman que la IA, a través de técnicas como el aprendizaje automático, eleva la calidad de la
práctica asistencial y contribuye al desarrollo de sistemas informatizados. A pesar de estos avances,
existen limitaciones en la implementación de la IA, especialmente en centros de salud pequeños y
rurales, donde los recursos económicos son limitados. Según Seibert et al. (2021), los requisitos y
barreras que enfrenta la IA incluyen preocupaciones sobre la privacidad de los datos, la seguridad y la
aceptación por parte de los usuarios.
Aspectos Éticos y Legales
Uno de los desafíos más importantes de la IA en el ámbito sanitario es el riesgo de violaciones a la
privacidad de los datos de los pacientes. Este problema es especialmente preocupante en áreas rurales,
donde la aceptación de la tecnología puede ser menor. Según O'Connor et al. (2022) la IA en salud puede
introducir sesgos, requiere interpretación clínica de los resultados y presenta desafíos relacionados con
la confianza y la privacidad. Sin embargo, la automatización de tareas administrativas y clínicas
mediante IA beneficia a los equipos interdisciplinarios al permitirles centrarse en las necesidades del
paciente de manera más humanizada.
Para Jiménez (2024) la IA permite a las enfermeras ofrecer una atención más personalizada, mejorando
su eficiencia. En este sentido, Elizabeth (2023) añade que la IA facilita la monitorización continua de
los signos vitales, lo que mejora la detección temprana de cambios en el estado de los pacientes,
especialmente en cuidados intensivos. Lo cual es corroborado por Fuentes et al. (2024) quienes destacan
que los sistemas de IA pueden procesar grandes cantidades de datos clínicos, generando diagnósticos
más precisos y rápidos que los humanos, lo que es fundamental en situaciones de alta presión.
METODOLOGÍA
El presente estudio se basó en una revisión sistemática, que ofrece un resumen claro y estructurado de
la información disponible con el fin de responder a una pregunta clínica específica. Las revisiones
sistemáticas se destacan por su transparencia y rigurosidad metodológica, lo que permite la recolección,
selección, evaluación crítica y síntesis de toda la evidencia existente sobre un tema en particular, como
la efectividad de un tratamiento, diagnóstico o pronóstico (Moreno, 2018). En este caso, el enfoque de
la investigación se centra en analizar la implicación de la IA en la práctica de enfermería, con especial
énfasis en su impacto en la personalización de los cuidados, la eficiencia y eficacia en la atención
pág. 992
sanitaria, así como su contribución en la evaluación y monitoreo de resultados.
Este estudio adoptó un diseño cuantitativo, lo que permite que los resultados se presenten de manera
descriptiva y, en algunos casos, mediante el uso de técnicas estadísticas para combinar resultados
numéricos de diversos estudios, conocido como metaanálisis (Ejia, 2016). Esta aproximación no solo
pretende describir el fenómeno estudiado, sino también ofrecer estimaciones precisas sobre el impacto
de la IA en el ámbito de la salud. Al centrarse en estudios publicados durante la última década, el objetivo
fue profundizar en el crecimiento y la acogida que ha tenido la IA en el campo de la enfermería,
resaltando su capacidad para desempeñar tareas complejas y mejorar la atención a los pacientes.
La estrategia de búsqueda utilizada en esta revisión sistemática incluyó la selección de 60 artículos
provenientes de diversas fuentes de investigación validadas y publicadas en revistas indexadas. Las
bases de datos consultadas fueron PUBMED, DIALNET, SCIELO, ONLINE LIBRARY,
MEDIAGRAPHIC, REPOSITORIO y SCIENCE DIRECT. Se consideraron tanto estudios en español
como en inglés para abarcar un espectro más amplio de investigaciones.
pág. 993
Figura 1. Diagrama de flujo prisma
En cuanto a los criterios de inclusión, se consideraron aquellos estudios publicados entre los años 2019
y 2024. Se incluyeron investigaciones desarrolladas específicamente en el ámbito de la enfermería, que
examinaran el uso de la IA en la atención brindada por el personal de enfermería en entornos clínicos.
