����������������������������������������������������������������������������������

 

 

 

Tendencia pedag�gica en educaci�n superior m�dica

 

Pedagogical trend in higher medical education

 

Pedagogical trend in higher medical education

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

�����������������������

 

Correspondencia: cserpa@utmachala.edu.ec

 

 

Ciencias de la Educaci�n

Art�culo de Investigaci�n

��

* Recibido: 12 de julio de 2023 *Aceptado: 30 de agosto de 2023 * Publicado: �11 de septiembre de 2023

 

 

1. Universidad T�cnica de Machala, Ecuador.
2. Universidad T�cnica de Machala, Ecuador.

Resumen

El advenimiento de la tecnolog�a ha permitido dos corrientes bien definidas, por una parte, el fortalecimiento de los pilares del accionar m�dico en relaci�n al diagn�stico, tratamiento, pron�stico, prevenci�n y por otra; el nacimiento de la educaci�n m�dica con una nueva tendencia pedag�gica basada en adquisici�n de competencias mediante la t�cnica de Razonamiento Basado en Caso con el auxilio de la Inteligencia Artificial y Aprendizaje Basado en Problemas; el prop�sito de esta tendencia pedag�gica es permitir al estudiante el contacto con escenarios cl�nicos reales e hipot�ticos que permitan la construcci�n de soluciones enmarcadas en el m�todo cient�fico, epidemiol�gico y cl�nico. El principal objetivo de esta revisi�n es describir la nueva tendencia pedag�gica y su aplicaci�n en la educaci�n superior m�dica.

Palabras Clave: Inteligencia artificial; Aprendizaje basado en problemas; Razonamiento basado en caso.

 

Abstract

The advent of technology has allowed two well-defined currents, on the one hand, the strengthening of the pillars of medical action in relation to diagnosis, treatment, prognosis, prevention and on the other; the birth of medical education with a new pedagogical trend based on the acquisition of skills through the Case-Based Reasoning technique with the help of Artificial Intelligence and Problem-Based Learning; The purpose of this pedagogical trend is to allow the student contact with real and hypothetical clinical scenarios that allow the construction of solutions framed in the scientific, epidemiological and clinical method. The main objective of this review is to describe the new pedagogical trend and its application in higher medical education.

Keywords: Artificial intelligence; Problem-based learning; Case-based reasoning.

 

Resumo

O advento da tecnologia permitiu duas correntes bem definidas, por um lado, o fortalecimento dos pilares da atua��o m�dica em rela��o ao diagn�stico, tratamento, progn�stico, preven��o e por outro; o nascimento do ensino m�dico com uma nova tend�ncia pedag�gica baseada na aquisi��o de compet�ncias atrav�s da t�cnica de Racioc�nio Baseado em Casos com o aux�lio da Intelig�ncia Artificial e da Aprendizagem Baseada em Problemas; O objetivo desta tend�ncia pedag�gica � permitir ao aluno o contacto com cen�rios cl�nicos reais e hipot�ticos que permitam a constru��o de solu��es enquadradas no m�todo cient�fico, epidemiol�gico e cl�nico. O principal objetivo desta revis�o � descrever a nova tend�ncia pedag�gica e sua aplica��o no ensino superior m�dico.

Palavras-chave: Intelig�ncia artificial; Aprendizagem baseada em problemas; Racioc�nio baseado em Casos.

 

Introducci�n

En el decurso del tiempo el aprendizaje de la medicina se ha caracterizado por la transmisi�n de conocimientos en un inicio de manera experiencial o emp�rica en una relaci�n maestro-disc�pulo, evolucionando hacia la b�squeda de la verdad en el marco de la evidencia y la utilizaci�n del m�todo cient�fico en el an�lisis del proceso salud-enfermedad. El advenimiento de la tecnolog�a ha permitido dos corrientes bien definidas, por una parte, el fortalecimiento de los pilares del accionar m�dico en relaci�n al diagn�stico, tratamiento, pron�stico, prevenci�n y por otra; el nacimiento de la educaci�n m�dica con una nueva tendencia pedag�gica basada en adquisici�n de competencias mediante la t�cnica de razonamiento basado en caso con el auxilio de la inteligencia artificial, aprendizaje basado en problemas. El prop�sito de esta tendencia pedag�gica es permitir al estudiante el contacto con escenarios cl�nicos reales e hipot�ticos que permitan, mediante el an�lisis de variables, la construcci�n de soluciones enmarcadas en el m�todo cient�fico, epidemiol�gico y cl�nico. (1)

Evidentemente el cimiento de esta tendencia de aprendizaje en la educaci�n superior m�dica radica en la identificaci�n, estructuraci�n y correlaci�n del problema de salud expuesto al grupo de estudiantes, para que en base a la colaboraci�n y habilidad de los participantes se establezca la soluci�n con vertiente paliativa, curativa, pron�stica o preventiva; en efecto gran porcentaje de asignaturas que conforman la malla curricular en medicina requieren un verdadero proceso de ense�anza-aprendizaje como un eje, en el cual est�n inmersos, desde la incorporaci�n del conocimiento te�rico- practico, habilidades anal�ticas, deductivas-inductivas, propositivas; adem�s de habilidades cognitivas de orientaci�n, atenci�n, memoria, lenguaje, funciones ejecutivas (memoria de trabajo, planificaci�n, estimaci�n temporal, ejecuci�n dual, flexibilidad, toma de decisiones, branching)(2)

