← Volver

¿Cuál es el rol de la IA en la educación médica y cómo usarla de forma ética?

Publicado el · Por Making Synapses

IA en medicina y educación

La IA en educación médica hoy funciona como tutor, paciente de práctica, coach de retroalimentación y apoyo en la evaluación, mientras las personas conservan el juicio final. Los estudiantes la usan para ensayar entrevistas, recibir retroalimentación al instante y estudiar a su ritmo; las escuelas y los organismos de examen publican principios para que cada estudiante use la IA de forma abierta, ética y con sus propias palabras.

¿Cuál es el rol de la IA en la educación médica hoy?

El rol de la IA en la educación médica es ampliar la enseñanza, la práctica y la evaluación, no reemplazar a los docentes ni la formación clínica. Ya está presente en la admisión, el aula, el laboratorio de habilidades y la sala de examen.

El mapa más amplio del campo es una revisión de alcance publicada en Medical Teacher como BEME Guide No. 84. "La revisión sintetizó 278 publicaciones, la mayoría (68 %) de las regiones de Norteamérica y Europa", que abarcan "la IA para la admisión, la enseñanza, la evaluación y el razonamiento clínico". Entre sus casos de uso están los simuladores de pacientes virtuales y los sistemas de tutoría inteligente.

La Association of American Medical Colleges (AAMC) explica el propósito con claridad en sus Principles for the Responsible Use of Artificial Intelligence in and for Medical Education: la IA se usa en la educación y la formación "con el objetivo de que la futura fuerza laboral aproveche la IA en la práctica y de darle las habilidades para adaptarse a las tecnologías emergentes al servicio de una atención al paciente de alta calidad".

En la práctica, aparece en cuatro roles:

  1. Tutor con IA. Explica un concepto, te hace preguntas y adapta la siguiente pregunta a tu última respuesta.
  2. Paciente con IA. Entrevistas a un paciente simulado por voz o por texto, y te responde como lo haría una persona real.
  3. Retroalimentación con IA. Después de un caso, te dice qué pasos cubriste y cuáles omitiste.
  4. IA en la evaluación. Ayuda a puntuar respuestas escritas, pautas y notas de pacientes más rápido, con personas que revisan los resultados.

¿Cómo ayudan a aprender los tutores con IA, los pacientes con IA y la retroalimentación con IA?

Ayudan al convertir el tiempo de estudio en práctica activa: preguntas, decides y recibes retroalimentación de inmediato, y luego lo intentas otra vez. Ese ciclo es justo donde la investigación muestra los avances más claros.

La Organización Mundial de la Salud describe la oportunidad en su guía sobre modelos multimodales de gran tamaño de 2024: "Los LMM integrados en chatbots pueden ofrecer conversaciones simuladas para mejorar la comunicación entre el profesional clínico y el paciente y la resolución de problemas, incluida la práctica de la entrevista médica, el razonamiento diagnóstico y la explicación de las opciones de tratamiento". El National Board of Medical Examiners (NBME), que copatrocina el USMLE, coincide en su 2025/2026 Annual Transparency Report: "la IA conversacional puede involucrar a los estudiantes de medicina en un diálogo interactivo mediante pacientes o escenarios simulados y ofrecer más oportunidades de retroalimentación fuera del entorno clínico".

La Society for Simulation in Healthcare (SSH) confirma la idea en su Healthcare Simulation Dictionary, publicado con la Agency for Healthcare Research and Quality: "Los pacientes virtuales usan inteligencia artificial (IA) para reaccionar de forma adecuada al usuario o estudiante".

