📄 medicine

Dataset of survey responses on Artificial Intelligence adoption in the healthcare sector of Bangladesh: Stakeholder perspectives from patients, providers, and administrators

Este estudio presenta un conjunto de datos de respuestas de encuestas de las partes interesadas del sector salud en Bangladesh, revelando percepciones y disposición de moderadas a positivas para la adopción de la IA impulsadas por la conciencia tecnológica, la innovación personal y la influencia de las redes sociales, ofreciendo así evidencia para apoyar la formulación de políticas y la implementación de servicios de salud impulsados por la IA en Bangladesh.

Autores originales: Md. Hasan Tarek, Mohammad Rakibul Islam Bhuiyan, Saiful Islam

Publicado 2026-07-03

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Md. Hasan Tarek, Mohammad Rakibul Islam Bhuiyan, Saiful Islam

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina el sistema de salud de Bangladesh como una estación de tren enorme y bulliciosa. Es un lugar donde millones de personas (pacientes) intentan recibir ayuda médica y un equipo dedicado de trabajadores (médicos, enfermeros y gestores) intenta mantener los trenes funcionando a tiempo. En este momento, esta estación enfrenta algunos problemas de crecimiento: está congestionada, los recursos son limitados y las formas antiguas de hacer las cosas se están volviendo un poco lentas.

Entra la Inteligencia Artificial (IA). Piensa en la IA no como un robot que viene a tomar el control de la estación, sino como un panel de control de alta tecnología y superinteligente que podría ayudar a gestionar los trenes de manera más eficiente, predecir retrasos antes de que ocurran y guiar a los pasajeros al andén correcto más rápido.

Este documento es esencialmente un informe de encuesta preguntando a todos en la estación: "¿Qué sienten respecto a la instalación de este nuevo panel de control?"

Aquí está el desglose de lo que los investigadores encontraron, utilizando analogías sencillas:

1. El equipo de la encuesta y la multitud

Los investigadores (de la Universidad Begum Rokeya) no solo preguntaron a los gestores de la estación; le preguntaron a todos. Reunieron a 515 personas de diferentes roles:

Los Pasajeros (Pacientes): Alrededor del 39% del grupo.
Los Gestores de la Estación (Administradores): Alrededor del 27%.
El Equipo Técnico (Asistentes Técnicos): Alrededor del 21%.
Los Conductores de los Trenes (Médicos y Enfermeros): Un grupo más pequeño (alrededor del 13%).

Les pidieron que completaran una lista de verificación (una encuesta) donde pudieran calificar sus sentimientos desde "Totalmente en desacuerdo" hasta "Totalmente de acuerdo".

2. El ambiente general: "Cautelosamente optimista"

Si la estación fuera una habitación llena de gente, el ánimo no es "¡Odiamos esta idea!" y tampoco es "¡Necesitamos esto para ayer!". Es más bien un zumbido moderado y positivo.

La mayoría de la gente piensa que la IA es una buena idea.
En general, están listos para probarla.
Los datos muestran que la gente no está aterrada; tienen curiosidad y están dispuestos a aprender.

3. ¿Qué hace que la gente diga "Sí"?

Los investigadores descubrieron que tres cosas específicas actúan como combustible para el entusiasmo de la gente por la IA:

Saber cómo funciona (Conciencia Tecnológica): Cuanto más entiende la gente lo que realmente es la IA (no solo magia, sino matemáticas y datos), más le gusta. Es como entender cómo funciona un GPS hace que confíes más en él que simplemente seguir ciegamente las direcciones de un extraño.
Ser un "Adoptante Temprano" (Innovación Personal): Las personas a las que les gusta probar naturalmente nuevos dispositivos o aplicaciones son las primeras en decir: "¡Hagamos esto!". Son las que compran el último teléfono antes que nadie.
Escuchar sobre ello en Internet (Influencia de las Redes Sociales): Si la gente ve historias positivas sobre la IA en las redes sociales, se siente más preparada para aceptarla. Es como escuchar a un amigo decir: "Esta nueva cafetería es increíble", lo que te hace querer probarla.

4. El "Pero..." (Preocupaciones)

Aunque el ambiente es positivo, hay algunos obstáculos en el camino:

Preocupaciones laborales: Cerca de la mitad de los trabajadores de la salud temen que la IA pueda quitarles sus empleos, como un robot reemplazando a un vendedor de boletos.
Miedos a la privacidad: La gente teme que sus secretos médicos se filtren, de forma similar a preocuparse por si alguien hackea tu diario personal.
La brecha de infraestructura: En algunas partes del país (especialmente en las zonas rurales), las "líneas eléctricas" (internet) y las "carreteras" (computadoras) aún no son lo suficientemente fuertes para soportar este panel de control de alta tecnología.