Por lo tanto, el Aprendizaje Basado en Problemas (ABP) es un enfoque educativo que busca desarrollar habilidades de resoluci�n de problemas y promover el aprendizaje activo, en lugar de simplemente memorizar informaci�n, los estudiantes se enfrentan a situaciones reales y desafiantes que requieren an�lisis cr�tico y colaboraci�n. El ABP funciona mediante la presentaci�n de un problema o situaci�n compleja a los estudiantes, quienes deben investigar, analizar y proponer soluciones, a trav�s de este proceso, los estudiantes incorporan conocimientos te�ricos relevantes y aplican sus habilidades para resolver el problema planteado. (3)

Este enfoque educativo fomenta la participaci�n activa de los alumnos, ya que les brinda la oportunidad de explorar diferentes perspectivas, trabajar en equipo y desarrollar habilidades pr�cticas. Adem�s, el ABP fomenta el pensamiento cr�tico, la creatividad y la autonom�a en el aprendizaje. En resumen, el Aprendizaje Basado en Problemas es una metodolog�a din�mica e innovadora que prepara a los estudiantes para enfrentar desaf�os del mundo real, les proporciona las herramientas necesarias para resolver problemas complejos y desarrollar habilidades clave para su futuro profesional. (4)

Definitivamente, el Aprendizaje Basado en Problemas es una metodolog�a sumamente efectiva y relevante en la educaci�n m�dica actual, al permitir que los estudiantes se enfrenten a desaf�os reales, se fomente su capacidad de an�lisis, pensamiento cr�tico y resoluci�n de problemas, adem�s de brindar la oportunidad de trabajar en equipo y colaborar con otros compa�eros, lo cual es fundamental para el mundo laboral actual, a trav�s del trabajo conjunto, los estudiantes aprenden a comunicarse eficientemente, a escuchar diferentes perspectivas y a llegar a soluciones creativas, promoviendo el desarrollo de habilidades transversales muy valoradas por los servicios de salud como la toma de decisiones, la adaptabilidad al cambio, la gesti�n del tiempo y el liderazgo, estas competencias son fundamentales para sobresalir en un mercado laboral cada vez m�s competitivo, adem�s de preparar a los estudiantes para su futuro profesional, esta metodolog�a tambi�n fomenta un aprendizaje significativo y duradero, lo que brinda la confianza necesaria para desenvolverse eficientemente en su campo de estudio. La experiencia pr�ctica tambi�n les permite comprender mejor los conceptos te�ricos, los educandos pueden ver c�mo se aplican las teor�as y entender su relevancia en la pr�ctica m�dica. (5,6)

Por otro lado, los estudiantes pueden desarrollar habilidades como trabajo en equipo, comunicaci�n efectiva y resoluci�n de conflictos, muy valoradas por los empleadores de los servicios de salud marcando la diferencia a la hora de conseguir un empleo o ascender en su carrera profesional. En definitiva, al dominar esta t�cnica pedag�gica, los futuros profesionales tienen la oportunidad �nica de adquirir experiencia pr�ctica que les ayudar� a aplicar sus conocimientos te�ricos, desarrollar habilidades y prepararse para plantear soluciones en beneficio del paciente. (7)

En lo que respecta al razonamiento basado en caso es un enfoque de resoluci�n de problemas que se basa en el uso de casos previos para guiar la toma de decisiones,� consiste en analizar situaciones pasadas similares y utilizar esa informaci�n para encontrar soluciones efectivas, para tal efecto la inteligencia artificial (IA) ha revolucionado el razonamiento basado en caso al proporcionar capacidades avanzadas para recopilar, almacenar y analizar grandes cantidades de datos m�dicos, ahora podemos aprovechar al m�ximo esta metodolog�a y obtener resultados m�s r�pidos y precisos, uno de los principales beneficios del razonamiento basado en caso impulsado por la IA es su capacidad para aprender a medida que se resuelven m�s casos.(8)

A trav�s del an�lisis continuo de datos, la IA puede identificar patrones y tendencias que ayudan a mejorar las decisiones futuras lo que permite una adaptaci�n constante y una optimizaci�n continua del proceso. Adem�s, la IA tambi�n permite una mayor eficiencia en el manejo de casos complejos, puede procesar grandes vol�menes de informaci�n r�pidamente y ofrecer recomendaciones personalizadas basadas en experiencias anteriores similares, lo que agiliza el proceso decisional y mejora significativamente la calidad de las soluciones propuestas. En resumen, el razonamiento basado en caso se beneficia enormemente del uso de inteligencia artificial una combinaci�n que brinda una herramienta poderosa para resolver problemas complejos utilizando conocimientos previos como gu�a, lo cual permite tomar mejores decisiones con mayor eficiencia. (9)

 

Beneficios de utilizar la IA para el razonamiento basado en caso en la ense�anza superior m�dica

La Inteligencia Artificial (IA) ha revolucionado muchos campos, incluida la medicina, uno de los beneficios m�s destacados de utilizar la IA para el razonamiento basado en caso en medicina es su capacidad para analizar grandes cantidades de datos cl�nicos y extraer patrones y tendencias que pueden ayudar a los profesionales m�dicos en la toma de decisiones. Al utilizar herramientas de IA para el razonamiento basado en caso, los m�dicos pueden acceder r�pidamente a informaci�n relevante sobre diagn�sticos, tratamientos y resultados previos, lo que permite tomar decisiones m�s informadas y precisas, mejorando significativamente la calidad de la atenci�n m�dica que brindan. (10)

Adem�s, la IA puede ayudar a reducir errores y mejorar la eficiencia en el diagn�stico, al analizar datos cl�nicos detallados y compararlos con casos similares anteriores, las herramientas de IA pueden identificar patrones sutiles que podr�an pasar desapercibidos para el m�dico, es decir una detecci�n temprana de enfermedades o condiciones dif�ciles de diagnosticar. Otro beneficio importante es el acceso a protocolos actualizados de manejo, en efecto la IA puede procesar r�pidamente grandes cantidades de literatura cient�fica y mantenerse al d�a con los avances m�s recientes en investigaci�n m�dica, esto permite a los profesionales m�dicos tener acceso inmediato a informaci�n actualizada sobre tratamientos efectivos y nuevas terapias. (11)

En resumen, utilizar la IA para el razonamiento basado en caso en medicina ofrece numerosos beneficios, desde una toma de decisiones m�s informada hasta una mayor precisi�n en el diagn�stico. Esta tecnolog�a tiene el potencial de mejorar la atenci�n m�dica con soporte en la evidencia cient�fica, convirti�ndose en una herramienta valiosa para los profesionales de la salud.

