Elsevier Medical Education presenta una entrevista con el Dr. Sameer M. Khan, Profesor Asistente de Fisiología en la Facultad de Medicina de la Universidad de Bisha, especialista en educación médica y autor de Elsevier, centrado en la adopción responsable de la IA en la educación médica, abordando planes de estudio, formación del profesorado, ética y preparación clínica
Desde una perspectiva institucional, ¿cómo deberían las facultades de medicina comenzar a integrar la IA en sus planes de estudio de forma estructurada y sostenible?
La IA ha sido muy eficaz en la transformación de la educación médica y la atención sanitaria en los últimos años. En este sentido, sugiero que las instituciones comiencen por los aspectos fundamentales. En cualquier programa de educación médica, siempre partimos de los llamados "resultados de aprendizaje del programa", que deben ser claros y estar bien comunicados. Esto marcaría una diferencia real. Además, la misión y visión institucional deben actualizarse para incorporar las competencias en IA en términos de alfabetización digital, avances tecnológicos y gobernanza ética. Otro aspecto importante son las propias competencias en IA. Las instituciones deben integrarlas en los resultados de aprendizaje del programa y en los resultados específicos de cada asignatura.
Integración de la IA en el currículo
En cuanto a un plan de estudios estructurado, el foco debe estar siempre en las tres grandes áreas de la educación médica: la enseñanza y el aprendizaje, la investigación y la práctica clínica. En lo que respecta a la enseñanza, se debe dar más importancia a la adopoción responsable de la IA : su introducción, uso y aplicación en la medicina clínica. En investigación, el estudiante debe comprender las metodologías básicas y cómo la IA puede apoyarle en este ámbito. En la práctica clínica, hay que dar mucha más importancia a la formación práctica, al uso de diversas herramientas y al diseño de un programa de prácticas clínicas integral que ayude a los graduados a comprender y valorar el uso de la IA en el ámbito sanitario.
Los cuatro pilares de un currículo de IA sostenible
¿Cómo hacerlo más sostenible? La sostenibilidad depende de cerrar la brecha con la tecnología y fortalecer el propio currículo integrando competencias en IA. Para ello, debemos centrarnos en varios aspectos. El primero es la responsabilidad medioambiental: hay que ser conscientes del impacto de la IA en el medio ambiente en términos de huella de carbono y residuos electrónicos médicos. El segundo es el rigor ético: el uso de la ética y la gobernanza debe abordarse con solidez. El tercero son las limitaciones financieras. Y el cuarto, de gran importancia, es la solidez pedagógica, la autenticidad de la información y la integridad académica. Para ello, es necesario establecer programas de control y garantía de calidad. Finalmente, al término del curso, debe recogerse retroalimentación, ya sea mediante evaluación continua o mediante mapeo y evaluación curricular. De este modo, creo que el currículo puede estructurarse y hacerse mucho más sostenible.
¿Cuáles son los principales retos que enfrenta el profesorado para la adopción responsable de la IA en la educación médica y cómo pueden superarlos?
Como docente, valoro el uso de las tecnologías de IA en la enseñanza, el aprendizaje y la investigación. Pero también debemos reconocer que existen retos que hay que abordar.
Reto 1 – Brecha de conocimiento y formación del profesorado
El primero es, por supuesto, la brecha de conocimiento y la formación del profesorado. Esta brecha puede deberse a la falta de tiempo, a un plan de estudios sobrecargado o a cierta resistencia del profesorado a abandonar un modelo tradicional en favor de uno innovador. Estos aspectos deben abordarse cuanto antes mediante programas de formación que tengan en cuenta dos aspectos: que respondan a las competencias del profesorado y que estén estructurados de forma que satisfagan sus necesidades académicas.
Reto 2 – Sobrecarga curricular
El segundo es la sobrecarga curricular, ya que el plan de estudios de medicina es extenso y debe completarse en un tiempo determinado, lo que genera una presión adicional sobre el profesorado. Esto puede resolverse adoptando un enfoque basado en competencias y trabajando con criterios de necesidad. Hay que identificar los aspectos esenciales y distribuir el currículo de forma que atienda por separado la formación de grado y posgrado.
Reto 3 – Preocupaciones éticas sobre datos y sesgos
El tercero son las preocupaciones éticas relacionadas con la privacidad de los datos y los sesgos. El profesorado debe ser consciente de estos aspectos y recibir formación para reconocer los sesgos y proteger la privacidad de los datos.
Reto 4 – Alucinaciones de la IA y responsabilidad
El cuarto son las alucinaciones de la IA, es decir, cuando la información generada es falsa. El profesorado debe estar formado para identificar información incorrecta, lo que requiere un conocimiento sólido de la medicina basada en la evidencia y la capacidad de distinguir entre información falsa y veraz. Los problemas de responsabilidad también representan un desafío para el profesorado, por lo que deben gestionarse adecuadamente y mantener en todo momento la integridad académica.