Además, se tomaron en cuenta estudios que abordaran cómo la inteligencia artificial contribuye a
mejorar la eficiencia, precisión o calidad de la atención enfermera. Los artículos seleccionados debían
estar escritos en inglés o español para garantizar su comprensión y relevancia en el contexto de esta
revisión. Por otro lado, los criterios de exclusión se establecieron con el fin de asegurar la calidad y
pertinencia de los estudios seleccionados. Se excluyeron aquellos artículos que no cumplieran con una
rigurosidad metodológica adecuada, así como estudios que no especificaran los beneficios de la IA en
el ámbito de la salud. También se descartaron investigaciones que se limitaron a definir la tecnología
pág. 994
sin considerar su aplicación práctica en la atención de enfermería. Además, se excluyeron estudios con
metodologías deficientes o que carecieran de rigor científico, así como aquellos que no hubieran sido
publicados en revistas revisadas por pares.
RESULTADOS
Con la finalidad de dar respuesta a los objetivos específicos de la investigación. Los resultados del
estudio se presentan a través de los siguientes apartados: (a) Cuáles son los aportes que la IA ha
contribuido en los cuidados del área de enfermería?, (b) Cuáles son los avances tecnológicos que la IA
ha aportado al cuidado de enfermería, (c) cuáles son los beneficios que la IA ha generado en las diversas
áreas de la salud.
¿Cuáles son los aportes que la inteligencia artificial ha contribuido en los cuidados del área de
enfermería?
El estudio de Rodríguez et al. (2022) resaltan cómo el uso inclusivo y eficaz de nuevas tecnologías,
como agentes conversacionales y chatbots, potencia la atención basada en evidencias y reduce la
prevalencia de servicios de baja calidad. Complementando esta perspectiva, Suebsarn et al. (2024)
describen que los sistemas impulsados por la IA proporcionan monitoreo en tiempo real de los signos
vitales, facilitan la detección temprana de condiciones deterioradas y permiten el desarrollo de planes
de atención personalizados.
El estudio de Patricio M. et al. (2023) observan que el uso de herramientas de apoyo a la toma de
decisiones basadas en IA está vinculado a un aumento en las consultas de cuidados paliativos y una
disminución de las hospitalizaciones. En un enfoque similar, Demir et al. (2024) argumentan que estas
herramientas no solo facilitan, sino que también mejoran el trabajo humano en la salud, sin suplantar la
labor de los profesionales médicos.
Según Saragih (2021), la atención robótica se presenta como una opción viable para la atención directa
de salud, aunque sus efectos en la atención de la demencia aún están bajo investigación. Por otra parte,
Sato et al. (2020) señalan que, pese a que los robots humanoides pueden interactuar básicamente con los
pacientes, su adaptación a los cuidados a largo plazo requiere avances significativos en la tecnología
para mejorar la comunicación y otros aspectos críticos. Por otra parte, Perez et al. (2019) destacan que
los sistemas de apoyo a la toma de decisiones basados en IA proporcionan recomendaciones valiosas
pág. 995
para los enfermeros en la selección de tratamientos y la planificación de cuidados. Así mismo Health
(2021) añade que estas tecnologías pueden alcanzar una efectividad comparable a la de los radiólogos
humanos en la detección de cáncer de mama, mientras que Madison (2020) subrayan que los agentes
conversacionales podrían mejorar la eficiencia en la prestación de atención médica, ahorrando tiempo y
reduciendo costos.
Marteau (2023) considera que la IA potencia el acceso equitativo a los servicios de salud, mejora la
eficiencia de los sistemas de salud y aumenta la seguridad de pacientes y trabajadores. Complementando
a lo anteriormente señalado, Sanchez (2024) determinó que la IA facilita a las enfermeras la
planificación y administración de cuidados mediante el análisis de grandes volúmenes de datos, lo que
permite tomar medidas preventivas tempranas. En este sentido, Zi (2021) y Cheng et al. (2020) coinciden
en que es crucial promover la educación en IA entre las enfermeras para que lideren las transformaciones
tecnológicas y respondan proactivamente a los retos emergentes, dado que la evidencia sobre el impacto
de las tecnologías de salud digital es mixta pero tiende a ser positiva cuando se incluyen funciones
interactivas.