 

Casos reales:� IA como herramienta para los m�dicos y estudiantes de medicina en la toma de decisiones informadas

A trav�s de casos reales, podemos ver c�mo la IA constituye una herramienta �til, uno de los casos m�s destacados es su uso en el diagn�stico cl�nico, los algoritmos de IA pueden analizar ingentes cantidades de datos cl�nicos y radiol�gicos al identificar patrones y se�ales que podr�an pasar desapercibidos para el ojo humano lo que permite un diagn�stico m�s precoz y preciso, mejorando notablemente el pron�stico de la enfermedad. (12)

Otro caso interesante es el uso de chatbots impulsados por IA en la atenci�n al paciente, en efecto pueden realizar evaluaciones preliminares, responder preguntas comunes y brindar informaci�n b�sica sobre enfermedades y tratamientos, esto no solo ayuda a los pacientes a obtener respuestas r�pidas, sino que tambi�n libera tiempo para que los profesionales m�dicos se concentren en casos m�s complejos, adem�s, la IA tambi�n est� siendo utilizada en la investigaci�n m�dica, los algoritmos pueden analizar grandes conjuntos de datos gen�ticos y moleculares para identificar posibles objetivos terap�uticos y acelerar el desarrollo de nuevos medicamentos. En resumen, la IA est� desempe�ando un papel crucial en el campo de la medicina al ayudar a los profesionales m�dicos a tomar decisiones m�s informadas, estos casos reales demuestran c�mo esta tecnolog�a puede mejorar tanto el diagn�stico como el tratamiento, brindando beneficios tangibles tanto para los pacientes como para los profesionales m�dicos. (13)

 

Evoluci�n futura: Hasta d�nde puede llegar el razonamiento basado en caso con IA

El razonamiento basado en caso con IA ha demostrado ser una herramienta poderosa en diversos campos, pero hasta d�nde puede llegar su evoluci�n futura, la inteligencia artificial (IA) ha avanzado r�pidamente en los �ltimos a�os, y cada vez m�s se utiliza para resolver problemas complejos y tomar decisiones basadas en datos, en el �mbito del razonamiento basado en caso, la IA ha mostrado un gran potencial, esta t�cnica consiste en utilizar casos anteriormente descritos para la resoluci�n de problemas actuales, la IA analiza una base de datos de casos similares y utiliza la informaci�n relevante para encontrar soluciones �ptimas.(14)

Con los avances continuos en IA y aprendizaje autom�tico, es posible que el razonamiento basado en caso se vuelva a�n m�s sofisticado, podr�amos ver algoritmos de IA capaces de analizar grandes cantidades de datos a una velocidad incre�ble y proporcionar recomendaciones precisas y personalizadas, adem�s, la IA podr�a integrarse con otras tecnolog�as emergentes, como el procesamiento del lenguaje natural y la visi�n por computadora, lo que permitir�a a las m�quinas no solo analizar datos num�ricos sino tambi�n comprender texto e im�genes. (15)

Sin embargo, es importante tener presente que la evoluci�n futura del razonamiento basado en caso con IA tambi�n plantea desaf�os �ticos y legales, es fundamental establecer regulaciones claras sobre c�mo se utilizan los datos personales y garantizar que las decisiones tomadas por las m�quinas sean transparentes y justas; en resumen, el razonamiento basado en caso con IA tiene un futuro prometedor, a medida que la tecnolog�a avanza, es probable que veamos un mayor uso de esta t�cnica en diversas industrias y campos, sin embargo, tambi�n debemos asegurarnos de abordar los desaf�os �ticos y legales asociados con su implementaci�n.(16)

 

Aplicaciones pr�cticas del razonamiento basado en caso con IA en aprendizaje de medicina

El razonamiento basado en caso con inteligencia artificial (IA) tiene numerosas aplicaciones pr�cticas en el campo de la medicina, como en el diagn�stico y tratamiento de enfermedades, los sistemas de IA al analizar datos cl�nicos y compararlos con casos previos, contribuye al diagn�stico temprano y preciso, as� como a recomendar tratamientos adecuados. (17)

Adem�s, esta tecnolog�a tambi�n se utiliza para mejorar la eficiencia operativa en los hospitales, los sistemas de IA pueden ayudar a optimizar la asignaci�n de recursos, como camas hospitalarias o personal m�dico, al predecir las necesidades futuras seg�n casos similares del pasado, esto permite una mejor planificaci�n y gesti�n hospitalaria; otra aplicaci�n pr�ctica del razonamiento basado en caso con IA es el apoyo a la toma de decisiones cl�nicas, los sistemas pueden proporcionar recomendaciones basadas en evidencia cient�fica actualizada y casos similares anteriores, lo que ayuda a los m�dicos a tomar decisiones fundamentadas sobre el tratamiento o manejo adecuado de un paciente.(18)

En resumen, el razonamiento basado en caso con IA tiene un gran potencial para transformar la medicina al mejorar el diagn�stico, tratamiento y gesti�n hospitalaria, esta tecnolog�a promete brindar una atenci�n m�dica m�s precisa, eficiente e individualizada para beneficio tanto de los profesionales m�dicos como de los pacientes.