La evidencia es alentadora, sobre todo para las habilidades clínicas:

  1. Un metaanálisis de 2025 en BMC Medical Education reunió 11 ensayos controlados aleatorizados con 786 estudiantes de medicina. Los puntajes de conocimiento fueron similares a los de la enseñanza tradicional, mientras que "la enseñanza basada en IA generativa mostró resultados superiores en el desarrollo de habilidades prácticas en comparación con los métodos convencionales", y los estudiantes reportaron mayor satisfacción.
  2. Un metaanálisis de 2026 en BMC Medical Education reunió 20 ensayos controlados aleatorizados con 1.413 participantes. Los puntajes de habilidades clínicas fueron más altos con la enseñanza asistida por IA (diferencia de medias estandarizada 1,09, certeza moderada). Los autores explican por qué: "La adquisición de habilidades, a diferencia del recuerdo de hechos, depende de la práctica repetida: trabajar casos, tomar decisiones, recibir retroalimentación y volver a intentarlo".

La retroalimentación es la parte que más hay que valorar. El NBME describe cómo la IA, entrenada con muchos ejemplos escritos por expertos en la materia, "puede ayudar a entregar retroalimentación precisa y personalizada casi de inmediato" en su resumen ejecutivo AI in Assessment. La misma revisión de 2026 agrega un recordatorio útil para quien elige una herramienta: "Cómo se diseña la herramienta, cómo se implementa y cómo encaja en el programa de enseñanza importa tanto como el hecho de usarla".

Una rutina semanal sencilla aprovecha al máximo estas herramientas:

  1. Elige un objetivo. Por ejemplo, una anamnesis focalizada de dolor torácico o explicar un diagnóstico nuevo.
  2. Haz un caso con un paciente con IA en voz alta, como si hubiera un examinador en la sala.
  3. Lee cada línea de la retroalimentación y anota los dos pasos que omitiste.
  4. Pregúntale al tutor con IA por qué importan esos pasos y luego compara la respuesta con tu libro de texto.
  5. Repite el caso y después prueba uno nuevo sin pistas.

¿Qué es el uso ético de la IA en la educación médica?

El uso ético de la IA en la educación médica significa mantener a las personas a cargo, ser transparente sobre cuándo usas IA, proteger los datos de pacientes y personales, y revisar lo que produce la IA antes de confiar en ello.

La AAMC ofrece "siete principios clave", descritos como "fundamentales, pero flexibles para los entornos locales": mantener un enfoque centrado en las personas; asegurar un uso ético y transparente; dar a cada estudiante acceso a herramientas de IA; fomentar la educación, la formación y el desarrollo profesional continuo; desarrollar currículos mediante colaboración interdisciplinaria; proteger la privacidad de los datos; y monitorear y evaluar. Dos frases destacan para los estudiantes. Primero, "el juicio humano sigue siendo esencial para determinar el uso y la implementación adecuados de estas herramientas". Segundo, las escuelas deben "dar a los estudiantes las habilidades para comunicar con eficacia a los pacientes el uso de la tecnología".

La guía de la OMS Ethics and governance of artificial intelligence for health establece seis principios para la IA en salud, empezando por la autonomía: "las personas deben mantener el control de los sistemas de salud y de las decisiones médicas". El NBME enumera seis categorías de pautas éticas para la evaluación: privacidad de los datos, rendición de cuentas, imparcialidad, transparencia, control y supervisión humanos, y promoción de los valores humanos. También afirma: "La responsabilidad del uso ético de estas aplicaciones recae por completo en las personas".

Esta es una lista de verificación ética breve que puedes aplicar a cualquier herramienta de IA en tu formación:

  1. Sigue primero la política de tu escuela. Cada institución adapta los principios a su propia misión y currículo.
  2. Di cuándo usaste IA. La transparencia es el hilo común de los marcos de la AAMC, la OMS y el NBME.
  3. Nunca pegues información identificable de pacientes en una herramienta que tu institución no haya aprobado.
  4. Verifica antes de confiar. Revisa datos, dosis y guías con una fuente confiable.
  5. Conserva tu propio razonamiento. Usa la IA para practicar y recibir retroalimentación, y luego toma tú la decisión.
  6. Practica cómo explicar la IA a los pacientes. Es una habilidad que la AAMC quiere que todo estudiante desarrolle.