Finalmente, Mirliana Ramirez et al. (2023) y Marianela Mejia et al. (2022) concluyen que la IA tiene el
potencial de transformar el sector de la salud, mejorando la calidad de los cuidados y optimizando la
gestión de datos. Esta transformación es corroborada por Hijano (2023), quien afirma que las tecnologías
de IA están revolucionando la atención sanitaria al mejorar los diagnósticos y la eficacia de los cuidados.
Cuáles son los avances tecnológicos que la IA ha aportado al cuidado de enfermería
Durante un estudio reciente, se descubrió que la IA puede simular entornos clínicos y educar a
profesionales de la salud. En este contexto, Nicole Kaminski et al. (2023) mencionan que "la educación
basada en simulación IA permite a los estudiantes de enfermería perfeccionar sus habilidades en
situaciones frecuentes y raras, replicando entornos de práctica clínica". Además, Soriano et al. (2024)
destacan que la IA en comunidades virtuales de pacientes facilita diagnósticos preliminares y
seguimientos a través del análisis de datos compartidos por los usuarios. Paralelamente, Silva et al.
(2024) observan que la implementación de la IA ha mejorado significativamente la accesibilidad de
registros clínicos, facilitando la obtención de información crucial y mejorando la comunicación entre
distintos sistemas para planificar cuidados de pacientes, lo que indica un cambio transformador que
pág. 996
beneficia al campo de la enfermería, mejorando la toma de decisiones clínicas y personalizando el
cuidado. Adicionalmente, los programas de IA han aumentado significativamente la proporción de horas
clínicas completadas mediante simulaciones virtuales desde el otoño de 2019, adoptando modalidades
que van desde ver videos hasta participar en realidad virtual o aumentada, y el uso de software en línea
(Marteau, 2023).
Según Eminoğlu et al. (2024), algunas aplicaciones de IA usadas por el Ministerio incluyen tasas de uso
de informes de rendimiento en Medicina Familiar, ingresos hospitalarios, cirugías e informes de
diagnóstico, mientras que Summers et al. (2024) añaden que las herramientas de IA generativa mejoran
los conocimientos, habilidades y confianza, permitiendo emitir juicios informados y proporcionar una
atención segura al paciente, especialmente en monitorización remota. Asimismo, Seibert (2021) explica
que el uso de IA en el procesamiento de imágenes y señales facilita la monitorización, clasificación de
actividades de salud y coordinación de atenciones. Así mismo, Siobhán O'Connor (2022) también
confirma que la IA en la práctica clínica directa al paciente ha mostrado beneficios potenciales en
administración y educación, con muchos estudios probando estos algoritmos con éxito.
Girardon et al. (2024) indican que la IA muestra un comportamiento inteligente y desarrolla actividades
con autonomía para alcanzar objetivos específicos, mejorando la asertividad de datos y reduciendo el
tiempo de trabajo en enfermería. Por su parte, Bliss (2022) destacan que las capacidades del sistema de
simulación virtual se aplican a los contenidos educativos de enfermería, mejorando la comprensión de
lesiones por presión y otros aspectos de la patogenia. Además, Benfatah (2024) sostienen que los
simuladores de IA fomentan la adquisición de habilidades técnicas y el desarrollo del pensamiento
crítico.
von Gerich (2021) sugieren que identificar los dominios donde la IA añade valor real es un paso esencial
para aprovechar sus beneficios en enfermería, mientras que Wang (2023) reportan que la IA puede
mejorar la salud y bienestar de los adultos mayores y potenciar la atención de enfermería. Chin (2021)
y Bethany (2024) concuerdan en que los sistemas robóticos de IA se integran exitosamente en los
regímenes terapéuticos, mejorando la interacción social y el bienestar emocional.
