RT Conference Proceedings
T1 Optimización de las Habilidades Diagnósticas Clínicas en Estudiantes de Ciencias de la Salud mediante el Uso de Pacientes Virtuales Generados por IA.
A1 Calleja-Reina, Marina
A1 Ferrer-Urbano, Francisco Javier
A1 Peñazola, Claudia
A1 Saborido Infantes, Rubén
K1 Ciencias de la salud - Estudio y enseñanza superior
K1 Inteligencia artificial - Aplicaciones médicas
AB En 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.
YR 2024
FD 2024
LK https://hdl.handle.net/10630/34791
UL https://hdl.handle.net/10630/34791
LA spa
NO Grupo 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.
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 19 ene 2026