¿A las escuelas de medicina les importa si usas IA?

Sí, a las escuelas de medicina les importa cómo usas la IA, y las reglas de la AAMC son claras: la IA puede ayudarte a generar ideas y pulir tu texto, pero tu postulación debe ser obra tuya.

La 2027 AMCAS Applicant Guide dice: "Puedes usar herramientas de inteligencia artificial para generar ideas, corregir o editar tus ensayos;" y "es esencial que la versión final enviada refleje con precisión tu propio trabajo y tus experiencias". También advierte: "El plagio o las falsedades pueden dar lugar a una investigación".

Del lado de la revisión, la página de la AAMC sobre el uso de IA en los programas de servicios de la AAMC afirma que la IA "no reemplaza a los revisores humanos, a los directores de programa ni a los expertos que toman decisiones sobre los postulantes". El mismo estándar se aplica a los docentes que escriben cartas de recomendación con ayuda de IA: "sigues siendo el autor de la carta y eres responsable de su contenido, su exactitud y la evaluación que transmite".

¿La IA reemplazará a los médicos en 10 años?

La IA está llamada a apoyar a los médicos, no a reemplazarlos: la OMS, la AAMC y el NBME describen la IA como una herramienta que apoya el juicio humano, con las personas a cargo de las decisiones.

La OMS afirma que "la IA puede ampliar la capacidad de los profesionales de la salud para mejorar la atención al paciente, lograr diagnósticos precisos y optimizar los planes de tratamiento", y que "la IA no sustituirá la diligencia clínica en el futuro previsible". El NBME dice sobre su propio trabajo: "La IA es una herramienta que se integrará en el trabajo de medición fundamental que ya realiza el NBME; no lo reemplazará". La BEME Guide No. 84 concluye que la educación ética debe asegurar que "la IA potencie, y no reemplace, el rol del profesional de la salud".

Lo que cambia es el conjunto de habilidades. La OMS prevé que los estudiantes de medicina "podrían, en cambio, desarrollar y perfeccionar su competencia en comunicación y negociación, inteligencia emocional, capacidad para resolver dilemas éticos y uso competente de computadores". Es una buena noticia para cada nueva generación de profesionales clínicos: las partes humanas de la medicina se vuelven aún más centrales, y la IA te da más formas de practicarlas.

¿Qué cursos y certificados de IA en educación médica puedes tomar?

Puedes aprender IA en educación médica con programas universitarios en línea que entregan certificado, con electivos en la escuela y con educación continua para profesionales en ejercicio.

Una opción universitaria conocida es la AI in Healthcare Specialization de Stanford, una serie de 5 cursos de Stanford Online: Introduction to Healthcare, Introduction to Clinical Data, Fundamentals of Machine Learning for Healthcare, Evaluations of AI Applications in Healthcare y un AI in Healthcare Capstone. Su objetivo declarado es "aprender a llevar las tecnologías de IA a la clínica de forma segura y ética", y está "diseñada tanto para profesionales de la salud como para profesionales de las ciencias de la computación". Figura como nivel principiante, ofrece un certificado para compartir e indica que "la Stanford University School of Medicine está acreditada por el Accreditation Council for Continuing Medical Education (ACCME) para ofrecer educación médica continua a médicos".

Dentro de las escuelas de medicina, la enseñanza de IA está creciendo. La BEME Guide No. 84 informa que "en Alemania, el 71,8 % de las escuelas de medicina ofrecía cursos de IA, sobre todo como electivos o actividades extracurriculares", y también describe cursos introductorios de IA para médicos en ejercicio. La OMS recomienda que "los currículos de IA se integren sin fricciones en los programas existentes".