 

C�mo funciona el razonamiento basado en caso con IA para el diagn�stico de enfermedades

El razonamiento basado en caso con IA es una herramienta poderosa que est� revolucionando el campo de la medicina, utilizando algoritmos avanzados, la inteligencia artificial puede analizar una amplia base de datos de casos m�dicos y utilizar esa informaci�n para diagnosticar enfermedades con mayor precisi�n. El proceso comienza con la recopilaci�n de datos del paciente, como s�ntomas, historial m�dico y resultados de pruebas, luego, el sistema utiliza t�cnicas de aprendizaje autom�tico para comparar estos datos con casos similares en su base de datos, a trav�s del an�lisis exhaustivo y la identificaci�n de patrones, la IA puede realizar un diagn�stico preliminar. (19)

Sin embargo, es importante destacar que el razonamiento basado en caso con IA no reemplaza a los m�dicos, en cambio, act�a como una herramienta complementaria que ayuda a los profesionales a tomar decisiones m�s informadas, los estudiantes de medicina pueden utilizar los resultados proporcionados por el sistema para confirmar o descartar un diagn�stico y proponer un tratamiento adecuado, este enfoque tiene numerosos beneficios, por un lado, permite una evaluaci�n m�s r�pida y precisa de las enfermedades, lo que puede llevar a tratamientos m�s efectivos y mejores resultados para los pacientes, adem�s, al aprovechar una amplia base de conocimientos acumulada a lo largo del tiempo, se pueden identificar casos raros o dif�ciles de diagnosticar que podr�an pasar desapercibidos por otros m�todos.(20)

En resumen, el razonamiento basado en caso con IA es una herramienta prometedora en el campo m�dico. Al combinar la experiencia humana con las capacidades anal�ticas avanzadas de la inteligencia artificial, podemos mejorar significativamente la precisi�n y eficiencia en el diagn�stico de enfermedades.

 

Desaf�os y consideraciones �ticas del uso del razonamiento basado en caso con IA

El uso del razonamiento basado en caso con IA plantea desaf�os y consideraciones �ticas importantes, a medida que la inteligencia artificial se vuelve m�s sofisticada, es fundamental abordar estos desaf�os para garantizar un uso responsable y �tico de esta tecnolog�a, uno de los principales desaf�os es el sesgo algor�tmico, los sistemas de IA pueden aprender de conjuntos de datos hist�ricos que contienen sesgos inherentes, como discriminaci�n racial o g�nero, si no se aborda adecuadamente, esto puede llevar a decisiones injustas o discriminatorias basadas en el razonamiento basado en casos.(21)

Adem�s, existe la preocupaci�n sobre la privacidad y la protecci�n de datos, el razonamiento basado en caso implica analizar grandes cantidades de informaci�n personal para tomar decisiones informadas, es crucial garantizar que se cumplan las regulaciones y salvaguardar la privacidad de los individuos involucrados. Otro aspecto importante a considerar es el impacto social y laboral, a medida que la IA asume tareas relacionadas con el razonamiento basado en casos, puede haber consecuencias para los profesionales humanos que realizan estas tareas actualmente, es necesario encontrar un equilibrio entre aprovechar las ventajas de la tecnolog�a y proteger los empleos humanos.(22) En resumen, el uso del razonamiento basado en caso con IA plantea desaf�os �ticos significativos relacionados con el sesgo algor�tmico, la privacidad y el impacto social, es fundamental abordar estos problemas para garantizar un uso responsable y �tico de esta tecnolog�a emergente.

 

Herramientas y tecnolog�as de IA para potenciar la pedagog�a m�dica

En la actualidad, las herramientas y tecnolog�as de Inteligencia Artificial (IA) est�n revolucionando diversos campos, incluyendo la pedagog�a m�dica, estas innovadoras herramientas ofrecen la� oportunidad de mejorar el proceso ense�anza-aprendizaje de los profesionales de la salud. La IA puede potenciar la pedagog�a m�dica al proporcionar recursos interactivos y personalizados que se adaptan a las necesidades individuales de los estudiantes, mediante el uso de algoritmos avanzados, estas herramientas pueden analizar el rendimiento del estudiante, identificar �reas de mejora y ofrecer recomendaciones espec�ficas para fortalecer sus conocimientos. (23)

Adem�s, las tecnolog�as de IA tambi�n permiten simular escenarios cl�nicos realistas, lo que brinda a los estudiantes la oportunidad de practicar habilidades m�dicas en un entorno seguro y controlado, estas simulaciones pueden recrear situaciones complejas e impredecibles, lo que ayuda a los futuros profesionales a desarrollar habilidades cr�ticas como toma de decisiones r�pida y gesti�n eficiente del tiempo. Otro aspecto clave es el uso de chatbots impulsados por IA en entornos educativos m�dicos, estos asistentes virtuales pueden responder preguntas comunes, proporcionar informaci�n actualizada sobre enfermedades o tratamientos e incluso realizar evaluaciones b�sicas, esto no solo ayuda a los estudiantes a obtener respuestas r�pidas y precisas, sino que tambi�n les permite practicar habilidades comunicativas esenciales en el �mbito m�dico. (24)

En resumen, las herramientas y tecnolog�as basadas en IA tienen un gran potencial para mejorar la pedagog�a m�dica, desde recursos personalizados hasta simulaciones cl�nicas realistas y asistentes virtuales, estas herramientas est�n transformando la forma en que los profesionales de la salud adquieren conocimientos y desarrollan habilidades, al aprovechar al m�ximo estas innovaciones, podemos garantizar una formaci�n m�dica m�s efectiva y preparar a los futuros m�dicos para enfrentar los desaf�os de un mundo en constante evoluci�n.