Finalmente, Tam et al. (2023) argumentan que la tecnología AI-Chatbot es valiosa para asistir a las
enfermeras en tareas como la redacción de documentos y la dirección de pacientes, y Scoglio et al.
pág. 997
(2019) complementan diciendo que "los robots en intervenciones sociales pueden ser tratamientos
prometedores para manejar las necesidades de salud de poblaciones de edad avanzada. Jakobsson et al.
(2022) y Clare Yu et al. (2022) observan que los robots sociales, imitando terapias, tienen efectos
positivos sobre los aspectos emocionales y fisiológicos, mostrando resultados significativos en estudios
controlados.
Ismael Hamad Maldonado et al. (2024) concluyen que la integración de la IA en cuidados de enfermería
de atención primaria representa una oportunidad significativa para el sector comunitario, mientras que
Ramírez (2024) y Barberá (2022) resaltan la necesidad de abordar con precaución la implementación de
estas tecnologías, dado su impacto en la administración de medicamentos y la equidad en el acceso a los
datos. Finalmente, Lozano et al. (2023) destacan que los sistemas de IA enfrentan desafíos en el manejo
del paciente crítico en salas quirúrgicas con el desarrollo de nuevas técnicas.
Cuáles son los beneficios que la IA ha generado en las diversas áreas de la salud.
Según Antony Espiritu (2024), la IA tiene la capacidad de evaluar datos radiológicos y clínicos que
pueden acelerar y precisar diagnósticos, siendo especialmente útil en entornos donde se requiere rapidez
diagnóstica. Este estudio sugiere incentivar aún más el uso de la IA en diversas áreas de la salud,
beneficiando tanto la atención actual como extendiéndola a lugares remotos de las instituciones
sanitarias. En este sentido, Ozturk (2023) mencionaron que la pandemia de COVID-19 actuó como un
catalizador, provocando el cierre de muchos centros clínicos y, consecuentemente, un aumento en el uso
de la atención clínica virtual. Esta situación subraya la necesidad de implementar rápidamente tales
tecnologías, especialmente cuando el acceso al aire libre es limitado por condiciones específicas o
traslado.
Por otro lado, Anjum et al. (2021) destacan que herramientas como el robot PARO, el resorte Armeo y
el robot Gloreha han demostrado mejoras significativas en el tratamiento del dolor asociado a diversas
condiciones médicas, evidenciando el valor de la robótica y la IA en el cuidado de la salud. Asimismo,
Chin et al. (2021) refieren que los robots de rehabilitación han sido cruciales para apoyar tanto la
rehabilitación física como la mejora del bienestar psicosocial y la seguridad de grupos vulnerables.
Además, Xu (2024) describen a ChatGPT como un modelo de lenguaje avanzado que genera respuestas
autónomas, marcando una nueva fase en el desarrollo de tecnologías de IA. Esta evolución abre nuevas
pág. 998
posibilidades para robots cuidadores que pueden desempeñar un papel crucial en la enfermería, un área
que continua avanzando a través de la investigación y desarrollo tecnológico.
En cuanto a los beneficios directos, Aguilera (2023) argumentan que la IA no solo mejora la atención
que reciben los pacientes sino que también minimiza los incidentes adversos y enriquece la educación
de los profesionales de enfermería mediante herramientas como la realidad aumentada. Esto se
complementa con el estudio de Nina Schwalbe et al. (2020), que reporta altos niveles de precisión en
diagnósticos realizados con IA en países de ingresos bajos y medianos, demostrando la superioridad o
equivalencia a las herramientas diagnósticas tradicionales. Además, Díaz (2022) recalca que las
unidades de cuidado intensivo se han transformado en entornos de alta tecnología donde la IA es
indispensable para mejorar la coordinación y eficiencia del equipo multidisciplinario.
