Aplicaciones de la Inteligencia Artificial en Enfermería para la Detección Temprana del Deterioro Clínico: Una Revisión Rápida

Abstract

El deterioro clínico hospitalario suele estar precedido por cambios fisiológicos y en algunos casos comportamentales sutiles que con frecuencia pasan desapercibidos. La enfermería, responsable de la valoración continua, ocupa una posición estratégica para su detección temprana. Las herramientas basadas en inteligencia artificial (IA) emergen como aliadas potenciales para anticipar eventos adversos, aunque la evidencia se encuentra dispersa y el rol específico de enfermería no siempre se establece de manera explícita. Para ello se llevó a cabo una revisión rápida siguiendo los lineamientos PRISMA, se incluyeron estudios publicados entre 2018–2025 en español e inglés que describen el uso de IA por enfermería para la detección temprana del deterioro clínico en pacientes hospitalizados. Se consultaron las bases de datos PubMed/MEDLINE, Science Direct, Cochrane y LILACS. Se incluyeron 30 artículos, donde predominaron sistemas de alerta temprana basados en aprendizaje automático, puntajes predictivos y sistemas de soporte de decisiones clínicas (CDSS) integrados al expediente electrónico. Estas herramientas permiten identificar riesgo entre 8 y 42 horas antes del evento, superando a puntajes en escalas tradicionales y algunos estudios mostraron reducción significativa de la mortalidad (16.9% vs 24.6%) y estancia hospitalaria (23.0 vs 27.5 días). La enfermería emergió como fuente primaria de datos, principal usuaria y líder del escalamiento oportuno del cuidado. Las barreras más frecuentes fueron fatiga de alertas, baja interpretabilidad e integración limitada al flujo clínico. En general, la IA ofrece la posibilidad de potenciar la detección temprana del deterioro cuando se integra en procesos liderados por enfermería y complementa el juicio clínico, pero su impacto depende menos de la precisión algorítmica que de un diseño centrado en la persona, contemplación ética y formación profesional.

Ähnliche Arbeiten