Cuando compares cursos o certificados, revisa cuatro cosas:

  1. Quién lo enseña. Una escuela de medicina o un centro médico académico aporta contexto clínico.
  2. Contenido de ética. Busca privacidad de datos, sesgos, transparencia y supervisión humana.
  3. Trabajo práctico. Un proyecto final o un proyecto de práctica desarrolla habilidades reales.
  4. Créditos. Los profesionales en ejercicio pueden buscar educación médica continua acreditada.

¿Qué PDF sobre inteligencia artificial en educación médica vale la pena leer?

Los documentos gratuitos más útiles vienen de la AAMC, la OMS, el NBME y revisiones con revisión por pares.

  1. AAMC Principles for the Responsible Use of Artificial Intelligence in and for Medical Education. Los siete principios, con estrategias para aplicar cada uno a tu entorno.
  2. OMS, Ethics and governance of artificial intelligence for health (2021). Los seis principios éticos y una sección sobre cómo formar a los trabajadores de la salud en el uso de la IA.
  3. OMS, Guidance on large multi-modal models (2024). Incluye una sección sobre educación médica y de enfermería.
  4. NBME, resumen ejecutivo AI in Assessment. Una lectura breve sobre puntuación automatizada, retroalimentación y pautas éticas para los exámenes.
  5. BEME Guide No. 84. La revisión de alcance que mapea la IA en la admisión, la enseñanza, la evaluación y el razonamiento clínico.
  6. SSH Healthcare Simulation Dictionary. Definiciones claras de pacientes virtuales, retroalimentación y otros términos de simulación.

¿Cómo lleva Making Synapses la IA a la educación médica?

Making Synapses, el simulador médico, reúne los roles de paciente con IA y retroalimentación con IA en un mismo espacio de práctica. En cada caso hablas con un paciente con IA, por voz o escribiendo, y el paciente con IA te responde. Todo en Making Synapses es IA: el paciente, la corrección de la pauta, el puntaje y la retroalimentación del Médico tutor IA de Making Synapses.

Making Synapses es gratis para empezar: tienes 10 casos gratis y cada caso que juegas usa uno. Después, 3 casos quedan gratis para siempre. Una suscripción desbloquea todos los casos, y un suscriptor puede compartir sus casos con amigos o compañeros en multijugador, siempre que el suscriptor sea el anfitrión de la sesión y se mantenga conectado.

Cada caso es una estación OSCE (ECOE): un paciente con IA, una pauta paso a paso corregida por IA, un puntaje de 0 a 100 % y retroalimentación al instante del Médico tutor IA de Making Synapses. Examinas con tus manos y con instrumentos como el estetoscopio, el martillo de reflejos y la linterna, en PC con mouse y teclado o en VR con un puntero láser. Los modos Enseñar, Entrenar y Evaluar apoyan la rutina semanal de arriba, y el botón Examen OSCE elige un paciente al azar de tu programa en modo Evaluar, sin pistas y con tiempo límite.

Making Synapses tiene 726 casos clínicos con IA en 5 idiomas para Medicina (MD, DO), Asistente médico (PA), Enfermería (RN, PN, NP) y Emergencias prehospitalarias (EMT, paramédico). Los casos están armados en torno al USMLE Content Outline, el COMLEX-USA Master Blueprint, las Core EPAs de la AAMC, el NCCPA PANCE Blueprint, los NCLEX-RN y PN 2026 Test Plans, los National EMS Education Standards y el NREMT, y los INACSL Standards, y cada caso muestra las áreas del examen que entrena. Cada intento queda guardado en tu cuenta. Los docentes editan los casos en la web, el cambio llega al simulador en vivo y ven los resultados por estudiante. Hay más detalles en la página para estudiantes, la página del programa MD y DO y las preguntas frecuentes de Making Synapses.

Preguntas frecuentes

¿Existe un simulador de pacientes con IA gratis para la educación médica?