Finalmente, Silva (2020) subraya la importancia de sistematizar la atención de enfermería mediante el
uso de tecnologías avanzadas como la Red Neuronal Artificial, que puede optimizar diagnósticos a partir
de signos vitales y registros médicos electrónicos. Esto es crucial, especialmente en unidades de
cuidados intensivos, donde la concentración de experiencia y tecnología es máxima y esencial para el
manejo avanzado de pacientes.
DISCUSIÓN
El estudio y las directrices actuales sugieren intensificar el uso de la IA en diversos campos del ámbito
sanitario, lo que no solo beneficia la atención actual, sino que también extiende su alcance a zonas
remotas. En este contexto, Ahmadi et al. (2023) destacaron cómo la pandemia de COVID-19 aceleró la
adopción de nuevas tecnologías, forzando el cierre de muchos centros clínicos y, por ende, aumentando
la necesidad de atención clínica virtual. Esta situación subraya la urgencia de implementar rápidamente
estas tecnologías, especialmente cuando el acceso físico es limitado por razones de salud o logística. A
continuación, la investigación ofrece una visión integral de los escenarios aplicados, las oportunidades
de desarrollo y los desafíos potenciales que enfrenta la atención enfermera con la integración de la IA.
Aunque se reconoce ampliamente los beneficios que la IA aporta a la medicina moderna, también se
deben considerar ciertas desventajas. Uno de los principales inconvenientes es que los modelos de IA
pueden ser difíciles de interpretar, lo que puede generar desconfianza y complicaciones para su
comprensión. Rojas (2022) señala la preocupante percepción de los profesionales de la salud respecto a
pág. 999
su conocimiento sobre estas tecnologías, pese a la disponibilidad de información. En esta línea,
Benancio (2024) sugieren implementar iniciativas que fomenten una actitud abierta y positiva hacia la
automatización, como campañas de sensibilización y demostraciones prácticas, lo que es fundamental
para abordar estos riesgos de manera efectiva y asegurar un aprovechamiento óptimo de la IA en
beneficio de los resultados en salud.
Desde otra perspectiva, los autores de la revisión consideran que el papel de la IA en los servicios de
enfermería es crucial para minimizar errores, negligencias y eventos adversos. Estas herramientas
tecnológicas fomentan un mejor análisis y toma de decisiones a través de aplicaciones sofisticadas. Sin
embargo, Cheng et al. (2020) y Clare et al. (2022) coinciden en la necesidad de realizar estudios futuros
que empleen metodologías robustas para validar la efectividad y evaluar el impacto a largo plazo de
estas tecnologías en la salud. Además, Ahmed et al. (2021) subrayan que se necesita más investigación
y la implementación de los hallazgos, ya que aún existen desafíos técnicos y éticos significativos por la
falta de datos precisos y abundantes. Por lo tanto, podemos concluir que, aunque el sector de la salud
digital con apoyo de la IA sigue en una fase de ensayos y experimentación, es imperativo responder a
estos desafíos de implementación en un futuro cercano. Este avance será posible gracias al desarrollo
acelerado de la ciencia y la tecnología que continuamente brinda soporte para el progreso sostenido de
la IA.
Limitaciones
Aunque los resultados de este estudio ofrecieron una respuesta favorable a la pregunta de investigación,
es fundamental considerar las limitaciones que afectaron su alcance. En primer lugar, se debe enfatizar
el reducido número de estudios sobre IA en América Latina, dado que la mayoría proceden de Europa
y Asia. Además, el idioma constituyó otro obstáculo en la revisión, ya que fue necesario traducir los
artículos al español para realizar una lectura crítica, lo que podría complicar la generalización de los
resultados. Por otro lado, la mayoría de los estudios analizados fueron revisiones sistemáticas, lo cual
no garantizó un enfoque exhaustivo en la verificación y comprobación por parte de los autores. Estos
trabajos se centran más en mapear los conceptos, así como en identificar oportunidades y desafíos de
estos sistemas, presentando resultados que especifican los tratamientos para patologías dirigidas. Sin
embargo, aún se requieren investigaciones más amplias que proporcionen evidencia robusta y permitan
pág. 1000
una aplicación más segura de la IA. Además, se observó una falta de profundidad en los análisis debido
a la escasez de estudios comprobados.
