Gordon, M., Daniel, M., Ajiboye, A., Uraiby, H., Xu, N. Y., Bartlett, R., Hanson, J., Haas, M., Spadafore, M., Grafton-Clarke, C., Gasiea, R. Y., Michie, C., Corral, J., Kwan, B., Dolmans, D., & Thammasitboon, S. (2024). A scoping review of artificial intelligence in medical education: BEME Guide No. 84. Medical Teacher. https://doi.org/10.1080/0142159X.2024.2314198
Resumen del artículo
Revisión de alcance rápida (16 semanas) de la colaboración BEME que mapea toda la literatura sobre IA en educación médica, desde admisiones hasta desarrollo profesional continuo, siguiendo el marco de Arksey y O’Malley y las guías STORIES y PRISMA-ScR. Se buscó en PubMed, EMBASE y MedEdPublish sin restricciones de fecha ni idioma.
De 2123 registros se incluyeron 278 publicaciones. La producción es mayoritariamente angloamericana (49.6 %) y europea (18.4 %); no se identificó ningún estudio de África y las demás regiones aportan cifras marginales. El crecimiento es exponencial desde 2018. Las contribuciones se agrupan en aplicaciones sugeridas, marcos educativos, recomendaciones curriculares y consideraciones éticas, y la mayoría refleja fases tempranas de adopción. Solo cinco artículos abordan IA en simulación médica. Los autores proponen el marco FACETS para orientar reportes futuros y no identifican áreas maduras para revisión sistemática.
Ideas clave
- Mapa del campo: la IA en educación médica está en fase de adaptación temprana, con pocos trabajos de cambio profundo o longitudinal (p. 16).
- Sesgo geográfico: casi la mitad de la evidencia es angloamericana y América Latina apenas figura, lo que marca un vacío regional (p. 4).
- Simulación con IA es minoritaria: cinco de 278 artículos, centrados en pacientes estandarizados robóticos, carga cognitiva y evaluación de sesiones grabadas (p. 10).
- Necesidad de guías éticas: la revisión insiste en la urgencia de marcos éticos para el uso de IA en educación médica (p. 1).
- Marco FACETS: propuesta para reportar de forma útil las intervenciones de IA en educación (p. 1, p. 16).
Citas textuales relevantes
“The geographic distribution of studies was predominantly Anglo-North American (n = 138, 49.6%), followed by European (n = 51, 18.4%), East Asian (n = 22, 7.9%), Middle Eastern (n = 22, 7.6%), and South Asian (n = 17, 6.1%) contributions. Other regions produced only a handful of studies and no studies were identified from Africa.” (Gordon et al., 2024, p. 4)
“The landscape of AI in medical education, as charted in this review, spans a wide array of stages, specialties, purposes, and use cases, primarily reflecting early adaptation phases” (Gordon et al., 2024, p. 16)
Conexión con la tesis de Sandra
Aporte del autor: el mapa más amplio y sistemático disponible de la IA en educación médica, con cifras de distribución geográfica y temática. Lectura propia para la tesis: en el Cap 1 esta guía sirve para documentar con números dos vacíos a la vez, el geográfico (América Latina casi ausente) y el temático (la simulación con IA es una fracción mínima y ninguna de las cinco entradas trata NTS ni perfusión). También respalda que la propuesta de Sandra pertenece a la línea UTE de “Nuevas Tecnologías e IA en Educación” con una contribución empírica original y no solo de perspectiva. Para el Cap 3 conviene revisar el marco FACETS como guía de reporte, junto con los criterios de n-3-5. Conecta con s-2-6 (centros de simulación en América Latina) y s-2-6 (desiertos formativos cardiovasculares en la región).
Preguntas orientadoras
- ¿Cómo usará Sandra las cifras de distribución geográfica de esta revisión para argumentar el vacío latinoamericano en el Cap 1 sin exagerar lo que la revisión realmente mide (publicaciones, no necesidades formativas)?
- ¿Qué elementos del marco FACETS podría incorporar el protocolo de la simulación virtual adaptativa para que el reporte sea comparable con la literatura internacional?
- Dado que la simulación con IA es minoritaria en este mapa, ¿cómo situará Sandra su intervención respecto a los cinco estudios identificados y a los trabajos posteriores de 2024 a 2026?
Conexiones
- Subárea: 3-Simulación virtual IA
- Notas relacionadas: n-3-5, n-3-7, s-2-6, s-2-6
- Autores: Morris Gordon, Michelle Daniel, Satid Thammasitboon
Ir más a fondo
- Nota subatómica: Gordon (2024), 3 pasajes subrayados
- Pregúntale a los documentos: cuaderno de NotebookLM con los PDF del corpus (acceso restringido)
Mi reflexión
Graba tu reflexión de voz o escríbela usando los controles que aparecen abajo.