Incorporar tecnolog\u00eda nunca ha sido una buena opci\u00f3n de por s\u00ed. No deber\u00edamos comenzar comprando una herramienta ni creando una asignatura aislada. Debemos empezar con una reflexi\u00f3n institucional: \u00bfqu\u00e9 tipo de profesional sanitario queremos formar para un sistema cl\u00ednico en el que la IA ya participa en el diagn\u00f3stico, la investigaci\u00f3n, la gesti\u00f3n y la relaci\u00f3n con los pacientes?<\/p>\n\n\n\n
El primer paso ser\u00eda dise\u00f1ar el m\u00e9dico \u201cdel futuro\u201d o \u201cde la IA\u201d, analizar sus competencias tecnol\u00f3gicas y analizar sus competencias humanas a las que la IA puede da\u00f1ar y\/o perjudicar en su desarrollo. Externalizar las habilidades humanas en la IA es un riesgo que hay que valorar seriamente. <\/p>\n\n\n\n
En los primeros cursos se podr\u00eda introducir los fundamentos: qu\u00e9 es la IA, c\u00f3mo se construyen los modelos, qu\u00e9 significa entrenarlos con datos y cu\u00e1les son sus limitaciones. Posteriormente, estos conocimientos deben aplicarse a casos cl\u00ednicos, investigaci\u00f3n, diagn\u00f3stico por imagen, documentaci\u00f3n sanitaria, salud p\u00fablica o toma de decisiones. Finalmente, durante las pr\u00e1cticas cl\u00ednicas, el estudiante deber\u00eda aprender a utilizar, supervisar y cuestionar sistemas reales o simulados, incluidos los agentes de IA. Sin olvidar que casi seguramente deber\u00e1 existir periodos de formaci\u00f3n donde la IA est\u00e9 totalmente prohibida para potenciar el desarrollo de habilidades personales. <\/p>\n\n\n\n
Para que el proceso sea sostenible, considero esenciales cinco elementos:<\/p>\n\n\n\n
No se trata de ense\u00f1ar una plataforma concreta, que probablemente quedar\u00e1 obsoleta, sino de desarrollar capacidades transferibles.\u00a0La implementaci\u00f3n debe ser centrada en las personas, interdisciplinar, transparente, equitativa y sometida a evaluaci\u00f3n permanente.\u00a0Muchos de esos elementos no est\u00e1n presentes en los productos comerciales de mayor impacto en la actualidad.\u00a0Por eso es esencial el dise\u00f1o de los planes formativos pensando en las necesidades de nuestro entorno cl\u00ednico, y no en la oferta comercial existente.<\/p>\n\n\n\n
El primer gran reto es la falta de preparaci\u00f3n del profesorado. Muchos docentes conocen profundamente su disciplina cl\u00ednica, pero no han recibido formaci\u00f3n sobre algoritmos, modelos generativos, calidad de los datos o evaluaci\u00f3n cr\u00edtica de sistemas de IA. La respuesta no consiste en convertir a todos los profesores en ingenieros, sino en ofrecerles alfabetizaci\u00f3n pr\u00e1ctica, acompa\u00f1amiento y espacios seguros de experimentaci\u00f3n.<\/p>\n\n\n\n
El segundo reto es la velocidad del cambio tecnol\u00f3gico. Un programa basado exclusivamente en herramientas concretas puede quedar anticuado en pocos meses. Por eso, el curr\u00edculo debe centrarse en principios duraderos: pensamiento cr\u00edtico, validaci\u00f3n, seguridad, \u00e9tica, gobernanza, comunicaci\u00f3n y responsabilidad profesional.
