Mapeo exhaustivo del panorama actual de la inteligencia artificial en todo el continuo de la formación médica, con herramientas novedosas para investigadores y educadores.
La Guía BEME N.º 84 sintetiza y mapea exhaustivamente el panorama actual de la IA en todo el continuo de la educación médica —pregrado, posgrado y desarrollo profesional continuo— reuniendo hallazgos de 278 publicaciones globales bajo los estándares PRISMA-ScR.
El artículo analiza 191 publicaciones empíricas agrupadas en siete áreas temáticas. Despliega cada categoría para explorar los casos concretos documentados en la literatura.
La IA optimiza procesos de selección ante volúmenes crecientes de solicitudes, equilibrando eficiencia y equidad en decisiones de alto impacto.
La IA enriquece los entornos de enseñanza con experiencias personalizadas, simulaciones avanzadas e instrucción adaptativa en tiempo real.
La IA automatiza y enriquece la evaluación, ofreciendo métricas más objetivas, feedback oportuno y predicciones del rendimiento académico futuro.
La IA crea entornos para practicar el pensamiento diagnóstico con feedback inmediato, y automatiza la generación de casos clínicos complejos.
La IA reduce la carga administrativa de residentes y estudiantes, automatizando el registro de experiencias clínicas y liberando tiempo para el aprendizaje de mayor valor.
Una parte significativa de la literatura analiza cómo perciben la IA estudiantes, residentes y facultativos, revelando brechas de conocimiento y actitudes que el currículo debe abordar.
Un área emergente y de enorme impacto curricular: la evaluación del rendimiento de modelos como ChatGPT en exámenes de certificación y pruebas clínicas estandarizadas.
Propuesta novedosa de los autores para estandarizar el reporte de estudios de IA en educación médica. Selecciona cada letra para conocer su significado y utilidad.
El marco FACETS guía a los investigadores para reportar todos los elementos de una intervención de IA de forma cohesiva en una sola publicación. Facilita la comparación entre estudios y la realización de revisiones sistemáticas futuras. Solo aplica a innovaciones y casos de uso reales, no a artículos de perspectiva ni encuestas de actitudes.
Define la categoría o familia tecnológica del sistema de IA empleado en el estudio. Este elemento permite agrupar investigaciones por tecnología subyacente e identificar qué tipos de IA están siendo más explorados en cada dominio educativo.
Describe la innovación concreta, la salida o el producto que genera el sistema de IA. No describe la tecnología sino lo que esa tecnología produce para el usuario final —estudiante, docente o institución—. Es el "para qué sirve" de la herramienta.
Especifica el entorno educativo donde se implementa la intervención: la etapa del continuo formativo (pregrado UME, posgrado GME o desarrollo profesional continuo CPD), el área o especialidad médica, y el grupo de estudiantes o profesionales evaluados.
Delimita el proceso educativo específico que la IA busca apoyar o transformar. Este elemento conecta la intervención tecnológica con los objetivos pedagógicos del programa formativo, permitiendo agrupar estudios por finalidad educativa.
Nombra de forma exacta el modelo de lenguaje, el software, el sistema o el lenguaje de programación que implementa la IA en el estudio. La especificidad es clave: permite la reproducibilidad y la comparación directa entre estudios que usan la misma herramienta.
Utiliza el marco SAMR (Puentedura) para situar la intervención en uno de cuatro niveles crecientes de transformación pedagógica. Permite valorar si la IA simplemente reemplaza una tarea existente o redefine completamente lo que es posible enseñar o evaluar.
Los autores aplican la teoría del choque cultural de Oberg para explicar la respuesta emocional y conductual de los educadores médicos ante la IA. El proceso es individual y no siempre lineal. Toca cada tarjeta para explorar cada fase.
La literatura sintetizada en la BEME 84 señala cuatro pilares éticos y curriculares urgentes que el currículo médico debe integrar para preparar a los futuros médicos ante una práctica clínica mediada por IA.
Este recurso educativo está basado íntegramente en la Guía BEME N.º 84, publicada en Medical Teacher en 2024.
Gordon, M., Daniel, M., Ajiboye, A., Uraiby, H., Xu, N. Y., Bartlett, R., Hanson, J., Haas, M., Spadafore, M., Grafton-Clarke, C., Gasiea, R. Y., Michie, C., Corral, J., Kwan, B., Dolmans, D., & Thammasitboon, S. (2024). A scoping review of artificial intelligence in medical education: BEME Guide No. 84. Medical Teacher, 46(4), 446–470.
doi:10.1080/0142159X.2024.2314198