Por último, quisiera destacar la importancia de la motivación positiva hacia el profesorado. Una actitud constructiva es fundamental para que puedan comprender los cambios en curso y adaptarse a ellos. Por ejemplo, aprender a desaprender y a actualizarse continuamente es esencial para hacer frente a los distintos retos que pueden surgir en la enseñanza, el aprendizaje y la investigación.
"Es fundamental que los estudiantes interioricen la importancia de la ética y la alfabetización en IA para poder aplicarlas en su práctica clínica."
Dr. Sameer M. Khan, Profesor Asistente de Fisiología, Universidad de Bisha | Elsevier Faculty Hub, junio de 2026
¿Cómo pueden las instituciones garantizar que la educación potenciada por IA se alinee con las necesidades de la práctica clínica y prepare verdaderamente a los estudiantes para entornos sanitarios reales?
La base para esto comienza con los resultados de aprendizaje del programa. Sin embargo, hay que dar más importancia a la construcción del currículo para que responda no solo a las necesidades de los graduados, sino también a las necesidades clínicas en un sentido más amplio.
Currículo colaborativo e interprofesional
Lo primero en lo que me gustaría centrarme es en la implementación de un currículo colaborativo, donde la educación interprofesional y la colaboración con otras disciplinas ocupen un lugar prioritario.
El aprendizaje basado en simulación como puente hacia el uso clínico de la IA
El segundo aspecto importante es que hay que dedicar más tiempo y recursos al aprendizaje experiencial mediante la formación basada en simulación, lo que tendrá un gran impacto cuando el graduado acceda al ámbito clínico. En cuanto al aprendizaje holístico, creo firmemente que debe practicarse en todos los niveles, proporcionando al estudiante información completa sobre un tema, no solo en términos teóricos sino también prácticos, y debe comenzar desde las primeras fases de la formación clínica. Así, pensamos en cómo aplicar estos conocimientos en situaciones clínicas reales. Por ejemplo, en el caso de la medicina diagnóstica, el uso de laboratorios y formación en simulación a nivel de grado se trasladará a la interpretación clínica y será de gran ayuda para el graduado. En cuanto al tratamiento personalizado y el análisis predictivo, un conocimiento sólido sobre los datos —especialmente los grandes volúmenes de datos, los sesgos, el análisis predictivo y todo lo relacionado— será fundamental para hacer frente a los problemas de salud globales y gestionar situaciones epidémicas en escenarios reales.
Exposición temprana a las herramientas de IA utilizadas en la práctica clínica
En tercer lugar, también hay que prestar especial atención al uso de herramientas de IA del mundo real. Por ejemplo, en el ámbito de la monitorización remota de pacientes, los estudiantes deben familiarizarse con las herramientas que se utilizan, como la monitorización de glucosa en sangre y la medición de la presión arterial. Todos estos aspectos deben abordarse desde una etapa temprana, y luego los estudiantes deben ser motivados a utilizarlos cuando accedan al entorno clínico. De este modo, creo que la educación potenciada por IA y las necesidades clínicas pueden combinarse de manera eficaz para desarrollar una atención sanitaria de calidad.
En su libro Fundamentos de IA para la Educación Médica, la Investigación y la Práctica, presenta un marco integral para la adopción responsable de la IA en la educación y la atención clínica. ¿Cómo pueden las instituciones académicas aprovechar este marco para diseñar planes de estudio orientados al futuro y alineados con las necesidades sanitarias?
Para el diseño del currículo y un marco estructurado, el primer paso sería adoptar una educación basada en competencias. El segundo aspecto importante es centrarse en las competencias transversales clave, que constituirán la base de la medicina clínica. En los primeros años o en la fase preclínica, hay que dar más importancia a competencias transversales fundamentales como el trabajo en equipo y la práctica colaborativa, que ayudarán al estudiante a desarrollar una sólida capacidad de trabajo colaborativo e interprofesional. A medida que el estudiante avanza de la fase preclínica a la clínica, hay que dar mucha más importancia a la toma de decisiones clínicas, las cualidades de liderazgo y el trabajo en equipo. Todo esto sentará las bases para el entorno clínico.
Otros aspectos importantes son la integración digital en los planes de estudios de medicina, fomentar el aprendizaje asincrónico y desarrollar un enfoque interprofesional. Todo ello es valioso para desarrollar un marco estructurado e implementarlo en función de los resultados del programa y las competencias de los graduados.
Un currículo en espiral refuerza continuamente la alfabetización en IA
Como mencioné en mi libro, la necesidad de un currículo sólido y estructurado es fundamental y debe comenzar desde el inicio del programa de educación médica. El currículo debe mantenerse en espiral o escalonado, de modo que se retome y refuerce de manera continua. Es fundamental que los estudiantes interioricen la importancia de la ética y la alfabetización en IA para poder aplicarlas en su práctica clínica. De este modo, creo que el marco estructurado puede hacerse más completo y, quizás, más realista también.
"Deben establecerse directrices claras y ponerlas a disposición tanto del profesorado como de los estudiantes, para que comprendan sus limitaciones y sepan cómo usar las herramientas de IA de manera adecuada"
Dr. Sameer M. Khan, Profesor Asistente de Fisiología, Universidad de Bisha | Elsevier Faculty Hub, junio de 2026
¿Qué papel deben desempeñar las instituciones académicas para garantizar un uso ético, responsable e imparcial de la IA en la formación médica?
Las instituciones académicas están en el centro del cambio transformador que la IA ha generado en la educación médica y la atención sanitaria. Aunque ya desempeñan un papel fundamental en el mantenimiento del currículo médico en cuanto a su implementación y evaluación, con la aparición de la IA también tienen un papel adicional que asumir. Esto puede incluir el desarrollo de políticas y directrices sobre IA. Deben establecerse directrices claras y ponerlas a disposición tanto del profesorado como de los estudiantes, para que comprendan sus limitaciones y sepan cómo usar las herramientas de IA de manera adecuada.
Acceso equitativo y el principio del ser humano en el circuito
Debe garantizarse un acceso equitativo a las herramientas de IA en todos los ámbitos. Más importante aún, es esencial que las instituciones académicas promuevan un sistema donde el ser humano permanezca en el circuito, de modo que la inteligencia humana y la capacidad de toma de decisiones se mantengan en todo momento junto con las herramientas de IA.
Comités de ética a nivel universitario y de facultad
Otro aspecto que me gustaría destacar es la creación de comités de ética. Deben establecerse comités que se encarguen de las directrices y del uso efectivo de la ética en la investigación y la práctica clínica. Estos comités pueden constituirse en dos niveles: a nivel universitario y a nivel de facultad. A nivel universitario, actuará como un consejo asesor que orientará al profesorado y a los estudiantes sobre los problemas éticos que puedan surgir en la práctica y la investigación, y cómo abordarlos. A nivel de facultad, el papel principal del comité de ética es regular el uso de la IA por parte de los estudiantes, asegurándose de que conozcan sus limitaciones en cuanto a sesgos, alucinaciones e interpretación errónea de la información.
Así, mediante el establecimiento de estos comités de ética, el desarrollo de políticas y directrices sobre IA, y la sensibilización del profesorado y los estudiantes, las instituciones podrán consolidar una gobernanza ética y velar por un uso efectivo de las herramientas de IA.Aquí está la traducción:
¿Qué competencias clave relacionadas con la IA deben priorizar las facultades para preparar eficazmente a los futuros profesionales sanitarios para un entorno clínico basado en IA?
Alfabetización en IA y fundamentos de ciencia de datos
En primer lugar, es fundamental un conocimiento sólido sobre alfabetización en IA, el funcionamiento de las tecnologías de IA, la ciencia de datos y los aspectos estadísticos. Todo esto debe estar profundamente integrado en la formación del graduado en medicina.
Ética en IA
En segundo lugar, es imprescindible un conocimiento profundo sobre ética en IA y cómo aplicarla de forma más eficaz. Conocer las limitaciones de la IA es algo que el graduado en medicina debe comprender y saber aplicar.
Evaluación crítica de los resultados de la IA
El tercer aspecto importante es la evaluación crítica. El graduado en medicina debe ser capaz de valorar de forma crítica el uso de la IA en la medicina clínica.
Aplicabilidad clínica y adaptabilidad al flujo de trabajo
El cuarto es la aplicabilidad clínica y la adaptabilidad al flujo de trabajo de las herramientas de IA. El graduado debe ser capaz de valorar el uso de la IA y su adaptación al flujo de trabajo en términos de diagnóstico, cambios en conjuntos de datos, etc.
Colaboración interprofesional
Otro aspecto en el que hay que centrarse es la colaboración interdisciplinaria o interprofesional. Debe fomentarse que el graduado participe en la educación interprofesional, se adapte al trabajo en equipo interprofesional y comprenda la dinámica de los equipos para desempeñarse de forma más efectiva en el entorno clínico.
Competencia digital
La competencia digital se ha convertido en uno de los aspectos más importantes que hay que abordar y enseñar al graduado en medicina.
Ingeniería de prompts (emergente)
La ingeniería de prompts es necesaria para el graduado en medicina en términos de identificar los prompts, valorar su precisión, analizar las respuestas de las herramientas de IA en relación con los prompts formulados, y verificar la validez y autenticidad de las respuestas obtenidas.
