Elsevier Medical Education presenta una entrevista con Gladys Lopez, presidenta global del ERG R&E de Elsevier y fundadora y líder de EMPOWER (Diversidad e Inclusión en la Atención Sanitaria), sobre cómo la IA puede contribuir a una formación más inclusiva y centrada en el paciente.
Desde tu perspectiva, ¿cómo puede contribuir la IA a formar profesionales sanitarios mejor preparados para atender a poblaciones de pacientes diversas e inclusivas?
En primer lugar, la IA puede ayudar a identificar y mitigar los sesgos en la formación sanitaria, garantizando que se tengan en cuenta contenidos diversos e inclusivos. Esto es esencial para crear un sistema de IA equitativo que funcione en diferentes entornos sociales y culturales.
En segundo lugar, también puede contribuir a aumentar la inteligencia emocional. Y podemos preguntarnos: "¿Cómo puede la IA generar más empatía?". La respuesta es que, mediante simulaciones virtuales y una mayor exposición a diferentes perfiles y características, los estudiantes pueden aprender a pensar más allá de lo habitual y entrar en contacto con realidades y personas a las que quizá no estén expuestos en su día a día.
¿De qué manera puede el contenido impulsado por IA garantizar una representación más equitativa de los diferentes perfiles de pacientes?
La IA puede ayudar a ahorrar tiempo en este ámbito. Un investigador solo puede analizar una determinada cantidad de información al día, por lo que tanto el tiempo como el alcance pueden ser limitados. Con contenido impulsado por IA, un buen uso de los prompts y contenidos de confianza, es posible garantizar que las referencias utilizadas no se limiten únicamente a una parte concreta de la población, sino que incluyan una representación más amplia y significativa.
"La IA puede identificar y mitigar los sesgos en la formación sanitaria al garantizar que se tengan en cuenta contenidos diversos e inclusivos. Esto es esencial para crear un sistema de IA equitativo que funcione en diferentes entornos sociales y culturales"
Gladys Lopez, presidenta global del ERG R&E, 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 de las mujeres. Históricamente, los cuerpos disponibles para el estudio y la comprensión de la medicina occidental eran de hombres blancos. Como consecuencia, la ciencia avanzó tomando estas dos características como norma.
Actualmente, proyectos como MESSAGE, en Reino Unido y Europa, trabajan para incorporar el sexo y el género como variables biológicas en la investigación y en las políticas. Estos proyectos ponen de manifiesto por qué es necesario ampliar estos modelos e incluir otras dimensiones interseccionales.
Hoy disponemos de miles de evidencias sobre poblaciones mucho más diversas, y es precisamente aquí donde la IA puede plantear riesgos si no se utiliza contenido de confianza como base para alimentar estos sistemas.
¿Qué papel desempeñan los proveedores de contenidos, como Elsevier, para garantizar que los sistemas de IA utilizados en la educación médica sean inclusivos, diversos y estén libres de sesgos significativos?
Los proveedores de contenidos como Elsevier tienen actualmente una enorme responsabilidad para nuestra sociedad. La IA generativa es una herramienta comparable al GPS de un coche. Si le das unas instrucciones, confías en que te llevará del punto A al punto B. Sin embargo, hay que tener en cuenta dos aspectos.
El primero es si el GPS en el que confías dispone de suficiente información y conocimiento sobre el entorno. El segundo es si le estás dando instrucciones claras.
Lo mismo ocurre con la IA generativa. En primer lugar, debes poder confiar en que el contenido que alimenta la herramienta de IA sea fiable. En este sentido, Elsevier ya dispone de contenidos de confianza, y esa es una de las razones por las que muchas personas confían en nuestras herramientas. Además, estamos desarrollando contenidos desde una perspectiva inclusiva.
El segundo aspecto es proporcionar a la herramienta de IA información suficiente. En este caso, es especialmente importante aprender a formular buenos prompts e incluir diferentes dimensiones interseccionales para conseguir resultados más inclusivos.
¿Cómo puede ayudar la IA a concienciar a los estudiantes sobre las desigualdades en salud y favorecer una atención más inclusiva y centrada en el paciente?
Si quieres adoptar un enfoque más inclusivo y centrado en el paciente, deberías hacerte tres preguntas cada vez que interactúes con una herramienta de IA generativa.
La primera es: «¿Es fiable este contenido?». La segunda: «¿Esta respuesta me representa?». Y la tercera: «¿Es correcta la respuesta?».
A partir de ahí, te invito a modificar el prompt incorporando diferentes dimensiones interseccionales. Así podrás comprobar cómo puede cambiar el contenido de la respuesta y cómo esta puede adaptarse mejor a las distintas poblaciones.
¿Qué competencias deberían desarrollar los estudiantes para identificar y gestionar posibles sesgos en las herramientas de IA durante su práctica clínica?
Diría que la formación en comunicación y pensamiento crítico es fundamental.
En cuanto a la comunicación, cuanto mejor sea la pregunta, mejor será la respuesta. Cuando hablamos de IA, cuanto mejor sea el prompt —incluyendo dimensiones interseccionales como el sexo, el género, la etnia o la discapacidad, entre otras—, mejor y más inclusiva será la respuesta.
La segunda competencia es el pensamiento crítico, que entra en juego después de recibir la respuesta. Es necesario saber que una respuesta solo puede considerarse fiable si está respaldada por evidencia.
De cara al futuro, ¿cómo imaginas que la IA transformará la formación de profesionales sanitarios capaces de ofrecer una atención verdaderamente inclusiva y personalizada?
Imagino un mundo en el que podamos avanzar juntos. Un mundo en el que los estudiantes puedan distinguir fácilmente la información de la desinformación y estén suficientemente preparados para atender a los pacientes de una manera integral, teniendo en cuenta sus diversas características y conectando con la evidencia a través de una IA generativa basada en contenidos de confianza.
De esta manera, será posible obtener el mejor diagnóstico y tratamiento. En este futuro, en el que la IA actúe como un asesor experto junto con el pensamiento crítico del futuro profesional médico, podremos contribuir a garantizar la calidad de la atención y a aumentar no solo la esperanza de vida, sino también los años de vida saludable para todas las personas.