Otro desaf\u00edo es la protecci\u00f3n de datos. No debe permitirse que estudiantes o profesores introduzcan informaci\u00f3n cl\u00ednica identificable en herramientas comerciales sin garant\u00edas institucionales. Las facultades necesitan pol\u00edticas claras sobre privacidad, propiedad intelectual, consentimiento, trazabilidad y usos permitidos.<\/p>\n\n\n\n
Finalmente, debemos afrontar el problema de la evaluaci\u00f3n. Cuando un estudiante puede generar un texto, un diagn\u00f3stico diferencial o una respuesta acad\u00e9mica mediante IA, ya no basta con evaluar el producto final. Hay que valorar el proceso: c\u00f3mo formula el problema, qu\u00e9 fuentes utiliza, c\u00f3mo contrasta la respuesta, qu\u00e9 errores detecta y c\u00f3mo justifica su decisi\u00f3n.<\/p>\n\n\n\n
Estas dificultades no son \u00fanicamente tecnol\u00f3gicas. El informe europeo sobre competencias digitales sanitarias se\u00f1ala carencias de formaci\u00f3n, falta de financiaci\u00f3n, escasez de tiempo, problemas de infraestructura y desigualdades entre grupos profesionales. Tambi\u00e9n destaca la necesidad de cooperaci\u00f3n entre los sectores sanitario y educativo y de revisar peri\u00f3dicamente los programas formativos.
<\/p>\n\n\n\n
La primera es la alfabetizaci\u00f3n en IA<\/strong>. Todo profesional sanitario deber\u00eda comprender, al menos de manera conceptual, c\u00f3mo aprende un modelo, qu\u00e9 diferencia existe entre correlaci\u00f3n y causalidad, qu\u00e9 son los datos de entrenamiento y por qu\u00e9 un sistema puede producir errores aparentemente convincentes.<\/p>\n\n\n\n La segunda es la alfabetizaci\u00f3n en datos:<\/strong> saber interpretar la calidad, representatividad y procedencia de los datos. Un modelo no es mejor que los datos y decisiones humanas que han permitido construirlo.<\/p>\n\n\n\n La tercera competencia es la evaluaci\u00f3n cr\u00edtica de herramientas cl\u00ednicas<\/strong>. El futuro m\u00e9dico deber\u00e1 preguntarse: \u00bfeste sistema est\u00e1 validado en una poblaci\u00f3n comparable a la de mi paciente?, \u00bfcu\u00e1l es su sensibilidad y especificidad?, \u00bfc\u00f3mo se integra en el flujo asistencial?, \u00bfqu\u00e9 ocurre cuando falla?, \u00bfmejora realmente los resultados cl\u00ednicos?<\/p>\n\n\n\n La cuarta es el reconocimiento de sesgos, inequidades y problemas de generalizaci\u00f3n. <\/strong>Los estudiantes deben entender que un algoritmo puede funcionar correctamente en un hospital y de manera deficiente en otro, o presentar resultados diferentes seg\u00fan la edad, el sexo, el origen o las condiciones socioecon\u00f3micas de los pacientes.<\/p>\n\n\n\n Tambi\u00e9n deben priorizarse la privacidad, la ciberseguridad, la \u00e9tica, la regulaci\u00f3n y la responsabilidad profesional. Utilizar una recomendaci\u00f3n algor\u00edtmica no elimina la responsabilidad del cl\u00ednico. La decisi\u00f3n sanitaria debe continuar siendo comprensible, justificable y supervisada por una persona.<\/p>\n\n\n\n A\u00f1adir\u00eda una competencia especialmente importante: la comunicaci\u00f3n con el paciente.<\/strong> El profesional debe ser capaz de explicar cu\u00e1ndo se ha utilizado IA, qu\u00e9 papel ha desempe\u00f1ado y cu\u00e1les son sus limitaciones, sin delegar en la tecnolog\u00eda la relaci\u00f3n terap\u00e9utica.<\/p>\n\n\n\n Por \u00faltimo, hay que ense\u00f1ar a colaborar con sistemas de IA: f<\/strong>ormular buenas preguntas, verificar resultados, contrastar fuentes y documentar su utilizaci\u00f3n. No necesitamos profesionales que obedezcan al algoritmo, sino profesionales que sepan cu\u00e1ndo confiar, cu\u00e1ndo dudar y cu\u00e1ndo descartarlo.