Un aspecto particularmente desafiante fue la recolección de datos, obstaculizada por el costo y la
verificación de diversas revistas científicas, muchas de las cuales no son de acceso público. Esto obligó
a buscar en diferentes fuentes de información que ofrecieran acceso gratuito a los artículos, limitando la
posibilidad de explorar temas de alto impacto que podrían enriquecer significativamente esta revisión.
CONCLUSIONES Y RECOMENDACIONES
Como conclusión se determina que la educación de enfermería, a través de la integración de sistemas
inteligentes, ofrece beneficios significativos para el desarrollo clínico. Se ha demostrado mediante una
revisión sistemática que estas tecnologías modernizan el conocimiento y aumentan la satisfacción al
proporcionar retroalimentación personalizada y objetiva. Gracias a su alta capacidad de almacenamiento
de datos y la capacidad de integrar diversas fuentes de información, estas tecnologías enriquecen las
experiencias de aprendizaje y mejoran las respuestas a los desafíos de la práctica moderna de enfermería.
Además, las tecnologías digitales están evolucionando rápidamente y su adopción se está extendiendo
en todos los campos, volviéndose esenciales en el ámbito de la salud. Por consiguiente, hay una
tendencia creciente hacia los efectos positivos en intervenciones que incorporan funciones interactivas,
considerándolas materiales adecuados para el manejo y ofreciendo beneficios significativos en la
rehabilitación de enfermedades.
El estudio recomienda que se incentive la educación digital y su uso seguro y eficaz para asegurar la
seguridad del paciente y facilitar la integración de nuevas tecnologías generativas en los cuidados de
enfermería. Esto garantizará que la atención brindada sea más eficiente y efectiva, contribuyendo
significativamente a la mejora del trabajo en este campo. Además, resulta crucial destacar la importancia
de desarrollar competencias en la formación académica de los estudiantes para el manejo de sistemas de
IA avanzados. Esto les permitirá adaptarse a las nuevas tendencias tecnológicas actuales, satisfaciendo
las crecientes necesidades de la disciplina de enfermería. Así, podrán mantenerse al día con el
crecimiento tecnológico, sin perder la esencia del cuidado humano que caracteriza a la enfermería.
pág. 1001
REFERENCIAS BIBLIOGRÁFICAS
Ahmadi Marzaleh, M. P. (2023). Funcionalidades de Inteligencia Artificial durante la pandemia de
COVID-19. Cambrigde Core, 9.
Barberá, M. E. (2022). La inteligencia artificial en la gestion de medicamentos. Repositorio, 18.
Benancio Beteta Katherine Ingrid, R. L. (2024). EXPECTATIVA DE CONFIANZA Y USO DE
INTELIGENCIA ARTIFICIAL PARA EL CUIDADO DE ENFERMERIA DEL HOSPITAL
HERMILIO VALDIZAN – HUANUCO, 2023. Repositorio, 126.
Bliss, A. B. (2022). Realidad aumentada proyectada (P-AR) para mejorar la educación de enfermería
sobre las lesiones por presión: un estudio piloto de evaluación. Pubmed, 9.
Carrión-Bósquez, N. G., Castelo-Rivas, W. P., Guerrero-Pachacama, J. A., Criollo-Sarco, L. V., &
Jaramillo-Verduga, M. J. (2022). Factores que influyen en el tecnoestrés docente durante la
pandemia por la COVID-19, Ecuador. Revista Información Científica, 101(2).
Carrión-Bósquez, N. G., Castelo-Rivas, W. P., Alcívar-Muñoz, M. M., Quiñonez-Cedeño, L. P., &
Llambo-Jami, H. S. (2022). Influencia de la COVID-19 en el clima laboral de trabajadores de
la salud en Ecuador. Revista Información Científica, 101(1).
