Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Actualidad en la educación médica con la inteligencia artificial generativa.
0
Zitationen
3
Autoren
2025
Jahr
Abstract
Objetivo: Analizar los cambios actuales que están surgiendo en la educación médica tras la llegada de la Inteligencia Artificial (IA) y presentar algunas iniciativas publicadas de algunas Facultades de Medicina en este ámbito. Metodología: Revisión Breve de la literatura reciente, en forma de síntesis narrativa cualitativa, además de fuentes web de las Universidades (2020-2025) sobre la introducción de la inteligencia artificial generativa en la formación médica. Resultados: Exponemos una amplia variabilidad de iniciativas implementadas detectadas en universidades con dedicación a la educación médica. El recurso más utilizado es la formación estructurada en pre y postgrado, con incorporaciones de; asignaturas, másteres, títulos de experto, jornadas y formación específicas para docentes, tambien se ha potenciado la simulación con la IA como elemento formativo. Se pueden destacar también; la creación de grupos transversales multidisciplinares para abordar la transformación digital de la enseñanza, la elaboración de Guías y recomendaciones elaboradas por las universidades para utilización de los docentes y alumnos, la constitución de grupos de investigación entre otras implementaciones en la actualidad Universitaria. Conclusiones: La IA está transformando la educación médica, redefiniendo contenidos, metodologías y evaluaciones. Su integración impulsa modelos interdisciplinarios y experiencias formativas basadas en simulación, tutoría automatizada y entornos virtuales. Esta evolución exige garantizar competencias en IA clínica, preservar el juicio profesional, y fortalecer la formación ética, regulatoria y colaborativa para un uso responsable de la tecnología en la práctica médica.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.239 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.095 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.463 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.428 Zit.