<\/p>\n\n\n\n Juan Jos\u00e9 Beunza Nuin, Catedr\u00e1tico de Salud P\u00fablica, Universidad Europea de Madrid | Elsevier Faculty Hub, 2026<\/strong><\/p>\n<\/section>\n\n\n\n Es ya una realidad, pero todav\u00eda no una realidad homog\u00e9nea, madura ni plenamente institucionalizada. Sin embargo, incorporar alguna actividad relacionada con IA no equivale a disponer de un programa completo. En muchas instituciones encontramos iniciativas impulsadas por profesores concretos, talleres voluntarios o experiencias piloto, pero no siempre existe una secuencia curricular, una pol\u00edtica de gobernanza, profesorado formado o un sistema de evaluaci\u00f3n. Algunos dicen que estamos en la era de la \u201cpilotitis\u201d.<\/p>\n\n\n\n Adem\u00e1s, existe una diferencia entre el ritmo de adopci\u00f3n cl\u00ednica y el ritmo educativo. En 2026, la OMS inform\u00f3 de que casi tres cuartas partes de los pa\u00edses de la Uni\u00f3n Europea ya utilizaban IA en diagn\u00f3stico, mientras segu\u00eda se\u00f1alando la necesidad de acelerar la capacitaci\u00f3n de los profesionales.<\/p>\n\n\n\n Por tanto, podr\u00edamos decir que hemos superado la etapa de preguntarnos si la IA debe entrar en las facultades. La cuesti\u00f3n ahora es c\u00f3mo integrarla con rigor, seguridad y prop\u00f3sito educativo. Queda camino por recorrer, especialmente para transformar experiencias aisladas en estrategias institucionales sostenibles. La primera gran tendencia ser\u00e1 la personalizaci\u00f3n del aprendizaje. Los sistemas podr\u00e1n adaptar casos, preguntas y explicaciones al nivel del estudiante, detectar dificultades concretas y ofrecer retroalimentaci\u00f3n inmediata. El reto ser\u00e1 evitar que esa personalizaci\u00f3n encierre al alumno en itinerarios excesivamente automatizados.<\/p>\n\n\n\n La segunda ser\u00e1 el desarrollo de pacientes virtuales multimodales. Los estudiantes podr\u00e1n entrenarse con pacientes capaces de conversar, mostrar s\u00edntomas, aportar pruebas diagn\u00f3sticas y reaccionar ante distintas decisiones. Esto permitir\u00e1 practicar situaciones infrecuentes, complejas o de alto riesgo sin comprometer la seguridad de una persona real<\/p>\n\n\n\n La tercera ser\u00e1 una transformaci\u00f3n profunda de la evaluaci\u00f3n. Perder\u00e1n peso las tareas centradas \u00fanicamente en reproducir informaci\u00f3n y ganar\u00e1n importancia la resoluci\u00f3n de problemas, la argumentaci\u00f3n, la verificaci\u00f3n de evidencias y la capacidad de detectar errores producidos por la IA.<\/p>\n\n\n\n La cuarta tendencia ser\u00e1 la incorporaci\u00f3n de la IA como copiloto cl\u00ednico y educativo. Los estudiantes aprender\u00e1n no solo medicina, sino tambi\u00e9n a trabajar con sistemas que resumen historias cl\u00ednicas, estructuran informaci\u00f3n, generan hip\u00f3tesis o ayudan a preparar encuentros con pacientes. La competencia diferencial no ser\u00e1 producir una respuesta r\u00e1pidamente, sino supervisar su calidad.<\/p>\n\n\n\n Tambi\u00e9n veremos una mayor integraci\u00f3n entre IA, simulaci\u00f3n, realidad virtual y dispositivos de monitorizaci\u00f3n, especialmente en cirug\u00eda, urgencias, enfermer\u00eda y formaci\u00f3n interprofesional.<\/p>\n\n\n\n Otra l\u00ednea decisiva ser\u00e1 la gobernanza. Las facultades crear\u00e1n comit\u00e9s, entornos tecnol\u00f3gicos seguros, cat\u00e1logos de herramientas autorizadas y mecanismos para auditar sesgos, privacidad, impacto educativo y seguridad. La innovaci\u00f3n sin gobernanza dejar\u00e1 de ser aceptable. Y aqu\u00ed creo que ganar\u00e1 mucho peso el despliegue de soluciones locales, con modelos open source adaptados al idioma, contexto y tareas locales. Esto requiere inversiones iniciales importantes en hardware, pero garantiza de manera absoluta la privacidad de los datos manejados, tanto en el \u00e1mbito educativo como en el cl\u00ednico.