 

La combinaci�n perfecta de pedagog�a m�dica y la Inteligencia Artificial para una educaci�n avanzada

La combinaci�n de pedagog�a m�dica y la inteligencia artificial es la clave para una educaci�n avanzada en el campo de la medicina, gracias a los avances tecnol�gicos, ahora es posible aprovechar al m�ximo las herramientas de IA para mejorar la forma en que se ense�a y se aprende medicina, la pedagog�a m�dica se refiere al estudio y aplicaci�n de m�todos educativos espec�ficos para el campo de la medicina, esto implica adaptar las estrategias de ense�anza a las necesidades y caracter�sticas particulares de los estudiantes en formaci�n. Por otro lado, la inteligencia artificial ofrece un amplio abanico de posibilidades para mejorar el proceso educativo, los sistemas de IA pueden analizar investigaciones m�dicas y casos cl�nicos reales, permitiendo al educando el acceso a informaci�n actualizada y relevante. (25)

Adem�s, los asistentes virtuales impulsados por IA pueden brindar apoyo personalizado a los estudiantes, ofreciendo explicaciones detalladas sobre conceptos complejos o respondiendo preguntas espec�ficas, esto ayuda a fortalecer el aprendizaje individualizado y fomenta un mayor nivel de comprensi�n. En resumen, la combinaci�n perfecta entre pedagog�a m�dica e inteligencia artificial permite una educaci�n avanzada en medicina, al aprovechar al m�ximo las herramientas tecnol�gicas disponibles, podemos garantizar una formaci�n m�s efectiva y preparar mejor a los futuros profesionales m�dicos para enfrentar los desaf�os del campo sanitario actual. (26)

 

El potencial transformador de la inteligencia artificial en la pedagog�a m�dica

La inteligencia artificial (IA) tiene el potencial de transformar radicalmente la pedagog�a m�dica. Con el avance de la tecnolog�a, los educadores y estudiantes de medicina pueden beneficiarse enormemente al incorporar herramientas de IA en su proceso de aprendizaje, en efecto puede ayudar a los educadores a personalizar la ense�anza y adaptarla a las necesidades individuales de cada estudiante, mediante el an�lisis del rendimiento y las preferencias de aprendizaje, los sistemas de IA pueden proporcionar recomendaciones espec�ficas para mejorar el proceso educativo. (27)

Adem�s, la IA puede simular situaciones cl�nicas complejas, permitiendo a los estudiantes practicar y perfeccionar sus habilidades sin poner en riesgo la vida real, los simuladores virtuales basados en IA pueden recrear escenarios cl�nicos realistas y proporcionar retroalimentaci�n instant�nea sobre las acciones tomadas por los estudiantes. Otro aspecto importante es el acceso a grandes cantidades de informaci�n m�dica actualizada, la IA puede analizar r�pidamente vastas bases de datos y ofrecer informaci�n relevante para apoyar la toma de decisiones cl�nicas, esto es especialmente �til para mantenerse al d�a con los avances cient�ficos y las �ltimas investigaciones en medicina. En resumen, la integraci�n efectiva de la inteligencia artificial en la pedagog�a m�dica tiene el potencial de mejorar significativamente tanto el proceso educativo como la calidad del cuidado m�dico brindado, es fundamental que tanto educadores como estudiantes est�n dispuestos a adoptar esta tecnolog�a innovadora para aprovechar al m�ximo sus beneficios transformadores. (28)

 

C�mo las plataformas educativas con IA est�n mejorando el proceso de ense�anza-aprendizaje en medicina

En la era digital actual, las plataformas educativas con inteligencia artificial (IA) est�n revolucionando el proceso de ense�anza-aprendizaje en el campo de la medicina, estas plataformas ofrecen una amplia gama de recursos y herramientas que mejoran significativamente la forma en que los estudiantes adquieren conocimientos m�dicos. Una de las principales ventajas de estas plataformas es su capacidad para adaptarse al ritmo y estilo de aprendizaje individual de cada estudiante, gracias a los algoritmos inteligentes, la IA puede identificar las fortalezas y debilidades del estudiante y proporcionar contenido personalizado que se ajuste a sus necesidades espec�ficas, lo que permite un aprendizaje m�s efectivo y eficiente. (29)

Adem�s, las plataformas educativas con IA ofrecen una gran cantidad de material multimedia interactivo, los estudiantes pueden acceder a videos explicativos, simulaciones virtuales e incluso realizar cirug�as virtuales para practicar sus habilidades quir�rgicas, esto no solo mejora su comprensi�n te�rica sino tambi�n su destreza pr�ctica. Otro aspecto destacado es la posibilidad de acceder a bases de datos m�dicas actualizadas constantemente, la IA puede analizar grandes cantidades de informaci�n m�dica en tiempo real y proporcionar datos precisos y actualizados sobre diagn�sticos, tratamientos y avances m�dicos recientes, lo que permite a los estudiantes mantenerse al d�a con los �ltimos desarrollos en el campo y mejorar su pr�ctica cl�nica. (30)

