Elsevier Medical Education presenta una entrevista con Gladys Lopez, Presidenta del ERG Global de I&D de Elsevier y Fundadora y Líder de EMPOWER (Diversidad e Inclusión en Sanidad), sobre cómo la IA puede dar forma a un enfoque más inclusivo y centrado en el paciente en la formación sanitaria.
Desde tu perspectiva, ¿cómo puede la IA contribuir a formar profesionales sanitarios mejor preparados para atender a poblaciones de pacientes diversas e inclusivas?
En primer lugar, la IA puede identificar y mitigar los sesgos en la formación sanitaria garantizando que se tenga en cuenta un contenido diverso e inclusivo. Esto es esencial para crear un sistema de IA equitativo que funcione en diferentes entornos socioculturales. A continuación, el segundo punto es que también puede aumentar la inteligencia emocional. Y puedes preguntarte: "¿Cómo puede la IA crear más empatía?", y la respuesta es que, mediante simulaciones virtuales y una mayor exposición a diferentes características, nuestros estudiantes pueden entrenarse para pensar fuera de los esquemas habituales y estar expuestos a personas diferentes a las que quizás, en la vida cotidiana, no están expuestos.
¿De qué manera puede el contenido impulsado por IA garantizar una representación más equitativa de los diferentes perfiles de pacientes?
La IA podría ayudar a ahorrar tiempo aquí. Un investigador solo puede analizar una determinada cantidad de información al día, y el tiempo y el alcance pueden ser limitados. Con contenido impulsado por IA, una buena formulación de instrucciones y contenido de confianza, una persona puede asegurarse de que las referencias utilizadas no solo incluyan a una parte concreta de la población, sino que también incluyan una representación más amplia y significativa.
"La IA puede identificar y mitigar los sesgos en la formación sanitaria garantizando que se tenga en cuenta un contenido diverso e inclusivo. Esto es esencial para crear un sistema de IA equitativo que funcione en diferentes entornos socioculturales"
Gladys Lopez, Presidenta del ERG Global de I&D, Elsevier | Elsevier Faculty Hub, junio de 2026
¿Qué riesgos existen en relación con los sesgos en los datos y algoritmos de IA, y cómo podrían afectar a la formación de los futuros profesionales sanitarios?
Podemos tomar como ejemplo la salud femenina. Antiguamente, los cuerpos disponibles para comprender la medicina occidental eran blancos y masculinos. Por ello, la ciencia avanzó tomando estas dos características como la norma. Hoy en día, proyectos como MESSAGE en el Reino Unido y Europa están trabajando para incorporar el sexo y el género como variable biológica en la investigación y las políticas. Están destacando por qué estos modelos de referencia necesitan ampliarse e incluir otras áreas interseccionales. Actualmente disponemos de miles de evidencias para poblaciones más diversas, y es exactamente aquí cuando la IA puede ser arriesgada si no se toma el contenido de confianza como base para alimentarla.
¿Qué papel desempeñan los proveedores de contenido, como Elsevier, para garantizar que los sistemas de IA utilizados en la educación médica sean inclusivos, diversos y libres de sesgos significativos?
Los proveedores de contenido como Elsevier tienen una enorme responsabilidad para con nuestra sociedad en este momento. La IA generativa es una herramienta como el GPS de un coche. Si le das las instrucciones, confías en que te llevará del punto A al punto B. Sin embargo, hay que tener en cuenta dos cosas. La primera es si el GPS en el que confías tiene suficiente información y conocimiento sobre el territorio circundante. Y la segunda es si estás dando instrucciones claras. Lo mismo ocurre con la IA generativa. Primero, necesitas confiar en que el contenido que alimenta la herramienta de IA es fiable. En ese sentido, Elsevier ya dispone de ese contenido de confianza, y esa es la razón por la que mucha gente confía en nuestras herramientas. Además, estamos desarrollando contenido inclusivo. La segunda parte es que realmente estés proporcionando a la herramienta de IA información suficiente. En este caso, es muy importante que aprendas a formular instrucciones y que incluyas diferentes temas interseccionales en tu consulta para hacerla más inclusiva.
¿Cómo puede la IA ayudar a concienciar a los estudiantes sobre las desigualdades en salud y apoyar un enfoque de la atención más centrado en el paciente e inclusivo?
Si quieres ser más centrado en el paciente y tener un enfoque inclusivo de la atención, deberías hacerte tres preguntas cada vez que interactúes con una herramienta de IA generativa. La primera: "¿Es este contenido fiable?". La segunda: "¿Me representa esta respuesta?". Y la tercera: "¿Es la respuesta precisa?". A continuación, te invito a cambiar la consulta incluyendo diferentes temas interseccionales, y te darás cuenta de cómo el contenido que hay detrás de esa respuesta puede cambiar y también de cómo la respuesta se adapta a todas las poblaciones.
¿Qué competencias deberían desarrollar los estudiantes para identificar y gestionar los posibles sesgos en las herramientas de IA durante su práctica clínica?
Diría que la comunicación y la formación en pensamiento crítico son clave aquí. En cuanto a la comunicación, cuanto mejor sea la pregunta, mejor será la respuesta. En el caso de la IA, cuanto mejor sea la formulación de la consulta —incluyendo áreas interseccionales como el sexo, el género, la etnia, la situación de discapacidad, entre otras— mejor y más inclusiva será la respuesta. Y la segunda es el pensamiento crítico, que llega tras recibir la respuesta, sabiendo que solo es fiable si está respaldada por evidencia.
De cara al futuro, ¿cómo imaginas que la IA dará forma a la formación de profesionales sanitarios capaces de ofrecer una atención verdaderamente inclusiva y personalizada?
Me imagino un mundo en el que podamos avanzar juntos en el progreso. Un mundo donde los estudiantes puedan identificar fácilmente la información de la desinformación. Donde los estudiantes estén suficientemente preparados para asistir a los pacientes de manera holística, teniendo en cuenta sus diversas características y conectando con la evidencia a través de una IA generativa basada en contenido de confianza. De esta manera, se obtendrá el mejor diagnóstico y tratamiento. Este mundo, donde la IA sirve como asesor experto, junto con el pensamiento crítico del futuro médico, ayudará a garantizar la calidad y a aumentar no solo la esperanza de vida, sino también la esperanza de salud para todos.