<\/p>\n\n\n\n Finalmente, crecer\u00e1 la importancia de las competencias humanas. Cuanta m\u00e1s capacidad t\u00e9cnica tengan los sistemas, m\u00e1s valiosos ser\u00e1n el juicio cl\u00ednico, la empat\u00eda, la escucha, la comunicaci\u00f3n, la deliberaci\u00f3n \u00e9tica y la responsabilidad. La IA no deber\u00eda conducirnos hacia una medicina menos humana. Bien utilizada, deber\u00eda liberar tiempo y capacidad cognitiva para que los profesionales puedan ejercer una medicina m\u00e1s atenta, personalizada y humana. Por eso es importante enfocar el desarrollo y despliegue de la IA hacia las personas y no solo hacia el beneficio comercial de unas pocas empresas desarrolladoras.<\/p>\n\n\n\n En definitiva, el futuro no ser\u00e1 una competici\u00f3n entre el profesional sanitario y la inteligencia artificial. Ser\u00e1 una diferencia entre quienes sepan utilizarla de manera cr\u00edtica, \u00e9tica y responsable y quienes no hayan sido preparados para hacerlo.<\/p>\n","protected":false},"excerpt":{"rendered":" Elsevier Educaci\u00f3n M\u00e9dica entrevista a Juan Jos\u00e9 Beunza Nuin, M\u00e9dico especialista en Medicina Interna y Tropical. Catedr\u00e1tico de salud P\u00fablica y Educaci\u00f3n Interprofesional de la Universidad Europea de Madrid. Director de IASalud, para explorar c\u00f3mo integrar la IA en la formaci\u00f3n sanitaria de forma estructurada, \u00e9tica y sostenible. 1. Desde una perspectiva institucional, \u00bfc\u00f3mo deber\u00edan […]<\/p>\n","protected":false},"author":293,"featured_media":1009,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"event_date":"","event_end_date":"","event_location":"","event_cta_text":"","event_form_url":"","event_bigmarker_id":"","testimonial_name":"","testimonial_role":"","testimonial_institution":"","testimonial_country":"","_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[2,4,3],"tags":[],"class_list":["post-1007","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog","category-nursing","category-medical"],"yoast_head":"\n \"No necesitamos profesionales que obedezcan al algoritmo, sino profesionales que sepan cu\u00e1ndo confiar, cu\u00e1ndo dudar y cu\u00e1ndo descartarlo.\"<\/em><\/h2>\n\n\n\n
4.\u00bfEs, a d\u00eda de hoy, la utilizaci\u00f3n de la IA en la ense\u00f1anza m\u00e9dica una realidad generalizada o a\u00fan queda camino por recorrer?<\/h2>\n\n\n\n
La IA se est\u00e1 utilizando para generar casos y preguntas, crear pacientes virtuales, personalizar actividades, proporcionar retroalimentaci\u00f3n, apoyar la investigaci\u00f3n, dise\u00f1ar simulaciones y analizar el progreso de los estudiantes. En Estados Unidos y Canad\u00e1, el porcentaje de facultades de medicina que declaraban incorporar IA en sus curr\u00edculos pas\u00f3 del 53 % en 2023 al 77 % en 2024.<\/p>\n\n\n\n
<\/p>\n\n\n\n5.Finalmente, en su experta opini\u00f3n, \u00bfcu\u00e1les son las principales l\u00edneas o tendencias que marcar\u00e1n el futuro de la IA en el campo de la educaci\u00f3n sanitaria?<\/h2>\n\n\n\n
1.Personalizaci\u00f3n del aprendizaje.<\/h3>\n\n\n\n
2.Pacientes virtuales multimodales.<\/h3>\n\n\n\n
3. La evalucacion <\/h3>\n\n\n\n
4. La IA como piloto cl\u00ednico <\/h3>\n\n\n\n
5. La gobernanza <\/h3>\n\n\n\n
6. Las competencias humanas <\/h3>\n\n\n\n