Adem�s, estas plataformas fomentan la colaboraci�n entre estudiantes y profesionales m�dicos mediante foros virtuales y espacios de discusi�n, esto crea un entorno de aprendizaje enriquecedor donde los estudiantes pueden intercambiar ideas, plantear preguntas y recibir retroalimentaci�n de expertos en el campo, en resumen, las plataformas educativas con IA est�n transformando la forma en que se ense�a y se aprende medicina, gracias a su capacidad para adaptarse al ritmo individual de cada estudiante, ofrecer contenido personalizado, proporcionar material multimedia interactivo y acceso a informaci�n m�dica actualizada, estas plataformas mejoran significativamente el proceso de ense�anza-aprendizaje en medicina.(31)

 

El rol del profesor y del estudiante frente a la tendencia pedag�gica m�dica con IA

En el campo de la educaci�n m�dica, la inteligencia artificial (IA) est� revolucionando la forma en que profesores y estudiantes abordan el aprendizaje, la tendencia pedag�gica m�dica con IA ofrece nuevas oportunidades para mejorar la calidad de la ense�anza y el proceso de aprendizaje, por lo tanto, el rol del profesor se transforma en uno m�s orientado a guiar y facilitar el acceso a recursos digitales y herramientas de IA, al utilizar plataformas con algoritmos de IA para personalizar el contenido educativo seg�n las necesidades individuales de cada estudiante, adem�s, pueden aprovechar las capacidades de an�lisis y seguimiento que ofrece la tecnolog�a para evaluar el progreso del estudiante de manera m�s precisa. Por otro lado, los estudiantes tambi�n juegan un papel fundamental en esta nueva tendencia pedag�gica, ellos deben adaptarse a las herramientas basadas en IA y aprender a utilizarlas eficientemente para maximizar su proceso de aprendizaje, la capacidad de interactuar con sistemas inteligentes les permite acceder a informaci�n actualizada y relevante sobre temas m�dicos espec�ficos, lo cual contribuye a su formaci�n acad�mica. (32)

Es importante destacar que la IA no pretende reemplazar por completo al profesor ni convertir al estudiante en un simple receptor pasivo de informaci�n, al contrario, busca potenciar las habilidades docentes del profesor y fomentar un aprendizaje activo por parte del estudiante, en resumen, la tendencia pedag�gica m�dica con IA representa una oportunidad emocionante para mejorar la educaci�n m�dica, tanto los profesores como los estudiantes deben adaptarse y aprovechar las ventajas que ofrece la inteligencia artificial para lograr un aprendizaje m�s efectivo y personalizado.(33)

 

Conclusiones

El razonamiento basado en caso con inteligencia artificial (IA) tiene un futuro prometedor en la educaci�n superior medica porque ha demostrado ser una herramienta pedag�gica para los futuros profesionales de la salud y m�dicos en ejercicio para la toma de decisiones informadas y precisas.

La IA, a trav�s del razonamiento basado en casos, permite analizar grandes cantidades de informaci�n m�dica y encontrar patrones y similitudes entre diferentes casos cl�nicos, esto ayuda a los m�dicos a diagnosticar enfermedades de manera m�s r�pida y precisa, as� como a determinar el mejor curso de tratamiento para cada paciente.

Adem�s, el uso de la IA en medicina tambi�n puede mejorar la eficiencia del sistema sanitario al reducir los errores m�dicos y optimizar los recursos disponibles, los sistemas basados en casos pueden proporcionar recomendaciones personalizadas e individualizadas para cada paciente, teniendo en cuenta su historial cl�nico, s�ntomas y caracter�sticas �nicas.

Sin embargo, es importante destacar que la IA no reemplaza la experiencia y el juicio cl�nico de los profesionales m�dicos, en cambio, act�a como una herramienta complementaria que ayuda a mejorar las decisiones m�dicas, el razonamiento basado en caso con IA tiene un futuro prometedor en medicina, su capacidad para analizar grandes cantidades de datos cl�nicos y proporcionar recomendaciones personalizadas puede mejorar significativamente la atenci�n m�dica y llevarla a un nivel superior, es necesario seguir investigando y desarrollando esta tecnolog�a para aprovechar al m�ximo su potencial en beneficio de pacientes y profesionales m�dicos por igual.

La tendencia pedag�gica m�dica con IA est� destinada a ser el catalizador del futuro educativo en medicina, la inteligencia artificial (IA) ha revolucionado muchos aspectos de nuestras vidas, y la educaci�n no es una excepci�n, en el campo de la medicina, la IA tiene el potencial de transformar y mejorar significativamente la forma en que se ense�a y se aprende.

La incorporaci�n de la IA en la educaci�n m�dica ofrece numerosas ventajas, por un lado, permite acceder a vastas cantidades de informaci�n actualizada y precisa en tiempo real, los estudiantes pueden aprovechar las bases de datos m�dicas m�s recientes, investigaciones cient�ficas y casos cl�nicos para fortalecer su conocimiento y comprensi�n.

Adem�s, la IA puede ayudar a personalizar el proceso de aprendizaje seg�n las necesidades individuales de cada estudiante, los algoritmos inteligentes pueden analizar los puntos fuertes y d�biles del estudiante, adaptando as� el contenido educativo para maximizar su progreso y �xito acad�mico. Otra ventaja clave es que la IA puede simular situaciones cl�nicas complejas mediante escenarios virtuales interactivos, esto proporciona a los estudiantes una experiencia pr�ctica sin riesgo para practicar diagn�sticos, tratamientos e intervenciones m�dicas antes de enfrentarse a pacientes reales.

Sin embargo, es importante destacar que, aunque la IA tiene un gran potencial en el �mbito educativo m�dico, no debe reemplazar completamente al profesorado humano, la interacci�n humana sigue siendo fundamental para desarrollar habilidades comunicativas, �ticas y emocionales necesarias en el campo m�dico.

