Dingel, B., Kleine, A. K., Cecil, J., Siber, S., Lachner, C., Gaube, S., Strevens, H., & Petzoldt, M. (2024). Predictors of health care practitioners’ intention to use AI-enabled clinical decision support systems: Meta-analysis based on the unified theory of acceptance and use of technology. Journal of Medical Internet Research, 26, e57224. https://doi.org/10.2196/57224
Resumen del artículo
Dingel y colaboradores realizaron un metaanálisis de estudios que aplicaron el modelo UTAUT a la intención de profesionales de salud de usar sistemas de apoyo a la decisión clínica habilitados con inteligencia artificial. Sintetizaron los tamaños de efecto de cada constructo del modelo sobre la intención de uso.
Los predictores más fuertes fueron la expectativa de desempeño (creer que el sistema mejora el propio trabajo) y la influencia social (percibir que colegas y superiores esperan que se use). Las condiciones facilitadoras y la expectativa de esfuerzo mostraron efectos más moderados aunque significativos. El trabajo cuantifica, para el ámbito de la salud, el peso relativo de los constructos que Venkatesh propuso en el UTAUT.
Ideas clave
- Jerarquía de predictores: expectativa de desempeño e influencia social pesan más que facilidad de uso y condiciones facilitadoras en la intención de usar IA en salud.
- Evidencia metaanalítica: al agregar múltiples estudios, ofrece estimaciones más estables que cualquier estudio individual y sirve para justificar hipótesis sobre aceptación.
- Complementa a Lambert et al.: la revisión integrativa describe barreras y facilitadores; este metaanálisis pone números a los constructos del mismo modelo.
- Foco en CDSS, no en educación: los sistemas estudiados son de apoyo clínico; la transferencia a una plataforma educativa debe argumentarse.
Citas textuales relevantes
Nota metodológica: esta nota se basa en el resumen y en la descripción de la guía maestra, no en el texto completo del artículo. No hay PDF disponible en la carpeta de referencias (el correo de solicitud al autor ya está redactado). Hasta obtener el PDF, no se deben citar frases literales ni asignar números de página ni reportar los tamaños de efecto exactos; la jerarquía de predictores proviene del abstract y de la guía.
Conexión con la tesis de Sandra
Esta fuente sostiene en el Cap 2 la elección de los constructos del UTAUT para la covariable de aceptación tecnológica y permite formular expectativas concretas. Lo que aportan Dingel et al. es la evidencia metaanalítica de que la expectativa de desempeño y la influencia social son los predictores principales de la intención de usar IA en salud. La lectura propia para la tesis es que, con perfusionistas en ejercicio de varios países, la aceptación de la simulación adaptativa con IA dependerá sobre todo de que perciban que mejora sus competencias en crisis de CEC y de que sus pares, jefes de perfusión y sociedades científicas respalden la experiencia; esto tiene consecuencias de diseño (mostrar utilidad desde la primera sesión, involucrar referentes del gremio en el reclutamiento) y de análisis (usar la expectativa de desempeño y la influencia social como covariables o moderadores del efecto sobre el PINTS). Se relaciona con n-5-3 (revisión integrativa UTAUT), n-5-8 (confianza y preparación organizacional), n-5-9 (TAM en realidad virtual) y n-3-6 (UTAUT extendido para agentes educativos).
Preguntas orientadoras
- ¿Qué cuestionario UTAUT en español, validado en profesionales de salud latinoamericanos, se utilizará para medir expectativa de desempeño, expectativa de esfuerzo, influencia social y condiciones facilitadoras?
- ¿Cómo se activará la influencia social en el reclutamiento de los 150 perfusionistas (sociedades de perfusión, líderes de servicio) sin sesgar la muestra hacia quienes ya aceptan la tecnología?
- ¿Se probará si la aceptación tecnológica modera el efecto de la simulación adaptativa sobre las categorías del PINTS, o solo se controlará como covariable?
Conexiones
- Subárea: Carga trabajo y aceptación tecnológica
- Notas relacionadas: n-5-3, n-5-8, n-5-9, n-3-6
- Autores: Dingel, Kleine, Cecil, Siber, Lachner, Gaube, Strevens, Petzoldt
Mi reflexión
Graba tu reflexión de voz o escríbela usando los controles que aparecen abajo.