Castelo-Rivas, W. P., Zamora-Anchundia, J. A., Naranjo-Armijo, F. G., Loor-Mecias, A. R., Rey-
Torres, L., & Carrión-Bósquez, N. G. (2023). Salud mental de los servidores de la salud en
tiempos de pandemia. Revista Peruana de Ciencias de la Salud, 5(4), 318-326.
Castelo-Rivas, W. P., Álvarez-Arévalo, Z. G., Aimacaña-Bravo, M. P., Sangoluisa-Merino, R. E., &
Carrión-Bósquez, N. G. (2022). Intención de aceptación a la vacunación contra la COVID-19
en sectores vulnerables del Ecuador. Revista Información Científica, 101(5). 1-19.
Clare Yu, A. S. (2022). Robots de asistencia social para personas con demencia: revisión sistemática y
metanálisis de la viabilidad, la aceptabilidad y el efecto sobre la cognición, los síntomas
neuropsiquiátricos y la calidad de vida. Science Direct, 15.
Demir Kaymak, Z. T. (2024). Efectos de la preparación de los estudiantes de obstetricia y enfermería
sobre la inteligencia artificial médica en la ansiedad por la inteligencia artificial. Science Direct,
7.
Díaz, E. L. (2022). Determinación de las limitaciones para la implementación de modelos de Inteligencia
pág. 1002
Artificial en Cuidado Intensivo en un Hospital Universitario de Bogotá, Colombia. Repositorio,
65.
Diaz, J. (2019). La realidad de la Inteligencia Artificial en Salud. Obtenido de La realidad de la
Inteligencia Artificial en Salud
Eguía, R. (2014). ¿ Revisión sistemática, revisión narrativa o metaanálisis?. Revista de la sociedad
española del dolor, 21(6), 359-360.
Elizabeth, E. (2023). Impacto de la inteligencia artificial en la monitorizacion de pacientes en
enfermeria. Polo del conocimiento, 13(1), 1-19.
Eminoğlu, Ş. Ç. (2024). Evaluación de la relación entre el liderazgo de las enfermeras ejecutivas, la
autoeficacia y la preparación para la inteligencia artificial médica. Science Direct, 12.
Martinez, A. P. E., Véliz, M. Z. E., Perez, K. K. G., & Egoavil, M. J. E. (2024). Impacto de la inteligencia
artificial en ciencias de la salud: perspectivas para enfermería: Impact of Artificial Intelligence
in health sciences: perspectives for nursing. KANYÚ, 2(I), 34-45.
Girardón. 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.
Heatlh, W. (2021). ¿Qué es la inteligencia artificial en la medicina? IBM, 12.
Hernández, R. F. (2014). Metodología de la Investigación (sexta edición). Mexico: McGraw-Hill
Education.
Hijano, J. (2023). Avanzar en los cuidados de enfemermeria mediante inteligencia artificial. Ciberindex,
5.
Jakobsson, L. B. (2022). El efecto de las intervenciones de robots sobre el sueño en adultos: una revisión
sistemática y metanálisis en red. Journal clinical, 6.
Lopez, J. Y. (2023). Relación de la Enfermería y la Filosofía en Tiempos de la Inteligencia Artificial.
Bolivia: Investigacion e innovacion: Revista cientifica de enfermeria.
Lozano, M. (2023). Aplicación y eficacia de la realidad virtual en la educación de enfermería. Revisión
de alcance. Repositorio, 59.
Madison, M. (2020). La efectividad de los agentes conversacionales de inteligencia artificial en la
pág. 1003
atención médica: revisión sistemática. Pubmed, 8.
Mejías, Y. C. (2022). Revista de salud. Inteligencia artificial en el ámbito de la enfermería., 8.
Marteau, J. (2023). El futuro de la enfermería y la salud digital: la nueva declaración de posición del
CIE pone de relieve las oportunidades y los riesgos. International Council of nurses, 6.
Mendez, L. P. (2023). Inteligencia artificial y realidad aumentada: herramienta coadyuvante a disminuir
el sesgo entre realidad y la simulación en las prácticas de enfermería. Revista Internacional de
pedagogia, 22.
