Inteligencia artificial y la educación médica: avances y retos

Inteligencia artificial y la educación médica: avances y retos

La inteligencia artificial se ha convertido en una herramienta cada vez más relevante en la educación médica. En este artículo, se presentarán algunos de los avances y retos que se han identificado en el uso de esta tecnología en la formación de estudiantes y docentes de medicina.

La Inteligencia Artificial (AI) es un campo de la ciencia de la computación que intenta emular, comprender y simular características del razonamiento (más allá del juicio probabilístico) del comportamiento humano. La IA no se basa en un solo un método sino en multiplicidad de enfoques, disciplinas y saberes como la estadística, la informática, las matemáticas, la lingüística, la filosofía, la psicología, la ciencia cognitiva y la neurociencia, entre otras¹.

En 1950, el matemático Alan Turing se preguntó: “¿pueden pensar las máquinas?”². En realidad, esta simple pregunta cambiaría el mundo. Turing escribió un artículo titulado «Computing Machinery and Intelligence» y la «Prueba de Turing» resultante sentó las bases para la inteligencia artificial, su visión y sus objetivos. Por su parte fue John McCarthy en 1956, quien la consideró como la “ciencia de hacer máquinas inteligentes, específicamente, programas de cómputo inteligentes”³.

El interés en la integración de la IA en los procesos curriculares, el contenido del plan de estudios⁴ y la formación de médicos⁵ ha aumentado dramáticamente durante la última década⁶ con miles de millones de dólares proyectados para ser gastado en Deep Learning (DL), en particular⁷.

La IA ha estado transformando la forma en que se lleva a cabo la educación médica. Con IA, los estudiantes de medicina pueden acceder a grandes cantidades de datos, obtener comentarios personalizados y simular escenarios de la vida real en un entorno seguro. La IA también permite a los educadores médicos evaluar el progreso de los estudiantes de manera más precisa, personalizada y eficiente.  Entre las aplicaciones más destacadas de la inteligencia artificial en la educación médica se encuentran la simulación de casos clínicos, el análisis de datos de pacientes y la personalización del aprendizaje a través de algoritmos de recomendación.

A continuación, se presentan algunas de las formas en que la IA ya está impactando la educación médica y cómo podría seguir haciéndolo en el futuro:

• Diagnóstico educativo asistido por IA: Los sistemas de IA pueden ayudar a los educadores médicos en el diagnóstico de los aprendizajes, su evaluación y diseño opciones de estrategias pedagógicas basadas en los datos personalizados en pro del aprendizaje.
• Simuladores de pacientes virtuales: Los estudiantes de medicina pueden practicar procedimientos médicos y tomar decisiones clínicas utilizando simuladores de pacientes virtuales basados en IA.
• Asistencia en la toma de decisiones clínicas: Los sistemas de IA pueden analizar grandes cantidades de datos médicos y proporcionar información relevante para ayudar a los médicos a tomar decisiones clínicas informadas.
• Personalización del aprendizaje: La IA puede adaptar la educación médica a las necesidades individuales de los estudiantes y proporcionar recomendaciones de aprendizaje personalizadas.
• Automatización de tareas administrativas: La IA puede ayudar a automatizar tareas administrativas, como la gestión de informes académicos e investigativos y la programación de tutorías, liberando tiempo para que los educadores médicos se concentren en la atención de sus estudiantes.

Sin embargo, existen algunos inconvenientes potenciales en el uso de la IA en la educación médica. Por ejemplo, es posible que los sistemas basados en IA no puedan reconocer los matices sutiles en la atención del paciente o proporcionar el mismo nivel de empatía que lo haría un médico humano.

Tampoco están quedando claras las verdaderas fuentes de información y su nivel de evidencia para construir contenidos tipo ChatGPT (Chat Generative Pre-trained Transformer), que es un chatbot inteligente que ayuda a automatizar tareas de chat y fabricación de contenido. Parafraseando a Neil Jacobstein, experto en robótica e inteligencia artificial : “…no debe ser la inteligencia artificial lo que nos preocupe, es la  involución de la inteligencia humana lo que debería preocupar”.

