Inteligencia artificial aplicada a la docencia e investigación clínica: resultados de una revisión sistemática 2021–2025
Palabras clave:
inteligencia artificial; educación médica; investigación clínica.Resumen
La educación médica y la investigación clínica atraviesan una transformación acelerada debido al crecimiento exponencial de la literatura biomédica. Entre 2021 y 2025 emergieron cinco herramientas de Inteligencia Artificial (IA) diseñadas para optimizar la búsqueda, análisis y síntesis de evidencia: Scispace, Consensus, Elicit, Research Rabbit y Scite, esta revisión sistemática analiza su efectividad, adopción y potencial educativo, a partir de 18 estudios empíricos, los hallazgos muestran que estas soluciones no reemplazan los métodos convencionales, pero sí ofrecen ventajas significativas para el aprendizaje, la docencia investigativa y el trabajo académico. Se proponen lineamientos para su integración responsable en programas docentes, talleres de metodología, investigación formativa y proyectos institucionales.
Descargas
Citas
1. Bornmann L, Mutz R. Growth rates of modern science: A bibliometric analysis of the number of publications and cited references. J Assoc Inf Sci Technol. [en linea] 2015 [citado 29 abr 2025]; 66(11):2215-22. Disponible en: https://www.researchgate.net/publication/262987677_Growth_rates_of_modern_science_A_bibliometric_analysis_based_on_the_number_of_publications_and_cited_references_Growth_Rates_of_Modern_Science_A_Bibliometric_Analysis_Based_on_the_Number_of_Publicatio
2. Castaño Castaño S. La inteligencia artificial en Salud Pública: oportunidades, retos éticos y perspectivas futuras: e202503017. Rev Esp Salud Pública [en linea] 2025 [citado 22 de Dic 2025]; 99(1):12 páginas. Disponible en: https://ojs.sanidad.gob.es/index.php/resp/article/view/1006
3. García Palomer D, Arretx Spoerer M. Evaluación cualitativa de modelos de inteligencia artificial generativa para resolución de preguntas clínicas de rehabilitación infantil [en linea] 2023 [citado 06 dic 2025] Vol. 18, Rehabilitación Integral. Rehabilitación Integral; p. 19–32. Disponible en: https://doi.org/10.51230/ri.v18i1.98
4. Wang, Futing, et al. "ELICIT: LLM augmentation via external in-context capability." arXiv preprint [Internet] 2024 [citado 11 Dic 2025]; 2410.09343. Disponible en: https://arxiv.org/abs/2410.09343
5. Zacarías Torres A del Ángel. Más allá de la Automatización: Inteligencia Artificial y sus Implicaciones en la Docencia y el Mundo del Trabajo. Ciencia Latina [en linea] 2023 [citado 22 de ene 2024]; 7(5):7473-87. Disponible en: https://ciencialatina.org/index.php/cienciala/article/view/8333
6. Page MJ, McKenzie JE, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. [en linea] 2021 [citado 29 mar 2025]; 372: 71. Disponible en: https://doi.org/10.1136/bmj.n71
7. Porzybót D, Golysheva I. Applications of artificial intelligence in medicine: a state-of-the-art review and future perspectives. European Journal of Management and Social Science [en linea] 2024; [citado 06 dic 2025] 5(12): 14-8. Disponible en: https:// EJMSS+2024+1_2
8. Thirunavukarasu AJ, Almajalid R, Ho AT. Large language models in medicine. Nature Medicine [en linea] 2024 [citado 06 dic 2024]; 29(8), 1930–40. Disponible en: https://doi.org/10.1038/s41591-023-02448-8
9. Moosavi A, Huang S, Vahabi M, Motamedivafa B, Tian N, Mahmood R, et al. Prospective Human Validation of Artificial Intelligence Interventions in Cardiology: A Scoping Review. JACC. Advances, [en linea] 2024 [citado 28 ago 2024]; 3(9), 101202. Disponible en: https://doi.org/10.1016/j.jacadv.2024.101202
10. Liu X, Cruz-Rivera S, Moher D, Calvert M, Denniston AK, SPIRIT-AI and CONSORT-AI Working Group. Reporting guidelines for clinical trials evaluating AI interventions: The CONSORT-AI extension. BMJ [en linea] 2020 [citado 06 dic 2024]; 370, m3164. Disponible en: https://www.thelancet.com/journals/landig/article/PIIS2589-7500(20)30218-1/fulltext
11. Gallent-Torres C, Zapata-González A, Ortego-Hernando JL. El impacto de la inteligencia artificial generativa en educación superior: una mirada desde la ética y la integridad académica. ALIVIAR. Revista Electrónica de Investigación y Evaluación Educativa [en linea] 2020 [citado 28 ago 2024] 2023;29(2):1-21.Disponible en: :https://www.redalyc.org/articulo.oa?id=91676028011
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Adrián Batista Valladares, Carlos Alexander Serrano Amador, Heenry Luís Dávila Gómez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