La tendencia pedag�gica m�dica con IA como catalizador del futuro educativo en medicina es una realidad que no podemos ignorar, la incorporaci�n de la IA en la educaci�n m�dica ofrece numerosas ventajas, desde el acceso a informaci�n actualizada hasta la personalizaci�n del aprendizaje, sin embargo, es importante encontrar un equilibrio entre la tecnolog�a y la interacci�n humana para garantizar una educaci�n m�dica integral y de calidad.

 

Referencias

Trull�s JC, Blay C, Sarri E, Pujol R. Effectiveness of problem-based learning methodology in undergraduate medical education: a scoping review. BMC Med Educ [Internet]. el 17 de febrero de 2022;22(1):104. Disponible en: http://dx.doi.org/10.1186/s12909-022-03154-8

Li A, Bilgic E, Keuhl A, Sibbald M. Does your group matter? How group function impacts educational outcomes in problem-based learning: a scoping review. BMC Med Educ [Internet]. el 29 de diciembre de 2022;22(1):900. Disponible en: http://dx.doi.org/10.1186/s12909-022-03966-8

K�hler AK, Jaarsma T, Tingstr�m P, Nilsson S. The effect of problem-based learning after coronary heart disease - a randomised study in primary health care (COR-PRIM). BMC Cardiovasc Disord [Internet]. el 14 de agosto de 2020;20(1):370. Disponible en: http://dx.doi.org/10.1186/s12872-020-01647-2

Sarker IH. AI-based modeling: Techniques, applications and research issues towards automation, intelligent and smart systems. SN Comput Sci [Internet]. el 10 de febrero de 2022;3(2):158. Disponible en: http://dx.doi.org/10.1007/s42979-022-01043-x

Christianto PA, Sediyono E, Sembiring I. Modification of case-based reasoning similarity formula to enhance the performance of smart system in handling the complaints of in vitro fertilization program patients. Healthc Inform Res [Internet]. julio de 2022;28(3):267�75. Disponible en: http://dx.doi.org/10.4258/hir.2022.28.3.267

Schwartz FL, Shubrook JH, Marling CR. Use of case-based reasoning to en-hance intensive management of patients on insulin pump therapy. J Diabetes Sci Technol [Internet]. julio de 2008;2(4):603�11. Disponible en: http://dx.doi.org/10.1177/193229680800200411

Feuill�tre H, Auffret V, Castro M, Lalys F, Le Breton H, Garreau M, et al. Similarity measures and attribute selection for case-based reasoning in transcatheter aortic valve implantation. PLoS One [Internet]. el 3 de septiembre de 2020;15(9):e0238463. Disponible en: http://dx.doi.org/10.1371/journal.pone.0238463

Oyelade ON, Ezugwu AE. A case-based reasoning framework for early detection and diagnosis of novel coronavirus. Inform Med Unlocked [Internet]. el 23 de julio de 2020;20(100395):100395. Disponible en: http://dx.doi.org/10.1016/j.imu.2020.100395

Sheng Y, Zhang J, Wang C, Yin F-F, Wu QJ, Ge Y. Incorporating case-based reasoning for radiation therapy knowledge modeling: A pelvic case study. Tech-nol Cancer Res Treat [Internet]. el 1 de enero de 2019;18:1533033819874788. Disponible en: http://dx.doi.org/10.1177/1533033819874788

Goyal H, Sherazi SAA, Gupta S, Perisetti A, Achebe I, Ali A, et al. Application of artificial intelligence in diagnosis of pancreatic malignancies by endoscopic ul-trasound: a systemic review. Therap Adv Gastroenterol [Internet]. el 29 de abril de 2022;15:17562848221093872. Disponible en: http://dx.doi.org/10.1177/17562848221093873

Carson T, Ghoshal G, Cornwall GB, Tobias R, Schwartz DG, Foley KT. Artificial Intelligence-enabled, real-time intraoperative ultrasound imaging of neural struc-tures within the psoas: Validation in a porcine spine model. Spine (Phila Pa 1976) [Internet]. el 1 de febrero de 2021;46(3):E146�52. Disponible en: http://dx.doi.org/10.1097/BRS.0000000000003704

Sun J, Peng L, Li T, Adila D, Zaiman Z, Melton GB, et al. A prospective observa-tional study to investigate performance of a chest X-ray artificial intelligence di-agnostic support tool across 12 U.s. hospitals. ArXiv [Internet]. el 3 de junio de 2021; Disponible en: https://www.ncbi.nlm.nih.gov/pubmed/34099980

Goyal H, Mann R, Gandhi Z, Perisetti A, Zhang Z, Sharma N, et al. Application of artificial intelligence in pancreaticobiliary diseases. Ther Adv Gastrointest En-dosc [Internet]. enero de 2021;14:2631774521993059. Disponible en: http://dx.doi.org/10.1177/2631774521993059

İn E, Ge�kil AA, Kavuran G, Şahin M, Berber NK, Kulu�zt�rk M. Using artificial intelligence to improve the diagnostic efficiency of pulmonologists in differentiat-ing COVID-19 pneumonia from community-acquired pneumonia. J Med Virol [In-ternet]. agosto de 2022;94(8):3698�705. Disponible en: http://dx.doi.org/10.1002/jmv.27777

Malik MN, Yousaf MA, Riaz R, Ibrahim A, Abu Zar M, Aslam S, et al. Retraction: Team-based learning and the analytical skills of medical students as a conse-quence of increased problem difficulty. Cureus [Internet]. el 6 de agosto de 2019;11(8):r16. Disponible en: http://dx.doi.org/10.7759/cureus.r16