Además, existen preocupaciones éticas en torno al uso de la IA en el cuidado de la salud que deben abordarse antes de que pueda adoptarse ampliamente. De hecho, los estudios realizados en Canadá y Europa⁸ han demostrado que la IA puede estar impactando (negativa y positivamente) significativamente la forma en que los estudiantes de medicina abordan su elección de especialidad.

A pesar de los avances logrados, existen retos importantes que deben ser abordados, como la necesidad de garantizar la calidad y fiabilidad de los datos utilizados por los algoritmos de inteligencia artificial, así como la importancia de asegurar que esta tecnología no sustituya la formación práctica y el contacto directo con los pacientes.

La IA, al igual que otras tecnologías disruptivas, sin dudas, tiene un rol e influencia importantes en los sistemas de información en salud, la telemedicina, la imagenología, la terapia del dolor, la rehabilitación, la estimulación neurosensorial, y en otros campos de la medicina son hoy un espacio de innovación para la educación médica y la atención en salud.¹

Se sugiere que la inclusión de la IA en los currículos de medicina debe estar enfocada en las competencias sobre el uso de las tecnologías de la información para mejorar la atención al paciente y el impacto que puede tener en la predicción de la enfermedad, la estratificación del riesgo y el manejo, con un enfoque en la salud del paciente y de la población. De esta manera el IA se convierte en una herramienta adicional para que el especialista brinde una atención médica de mayor calidad¹.

Consenso de Beijing sobre la inteligencia artificial y la educación, durante la Conferencia Internacional sobre Inteligencia Artificial en la Educación9 que tuvo lugar en Beijing, del 16 al 18 de mayo de 2019. Se trata del primer documento que proporciona orientaciones y recomendaciones sobre la mejor manera por parte de los Estados de responder a las oportunidades y desafíos vinculados con la IA para acelerar el progreso en la consecución del ODS⁴.

El Consenso reafirma el enfoque humanista del despliegue de las tecnologías de IA en la educación para mejorar la inteligencia humana, proteger los derechos humanos y promover el desarrollo sostenible gracias a la colaboración eficaz entre los humanos y las máquinas en la vida, el aprendizaje y el trabajo.

El Consenso presenta las recomendaciones estratégicas sobre IA en la educación en cinco ámbitos:

• La IA al servicio de la gestión y la implementación de la educación;
• La IA al servicio del empoderamiento de los docentes y su enseñanza;
• La IA al servicio del aprendizaje y de la evaluación de los resultados;
• El desarrollo de los valores y de las competencias necesarias para la vida y el trabajo en la era de la IA; y
• la IA como modo de proporcionar a todos posibilidades de aprendizaje a lo largo de toda la vida.

Inteligencia artificial, el metaverso, Blockchain en educación médica, aprendizaje automático o ‘Machine Learning’ son elementos que deseamos abordar de manera integral en nuestro Congreso Mundial de Educación Médica, el concepto o definición de la IA está en evolución, es por esto, que una línea temática de la agenda académica que organiza la Asociación Colombiana de Facultades de Medicina – Ascofame y que se llevará a cabo el 28 y 29 de septiembre de 2023 en la ciudad de Cartagena a de Indias. Mas información en: https://ascofame.org.co/congreso2023/

La comunidad de educadores médicos y las instituciones de educación superior enfrentan un reto histórico para comprender las fortalecer, beneficios, riesgos  y principios éticos al utilizar tecnologías de IA en los procesos de enseñanza-aprendizaje.