5. ¿Tuvo sentido la encuesta? (El control de calidad)

Los investigadores no solo recopilaron respuestas al azar; revisaron su trabajo para asegurarse de que la encuesta fuera sólida.

Fiabilidad: Verificaron si las preguntas eran consistentes. Imagina hacerle a alguien la misma pregunta de tres maneras diferentes; si da la misma respuesta cada vez, la encuesta es fiable. Los datos pasaron esta prueba.
Validez: Se aseguraron de que realmente estaban midiendo lo que decían que estaban midiendo. Es como asegurarse de que un termómetro mide la temperatura y no la humedad. Los datos también pasaron esta prueba.
Sin sesgo único: Verificaron que una sola respuesta no estuviera dominando a todas las demás (como si todos simplemente dijeran "Sí" a todo). Las respuestas fueron variadas y honestas.

6. Lo que este documento no dice

Es importante ceñirse a lo que este informe específico afirma:

Este documento no dice que la IA se esté utilizando actualmente en todos los hospitales de Bangladesh.
No afirma que la IA ya haya curado enfermedades o salvado vidas en este estudio específico.
No proporciona una guía paso a paso sobre cómo construir los sistemas de IA.

La conclusión principal:
Este documento es una instantánea del estado de ánimo. Nos dice que la gente en el sistema de salud de Bangladesh está lista y dispuesta a abrazar la IA, siempre que se la eduque al respecto, se respete su seguridad laboral y la infraestructura de internet sea lo suficientemente fuerte para soportarla. La "estación de tren" está lista para la actualización, pero la instalación real del panel de control debe realizarse con cuidado y con el apoyo adecuado.

Resumen Técnico: Conjunto de Datos de Respuestas de Encuestas sobre la Adopción de la Inteligencia Artificial en el Sector de la Salud de Bangladesh

Planteamiento del Problema
El sector de la salud en Bangladesh enfrenta desafíos persistentes, incluyendo ineficiencias burocráticas, limitaciones de recursos y un acceso desigual a los servicios. Si bien la iniciativa nacional "Digital Bangladesh" ha establecido una base tecnológica, la integración de la Inteligencia Artificial (IA) en la atención médica sigue obstaculizada por brechas significativas en la conciencia y el entendimiento entre las partes interesadas. La literatura existente indica que, si bien las actitudes generales hacia la IA son positivas, existe una brecha de conocimiento sustancial, particularmente entre los profesionales de mayor edad y aquellos con exposición digital limitada. Además, persisten las preocupaciones respecto al desplazamiento laboral, la privacidad de los datos y el sesgo algorítmico. Existe una necesidad crítica de datos empíricos para comprender los factores específicos que influyen en la preparación y la adopción de la IA entre diversos actores (pacientes, proveedores y administradores) para informar las políticas y las estrategias de implementación.

Metodología
Este estudio emplea un enfoque de investigación cuantitativa utilizando una encuesta estructurada para recopilar datos de 515 encuestados válidos en Bangladesh entre enero de 2024 y abril de 2026. Los participantes representan un espectro diverso del ecosistema de salud, que incluye pacientes (38.64%), organismos de gestión (27.38%), asistentes técnicos (20.97%), médicos (7.77%) y enfermeros (5.24%). La muestra es predominantemente masculina (63.30%) y posee un alto nivel educativo, donde la mayoría cuenta con títulos de Licenciatura/BBA/BSC (46.80%) o Máster (33.40%).

La recolección de datos se llevó a cabo mediante un cuestionario en línea distribuido a través de Google Forms y plataformas de redes sociales. El instrumento utilizó una escala de Likert de cinco puntos (1–5) para medir siete constructos latentes clave:

Susceptibilidad Percibida (PS)
Conciencia Tecnológica (TA)
Riesgo Percibido (PR)
Innovación Personal (PI)
Influencia de las Redes Sociales (SMI)
Preparación para la IA (RAI)
Adaptación de la IA (AAI)

Cada constructo fue medido por tres ítems específicos. El conjunto de datos se sometió a un preprocesamiento riguroso, incluyendo la limpieza para eliminar inconsistencias. El análisis estadístico se realizó utilizando Python (3.8.15) con librerías que incluyen NumPy, SciPy y Pandas. El marco analítico incluyó:

Estadística Descriptiva: Para evaluar la tendencia central y la distribución.
Pruebas de Fiabilidad y Validez: Se calcularon el Alfa de Cronbach, la Fiabilidad Compuesta (CR) y la Varianza Extraída Media (AVE) para asegurar la consistencia interna y la validez convergente.
Análisis Factorial: Se utilizaron la Prueba KMO (Kaiser-Meyer-Olkin) y la Prueba de Esfericidad de Bartlett para confirmar la idoneidad de los datos.
Evaluación de Sesgo: Se realizó la prueba de un factor de Harman para verificar el sesgo de método común.
Validez Discriminante: Evaluada mediante el criterio de Fornell-Larker y la razón de Heterotrait-Monotrait (HTMT).