Almulhem MA, Almulhem JA. Evaluation of Problem-Based Learning implemen-tation in a College of Medicine, Kingdom of Saudi Arabia: a cross sectional comparative study. BMC Med Educ [Internet]. el 23 de abril de 2022;22(1):311. Disponible en: http://dx.doi.org/10.1186/s12909-022-03347-1

Kibret S, Teshome D, Fenta E, Hunie M, Taye MG, Fentie Y, et al. Medical and Health Science students� perception towards a problem-based learning method: A case of Debre tabor university. Adv Med Educ Pract [Internet]. el 16 de julio de 2021;12:781�6. Disponible en: http://dx.doi.org/10.2147/AMEP.S316905

Pu D, Ni J, Song D, Zhang W, Wang Y, Wu L, et al. Influence of critical thinking disposition on the learning efficiency of problem-based learning in undergradu-ate medical students. BMC Med Educ [Internet]. el 3 de enero de 2019;19(1):1. Disponible en: http://dx.doi.org/10.1186/s12909-018-1418-5

Abdalla MMI, Abdelal MS, Soon SC. Attitude towards problem-based learning and its relationship with locus of control and academic self-concept among med-ical students. Korean J Med Educ [Internet]. marzo de 2019;31(1):11�8. Disponi-ble en: http://dx.doi.org/10.3946/kjme.2019.114

Bukumiric Z, Ilic A, Pajcin M, Srebro D, Milicevic S, Spaic D, et al. Effects of problem-based learning modules within blended learning courses in medical statistics - A randomized controlled pilot study. PLoS One [Internet]. el 26 de enero de 2022;17(1):e0263015. Disponible en: http://dx.doi.org/10.1371/journal.pone.0263015

Shimizu I, Nakazawa H, Sato Y, Wolfhagen IHAP, K�nings KD. Does blended problem-based learning make Asian medical students active learners?: a pro-spective comparative study. BMC Med Educ [Internet]. el 15 de mayo de 2019;19(1):147. Disponible en: http://dx.doi.org/10.1186/s12909-019-1575-1

Chung EY-H. Facilitating learning of community-based rehabilitation through problem-based learning in higher education. BMC Med Educ [Internet]. el 21 de noviembre de 2019;19(1):433. Disponible en: http://dx.doi.org/10.1186/s12909-019-1868-4

Zhang F, Wang H, Bai Y, Zhang H. A bibliometric analysis of the landscape of Problem-Based Learning research (1981-2021). Front Psychol [Internet]. el 15 de marzo de 2022;13:828390. Disponible en: http://dx.doi.org/10.3389/fpsyg.2022.828390

Matlala S. Educators� perceptions and views of problem-based learning through simulation. Curationis [Internet]. el 10 de marzo de 2021;44(1):e1�7. Disponible en: http://dx.doi.org/10.4102/curationis.v44i1.2094

Tudor Car L, Kyaw BM, Dunleavy G, Smart NA, Semwal M, Rotgans JI, et al. Digital problem-based learning in health professions: Systematic review and me-ta-analysis by the digital health education collaboration. J Med Internet Res [In-ternet]. el 28 de febrero de 2019;21(2):e12945. Disponible en: http://dx.doi.org/10.2196/12945

Yang J, Ye H, Fan X, Li Y, Wu X, Zhao M, et al. Artificial Intelligence for Quantify-ing Immune Infiltrates Interacting with Stroma in Colorectal Cancer. Journal of Translational Medicine. 2022;20(1).

Hashimoto DA, Witkowski E, Gao L, Meireles O, Rosman G. Artificial intelligence in anesthesiology: Current techniques, clinical applications, and limitations. Anesthesiology [Internet]. febrero de 2020;132(2):379�94. Disponible en: http://dx.doi.org/10.1097/ALN.0000000000002960

B�rner K, Scrivner O, Cross LE, Gallant M, Ma S, Martin AS, et al. Mapping the co-evolution of artificial intelligence, robotics, and the internet of things over 20 years (1998-2017). PLoS One [Internet]. el 2 de diciembre de 2020;15(12):e0242984. Disponible en: http://dx.doi.org/10.1371/journal.pone.0242984

Gichoya JW, Banerjee I, Bhimireddy AR, Burns JL, Celi LA, Chen L-C, et al. AI recognition of patient race in medical imaging: a modelling study. Lancet Digit Health [Internet]. junio de 2022;4(6):e406�14. Disponible en: http://dx.doi.org/10.1016/S2589-7500(22)00063-2

Ji Y, Ji Y, Liu Y, Zhao Y, Zhang L. Research progress on diagnosing retinal vas-cular diseases based on artificial intelligence and fundus images. Front Cell Dev Biol [Internet]. el 28 de marzo de 2023;11:1168327. Disponible en: http://dx.doi.org/10.3389/fcell.2023.1168327

Chen Q, Cai M, Fan X, Liu W, Fang G, Yao S, et al. An artificial intelligence-based ecological index for prognostic evaluation of colorectal cancer. BMC Can-cer [Internet]. el 17 de agosto de 2023;23(1):763. Disponible en: http://dx.doi.org/10.1186/s12885-023-11289-0

Ng DTK, Leung JKL, Su J, Ng RCW, Chu SKW. Teachers� AI digital competen-cies and twenty-first century skills in the post-pandemic world. Educ Technol Res Dev [Internet]. el 21 de febrero de 2023;71(1):137�61. Disponible en: http://dx.doi.org/10.1007/s11423-023-10203-6

Mallik S, Gangopadhyay A. Proactive and reactive engagement of artificial intel-ligence methods for education: a review. Front Artif Intell [Internet]. el 5 de mayo de 2023;6:1151391. Disponible en: http://dx.doi.org/10.3389/frai.2023.1151391

 

 

 

 

 

� 2023 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).