Referencias

1. Vidal Ledo María Josefina, Madruga González Alejandro, Valdés Santiago Damian. Inteligencia artificial en la docencia médica. Educ Med Super [Internet]. 2019 Sep [citado  2023  Mar  31] ;  33( 3 ): e1970. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-21412019000300014&lng=es.  Epub 01-Sep-2019.
2. MACHINERY, Computing. Computing machinery and intelligence-AM Turing. Mind, 1950, vol. 59, no 236, p. 433.
3. Andresen, S. L. (2002). John McCarthy: father of AI. IEEE Intelligent Systems, 17(5), 84-85.
4. Dos Santos DP, Giese D, Brodehl S, et al. Medical students’ attitude towards artificial intelligence: a multicentre survey. Eur Radiol 2019;29:1640–6, https://doi.org/ 10.1007/s00330-018-5601-1.
5. Worldwide Spending on Cognitive and Artificial Intelligence Systems Will Grow to $19.1 Billion in2018, According to New IDC Spending Guide. Published March 22, 2018. Available at: https://www.businesswire.com/news/home/20180322005847/ en/Worldwide-Spending-Cognitive-Artificial-Intelligence-Systems-Grow. Accessed April 27, 2019. 3. Mukherjee SAI, Versus MD. Published online March 27, 2017. Available at: https:// www.newyorker.com/magazine/2017/04/03/ai-versus-md. Accessed April 27, 2019
6. Yamada K, Mori S. The day when computers read between lines. Jpn J Radiol 2019;37:351–3, https://doi.org/10.1007/s11604-019-00833-3
7. Worldwide Spending on Cognitive and Artificial Intelligence Systems Will Grow to $19.1 Billion in2018, According to New IDC Spending Guide. Published March 22, 2018. Available at: https://www.businesswire.com/news/home/20180322005847/ en/Worldwide-Spending-Cognitive-Artificial-Intelligence-Systems-Grow. Accessed April 27, 2019. 3.
8. Gong B, Nugent JP, Guest W, et al. Influence of artificial intelligence on Canadian medical students’ preference for radiology specialty: A national survey study. Acad Radiol 2019;26:566–77, https://doi.org/10.1016/j.acra.2018.10.007. 7. Dos Santos DP, Giese D, Brodehl S, et al. Medical students’ attitude towards artificial intelligence: a multicentre survey. Eur Radiol 2019;29:1640–6, https://doi.org/ 10.1007/s00330-018-5601-1.
9. BROSSI, Lionel; CASTILLO, Ana María; CORTESI, Sandra. Student-centred requirements for the ethics of AI in education. En The Ethics of Artificial Intelligence in Education. Routledge, 2022. p. 91-112.
10. Modelo de Lenguaje Generado por Computadora. (2021). Codeway. Recuperado el 12 de abril de 2023, de https://www.codeway.tech/

* Profesional en Ciencia de la Información graduado de la Pontificia Universidad Javeriana y psicólogo egresado de la Universidad El Bosque. Actualmente, es el Director de Evaluación y Tecnologías Educativas en Salud de la Asociación Colombiana de Facultades de Medicina. Ha liderado proyectos de telemedicina, historia clínica digital, e-learning en salud y plataformas digitales para la gestión de la seguridad del paciente. Además, es el creador del modelo de metadatos para la recuperación de imágenes diagnósticas. Si deseas ponerte en contacto con él, puedes escribirle un correo electrónico a [email protected]

---

Si desea profundizar sobre el tema, lo invito a investigar sobre estos recursos de inteligencia artificial que pueden ser útiles para estudiantes de medicina. 

Es importante destacar que los recursos que mencionamos en esta lista utilizan inteligencia artificial y se presentan como herramientas útiles para estudiantes y docentes de medicina. Sin embargo, es necesario evaluar cuidadosamente su calidad y funcionalidad antes de utilizarlos en la práctica. Además, cabe señalar que esta lista se ofrece a modo de ejemplo, y no implica una recomendación específica sobre su uso. Es responsabilidad de cada usuario determinar si estos recursos son apropiados y relevantes para sus necesidades específicas.