Miguel Rodriguez Arrastia, A. M. (2022). Experiencias y percepciones de estudiantes de último año de
enfermería sobre el uso de un chatbot en una situación de emergencia simulada: un estudio
cualitativo. Pubmed, 5.
Moreno, M. M. (2018). Revisiones Sistemáticas: definición y nociones básicas. Scielo, 12.
Sato, Y. Y. (2020). Cuidados de rehabilitación con el robot humanoide Pepper: Un estudio de caso
cualitativo de pacientes mayores con esquizofrenia y/o demencia en Japón. Science Direct, 16.
Saragih, S. . (2021). Efectos de las intervenciones de atención robótica para la atención de la demencia:
una revisión sistemática y metanálisis de ensayos controlados aleatorios. Online Library, 9.
Seibert, D. D. (2021). Escenarios de Aplicación de la Inteligencia Artificial en los Cuidados de
Enfermería: Revisión Rápida. JMIR Publications, 10.
Scoglio, E. D. (2019). Uso de robots sociales en la investigación sobre salud mental y bienestar: revisión
sistemática. Journal Medical, 12.
Silva, S. C. (2020). Propuesta de un protótipo de aplicativo Androide para diagnósticos de .
Mediagraphic, 15.
Summers, M. E.-A. (2024). Navegando por los desafíos y las oportunidades: las opiniones de los
estudiantes de enfermería sobre la IA generativa en la educación superior. Science Direct, 9.
Silva, J. C. (2024). Complejidades del uso de la inteligencia artificial en los cuidados de enfermeria.
Revistas Userena, 4.
Sanchez, P. (2024). Inteligencia artificial y enfermeria. Proyectos de digitalizacion de PYME, 9.
Perez, M. S. (2019). El impacto transformador de la inteligencia artificial en la enfermería: mejorando
la atención y personalizando los cuidados. Revista Sanitaria de investigacion, 9.
pág. 1004
Patricio M., P. R. (2023). Efecto de una herramienta de apoyo a la toma de decisiones de inteligencia
artificial en la derivación de cuidados paliativos en pacientes hospitalizados: un ensayo clínico
aleatorizado. Science Direct, 12.
Ramírez Rendón Manuel, B. G. (2024). Investigación e inteligencia artificial: tendencias en la formación
profesional para el cumplimiento del rol Enfermero en América y Europa. Revisión narrativa
de la Literatura. Repositorio, 73.
Rivas, W. C., Bósquez, N. G. C., Muñoz, L. D. M., Pinta, J. L. D., Conlago, J. M. B., & Velasco, L. P.
N. (2023). Influencia de la creatividad y la resiliencia en la policronicidad del personal de
enfermería. Revista Peruana de Ciencias de la Salud, 5(1), 16-22.
Soriano, P. (2024). El Impacto de la Inteligencia Artificial en las Comunidades Virtuales de Pacientes.
Blog, 7.
Suebsarn Ruksakulpiwat, S. T. (2024). Una revisión sistemática de la aplicación de la inteligencia
artificial en los cuidados de enfermería: ¿Dónde estamos y qué sigue? Pubmed, 11.
Tam, T. H. (2023). Educación de enfermería en la era de los chatbots impulsados por inteligencia
artificial (AI-Chatbots): ¿Ya estamos listos? Science Direct, 17.
Xu, Z. W. (2024). Inteligencia artificial generativa en salud desde la perspectiva de los medios digitales:
Aplicaciones, oportunidades y retos. Science Direct, 12.
Wang, Y. L. (2023). Aplicación de la Inteligencia Artificial en la Atención Geriátrica: Análisis
Bibliométrico. JMIR publications, 9.
Yugo Chin Ong, A. T. (2021). Efectividad de la terapia robótica en el manejo de los síntomas
conductuales y psicológicos para personas con demencia: una revisión sistemática y
metaanálisis. Science Direct,
Von Gerich, H. M.-M. (2021). Tecnologías basadas en Inteligencia Artificial en enfermería: una revisión
de la literatura de la evidencia. Science Direct, 9.