Sí. Making Synapses es gratis para empezar, con 10 casos gratis de pacientes con IA y sin tarjeta. Cuando los usas, 3 casos quedan gratis para siempre. Hablas con el paciente con IA por voz o escribiendo, lo examinas y recibes una pauta puntuada por IA con retroalimentación al instante. Una suscripción desbloquea todos los casos, y un suscriptor puede compartir sus casos con amigos o compañeros en multijugador, siempre que el suscriptor sea el anfitrión de la sesión y se mantenga conectado.

¿Qué trabajos médicos sobrevivirán a la IA?

La salud necesita más personas, no menos. La OMS estima una escasez de 18 millones de trabajadores de la salud para 2030 y dice que la IA puede ayudar a cerrar esa brecha. Prevé que casi todos los trabajos en salud requerirán habilidades digitales básicas, y nuevos roles, como personas que evalúan, explican y monitorean sistemas de IA.

¿Es ético usar IA en la escuela de medicina?

Sí, cuando sigues la política de tu escuela, declaras su uso, proteges los datos de los pacientes y revisas el resultado. Los principios de la AAMC mantienen el juicio humano en el centro, y la IA funciona mejor como compañera de práctica y tutora, no como sustituto de tu propio razonamiento.

¿Puedo usar IA para escribir mi ensayo personal para la escuela de medicina?

Puedes usar IA para generar ideas, corregir o editar, según la AMCAS Applicant Guide. El ensayo final debe reflejar con precisión tu propio trabajo y tus experiencias, y el plagio o las falsedades pueden dar lugar a una investigación.

¿Hay un curso de IA en educación médica de Stanford?

Sí. Stanford ofrece la AI in Healthcare Specialization a través de Stanford Online, una serie de 5 cursos de nivel principiante que termina con un proyecto final. Está diseñada tanto para profesionales de la salud como para profesionales de las ciencias de la computación y ofrece un certificado para compartir.

¿Se puede obtener un certificado de IA en educación médica?

Sí. Los programas universitarios en línea, como la AI in Healthcare Specialization de Stanford, ofrecen un certificado para compartir, y algunos cursos otorgan créditos de educación médica continua para médicos. Revisa la página de cada curso para conocer su acreditación.

Fuentes

  1. Association of American Medical Colleges. Principles for the Responsible Use of Artificial Intelligence in and for Medical Education. AAMC, 2025.
  2. Association of American Medical Colleges. Use of Artificial Intelligence in AAMC Service Programs. AAMC, 2026.
  3. Association of American Medical Colleges. 2027 AMCAS Applicant Guide: Personal Comments Essay. AAMC, 2026.
  4. National Board of Medical Examiners. 2025/2026 Annual Transparency Report. NBME, 2026.
  5. National Board of Medical Examiners. AI in Assessment: Ethics, Innovation and Research. Executive Summary. NBME, 2024.
  6. World Health Organization. Ethics and governance of artificial intelligence for health: WHO guidance. WHO, 2021.
  7. World Health Organization. Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models. WHO, 2024.
  8. Society for Simulation in Healthcare; Lioce L, ed. Healthcare Simulation Dictionary, Third Edition. Agency for Healthcare Research and Quality, AHRQ Publication No. 24-0077, 2025.
  9. Stanford Online. AI in Healthcare Specialization. Stanford University, 2026.
  10. Gordon M, Daniel M, Ajiboye A, et al. A scoping review of artificial intelligence in medical education: BEME Guide No. 84. Medical Teacher, 2024.
  11. Li J, Yin K, Wang Y, et al. Effectiveness of generative artificial intelligence-based teaching versus traditional teaching methods in medical education: a meta-analysis of randomized controlled trials. BMC Medical Education, 2025.
  12. Wang C, Sun N, Pan X, et al. The impact of integrating generative artificial intelligence into medical education on short-term learning outcomes: a systematic review and meta-analysis of randomized controlled trials. BMC Medical Education, 2026.

Artículos relacionados