• AI for Medical Diagnosis: Este curso en línea de Coursera ofrece una introducción a la inteligencia artificial en el campo de la medicina y cómo se puede utilizar para el diagnóstico médico.
• AI in Healthcare: Este curso en línea de edX ofrece una visión general de cómo la inteligencia artificial se está utilizando en el campo de la medicina, incluyendo la identificación de enfermedades y el análisis de imágenes médicas.
• AI in Medicine Journal: Esta revista en línea presenta artículos y estudios sobre el uso de la inteligencia artificial en la medicina, incluyendo el diagnóstico, la investigación y el tratamiento.
• IBM Watson Health: Esta plataforma de inteligencia artificial de IBM se centra en el uso de la tecnología para ayudar a los profesionales de la salud a tomar decisiones informadas y mejorar la atención médica.
• DeepMind Health: Esta plataforma de inteligencia artificial de DeepMind, una subsidiaria de Google, se centra en la investigación y el desarrollo de tecnologías de inteligencia artificial para mejorar la atención médica.
• Medical Image Computing and Computer-Aided Intervention Society (MICCAI): Esta sociedad se centra en el uso de la inteligencia artificial y la informática médica para mejorar la comprensión y el tratamiento de enfermedades.
• Radiological Society of North America (RSNA): Esta sociedad se centra en el uso de la tecnología de imagen médica, incluyendo la inteligencia artificial, para mejorar el diagnóstico y el tratamiento de enfermedades.
• American Medical Association (AMA) AI Policy: La AMA ha desarrollado políticas y directrices para el uso de la inteligencia artificial en la medicina, incluyendo la responsabilidad ética y legal.

Recursos y plataformas con inteligencia artificial para docentes y educadores médicos:

• Osmosis: Plataforma de aprendizaje en línea que utiliza inteligencia artificial para personalizar el contenido de aprendizaje para cada estudiante. Ofrece cursos en línea en una variedad de temas médicos y de salud.
• CogBooks: Plataforma de aprendizaje en línea que utiliza inteligencia artificial para adaptar el contenido de aprendizaje a las necesidades de cada estudiante. Ofrece cursos en línea en una variedad de temas médicos y de salud. https://www.cogbooks.com/
• Osmosis Prime: Plataforma de aprendizaje en línea que utiliza inteligencia artificial para personalizar el contenido de aprendizaje para cada estudiante. Ofrece contenido adicional, incluyendo videos, imágenes y preguntas de práctica, para ayudar a los estudiantes a comprender mejor los conceptos médicos. https://www.osmosis.org/prime
• Kenhub: Plataforma de aprendizaje en línea que utiliza inteligencia artificial para personalizar el contenido de aprendizaje para cada estudiante. Ofrece cursos en línea en anatomía, fisiología y otros temas médicos. https://www.kenhub.com/
• Prognica Labs: Plataforma de inteligencia artificial que utiliza el aprendizaje automático para predecir el riesgo de enfermedades y ayudar a los médicos a tomar decisiones informadas sobre el tratamiento. https://prognica.com/
• Human Dx: Plataforma de inteligencia artificial que utiliza el aprendizaje automático para ayudar a los médicos a diagnosticar enfermedades. Los especialistas pueden colaborar en línea para discutir y confirmar diagnósticos. https://www.humandx.org/
• Cognii: Plataforma de inteligencia artificial que utiliza el procesamiento del lenguaje natural para crear chatbots educativos. Los profesores pueden utilizar estos chatbots para interactuar con los estudiantes y evaluar su comprensión del material. https://www.cognii.com/
• Acellus: Plataforma de aprendizaje en línea que utiliza inteligencia artificial para adaptar el contenido de aprendizaje a las necesidades de cada estudiante. Ofrece cursos en línea en una variedad de temas médicos y de salud. https://www.acellus.com/

Fuente: ASCOFAME