Contribuciones Clave
La contribución primaria de este trabajo es la publicación de un conjunto de datos exhaustivo y de acceso público (alojado en Mendeley Data) que contiene respuestas de encuestas de 515 partes interesadas en el sector de la salud de Bangladesh. El estudio proporciona:

Evidencia Empírica: Un perfil detallado de las percepciones, niveles de conciencia y preparación de pacientes, proveedores y administradores respecto a la adopción de la IA.
Modelo de Medición Validado: El estudio demuestra que el instrumento de encuesta posee una fiabilidad y validez satisfactorias, con todos los constructos cumpliendo con los umbrales estándar de Alfa de Cronbach (>0.70), CR y AVE (>0.50).
Perspectivas de Correlación: El análisis revela correlaciones positivas significativas entre los constructos, notablemente entre la Innovación Personal y la Adaptación de la IA ( $r=0.715$ ), y entre la Preparación y la Adaptación ( $r=0.709$ ).
Contexto Demográfico: El conjunto de datos ofrece una visión granular de cómo los niveles educativos y los roles profesionales se correlacionan con las percepciones de la IA, resaltando que la muestra está sesgada hacia perfiles educados.

Resultados
El análisis indica que los actores en Bangladesh generalmente exhiben percepciones y preparación de moderadas a positivas hacia la adopción de la IA.

Hallazgos Descriptivos: Los valores medios para la mayoría de los constructos oscilaron entre 2.90 y 3.34, lo que sugiere que las opiniones son moderadamente positivas en lugar de polarizadas. Los valores de asimetría fueron ligeramente negativos, indicando una tendencia hacia respuestas de escala más altas.
Fiabilidad: Todos los constructos demostraron una fuerte consistencia interna, con puntuaciones de Alfa de Cronbach superiores a 0.70. Las puntuaciones de Fiabilidad Compuesta (CR) fueron altas, y los valores de AVE superaron el 0.50, confirmando la validez convergente.
Análisis Factorial: El valor KMO fue de 0.952 (excelente), y la Prueba de Bartlett fue significativa ( $p < 0.001$ ), confirmando la idoneidad del conjunto de datos para el análisis factorial.
Validez Discriminante: Tanto el criterio de Fornell-Larker como las razones HTMT (mayormente por debajo de 0.85) confirmaron que los constructos son distintos entre sí.
Impulsores Clave: Factores como la conciencia tecnológica, la innovación personal y la influencia de las redes sociales se encontraron asociados positivamente con la preparación y la adopción de la IA. Específicamente, los individuos con mayor innovación personal mostraron una mayor probabilidad de adoptar servicios de salud basados en IA.

Significancia y Reivindicaciones
Los autores afirman que este conjunto de datos proporciona una base de evidencia fundacional para los responsables de la formulación de políticas y los administradores de salud en Bangladesh. El estudio sugiere que los encuestados son receptivos a los servicios de salud impulsados por la IA, destacando el potencial para expandir las aplicaciones de la IA dentro del sistema nacional. Los hallazgos respaldan la noción de que son necesarias intervenciones educativas dirigidas para mejorar la alfabetización en IA, particularmente entre los profesionales de mayor edad y aquellos con exposición digital limitada. Además, los datos subrayan la importancia de abordar las limitaciones de infraestructura y desarrollar marcos regulatorios robustos para la gobernanza de datos para facilitar una implementación efectiva.

El documento reconoce modestamente sus limitaciones, señalando que el tamaño de la muestra (515) puede no representar plenamente a todo el sector de la salud de Bangladesh, y que el estudio se centra en las percepciones más que en los resultados de la implementación real. En consecuencia, los autores posicionan su trabajo como un paso preliminar hacia la comprensión de la dinámica de adopción de la IA, ofreciendo un recurso para futuras investigaciones sobre la efectividad en el mundo real y las tendencias a largo plazo de la IA en el sistema de salud de la región.