Uso de la inteligencia artificial en los procedimientos diagnósticos de imagen: el rol conjunto de enfermería e imagenología en el cuidado de poblaciones vulnerables

Abstract

Objetivo: El presente informe tiene como objetivo principal sintetizar la evidencia científica más reciente (2020–2025) sobre la aplicación de la inteligencia artificial (IA) en el diagnóstico por imagen y, a partir de ella, definir el modelo de colaboración operativa y ética entre los profesionales de Enfermería e Imagenología, necesario para garantizar la equidad diagnóstica en el cuidado de poblaciones vulnerables. Métodos: Se realizó una revisión bibliográfica y analítica de la literatura publicada entre enero de 2020 y 2025, consultando bases de datos biomédicas clave. El análisis se centró en tres ejes temáticos: la precisión técnica y la validación de la IA, la reconfiguración del flujo de trabajo clínico interprofesional, y el análisis riguroso de los desafíos éticos, con énfasis en el sesgo algorítmico y sus implicaciones para los grupos subrepresentados. Hallazgos Principales: La IA ha demostrado una precisión diagnóstica comparable a la de expertos en áreas clave, como la detección oncológica (mamografía) y la identificación de neumonía en radiografías de tórax. A nivel operativo, el uso de modelos de Generación Aumentada por Recuperación (RAG) ha optimizado la seguridad, reduciendo a cero los errores graves en consultas clínicas (alucinaciones) y acelerando el flujo de trabajo. Esta eficiencia permite liberar al personal de enfermería de tareas burocráticas, potenciando su rol humanizado de monitorización y cuidado personalizado. Sin embargo, la evidencia científica está marcada por una baja calidad metodológica en las revisiones sistemáticas y por la amenaza constante del sesgo de subrepresentación y de espectro, lo que pone en riesgo la precisión diagnóstica cuando los modelos se aplican a poblaciones vulnerables y diversas. Conclusiones y Recomendaciones: La promesa de la IA para el diagnóstico por imagen solo se materializará en un entorno de equidad si se implementa un marco de colaboración interprofesional estricto. Se concluye que la enfermería actúa como el filtro humano esencial, aplicando el juicio clínico-social a las predicciones algorítmicas, mientras que el profesional de imagenología garantiza la validez técnica. Se recomienda priorizar la validación externa rigurosa de los modelos en contextos de baja representación y la inversión en capacitación ética y digital para todo el equipo de salud.

Ähnliche Arbeiten