Optimización de las Habilidades Diagnósticas Clínicas en Estudiantes de Ciencias de la Salud mediante el Uso de Pacientes Virtuales Generados por IA.

dc.centroFacultad de Psicología y Logopediaes_ES
dc.contributor.authorCalleja-Reina, Marina
dc.contributor.authorFerrer-Urbano, Francisco Javier
dc.contributor.authorPeñazola, Claudia
dc.contributor.authorSaborido Infantes, Rubén
dc.date.accessioned2024-10-17T10:07:51Z
dc.date.available2024-10-17T10:07:51Z
dc.date.issued2024
dc.departamentoPsicología Básica
dc.description.abstractEn la educación de las ciencias de la salud, es esencial que los estudiantes conecten su conocimiento teórico con la práctica clínica a través del estudio de casos individuales. Los estudiantes deben desarrollar competencias, adquiriendo competencias en la recopilación de información relevante, el análisis de datos y la formulación de juicios clínicos. Una competencia fundamental es el Razonamiento Diagnóstico Clínico (RDC), que abarca la toma de decisiones, la resolución de problemas y el juicio clínico. Estos términos describen los procesos cognitivos necesarios para evaluar, identificar y gestionar problemas de los pacientes, incluyendo el pensamiento hipotético-deductivo y las estrategias de reconocimiento de patrones. Estos procesos implican la observación, reflexión, inferencia y juicio integrador. Los procesos de RDC son uniformes en todas las disciplinas de las ciencias de la salud (Medicina, Enfermería, Psicología y Logopedia). Los mentores clínicos desempeñan un papel crucial en la formación en RDC, ya que supervisan cómo los estudiantes recopilan información de los pacientes, los registros médicos, los resultados de pruebas y la información de otros profesionales de la salud. Los docentes clínicos proporcionan retroalimentación sobre el desempeño de los estudiantes y analizan casos clínicos para evaluar sus habilidades de razonamiento clínico (Bowen, 2006). Para mejorar la formación en RDC, se ha implementado el uso de inteligencia artificial (IA) para generar nuevos casos clínicos virtuales a partir de casos clínicos existentes digitalizados por expertos en ciencias de la salud. Esta metodología proporciona una plataforma robusta para simular escenarios del mundo real, permitiendo a los estudiantes enfrentarse a una variedad de situaciones clínicas. La integración de la IA proporciona a los estudiantes más casos clínicos, permitiéndoles perfeccionar sus habilidades diagnósticas en situaciones diversas y complejas.es_ES
dc.description.sponsorshipGrupo Permanente de Innovación Educativa Formación en Razonamiento Clínico Virtual FRACVIR (22-122). INNOVA 22. Vicerrectorado de Formación de la Universidad de Málaga. Universidad de Málaga. Campus de Excelencia Internacional Andalucía Tech.es_ES
dc.identifier.urihttps://hdl.handle.net/10630/34791
dc.language.isospaes_ES
dc.relation.eventdate25-27 septiembre 2024es_ES
dc.relation.eventplaceOnlinees_ES
dc.relation.eventtitleIV CONGRESO IBEROAMERICANO DE INVESTIGACIÓN EN SOCIEDAD, EDUCACIÓN Y PSICOLOGÍA Innovación Educativa, Social y Psicológicaes_ES
dc.rights.accessRightsopen accesses_ES
dc.subjectCiencias de la salud - Estudio y enseñanza superiores_ES
dc.subjectInteligencia artificial - Aplicaciones médicas
dc.subject.otherRazonamiento diagnóstico clínicoes_ES
dc.subject.otherInteligencia artificiales_ES
dc.subject.otherEducación superiores_ES
dc.subject.otherFormaciónes_ES
dc.titleOptimización de las Habilidades Diagnósticas Clínicas en Estudiantes de Ciencias de la Salud mediante el Uso de Pacientes Virtuales Generados por IA.es_ES
dc.typeconference outputes_ES
dspace.entity.typePublication
relation.isAuthorOfPublicationb2ce0ecb-84ae-4470-ac50-36f65a7eeba0
relation.isAuthorOfPublicationdf230001-ab0c-4da1-a259-1de6e247bb42
relation.isAuthorOfPublication.latestForDiscoveryb2ce0ecb-84ae-4470-ac50-36f65a7eeba0

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Optimización de las Habilidades Diagnósticas Clínicas en Estudiantes de Ciencias de la Salud mediante el Uso de Pacientes Virtuales Generados por IA-RIUMA.pdf
Size:
29.91 KB
Format:
Adobe Portable Document Format
Description: