Perception of AI in medical research among medical students and doctors in Nigeria: impact of a structured AI training program using a pre-post quasi-experimental design
Este estudio cuasiexperimental de pre y postintervención demuestra que un programa de capacitación en línea estructurado de dos días mejoró significativamente el conocimiento, la autoeficacia y otros dominios de percepción con respecto a la IA en la investigación médica entre estudiantes de medicina y médicos nigerianos, aunque las preocupaciones éticas permanecieron sin cambios y requieren un mayor énfasis en futuras intervenciones.
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
En el mundo moderno de la medicina, las herramientas para el descubrimiento están cambiando más rápido que nunca. Entre las más poderosas de estas nuevas herramientas se encuentra la inteligencia artificial, una forma de inteligencia computacional que puede aprender de vastas cantidades de información para encontrar patrones, hacer predicciones y asistir en tareas complejas. En la investigación médica, esta tecnología puede ayudar a los científicos a analizar conjuntos de datos enormes, redactar manuscritos y detectar errores que un ojo humano cansado podría pasar por alto. Sin embargo, saber que existe una herramienta es muy diferente a saber cómo usarla de manera efectiva. Para los médicos y estudiantes de medicina, especialmente en regiones donde los recursos son a veces escasos, la brecha entre la conciencia y la habilidad real puede ser amplia. Muchas personas entienden que la inteligencia artificial es importante, pero pocas han recibido instrucción formal sobre cómo aplicarla a su propio trabajo científico. Este desencuentro plantea una pregunta crítica: ¿puede un programa de capacitación corto y enfocado realmente cambiar la forma en que los profesionales médicos piensan y utilizan estas poderosas herramientas?
Para responder a esto, un equipo de investigadores en Nigeria organizó un evento de aprendizaje estructurado para estudiantes de medicina y médicos de todo el país. Querían ver si un taller bien diseñado podía cambiar las percepciones, aumentar la confianza y mejorar el conocimiento con respecto al uso de la inteligencia artificial en la investigación médica. El estudio involucró a 135 participantes, que iban desde estudiantes aún en la escuela de medicina hasta consultores experimentados, provenientes de universidades y hospitales tanto del norte como del sur de la nación. Antes de que comenzara la capacitación, los investigadores pidieron a los participantes que compartieran sus pensamientos sobre varias áreas clave: cuánto sabían sobre la tecnología, qué tan útil creían que era, qué obstáculos sentían que se interponían en su camino y qué preocupaciones éticas mantenían.
Los resultados mostraron que, antes de la capacitación, los participantes tenían una comprensión clara pero desigual del tema. Generalmente creían que la inteligencia artificial ahorraría tiempo y mejoraría la calidad de su investigación, pero admitieron saber muy poco sobre cómo usarla realmente. El sentimiento más común era la falta de conocimiento específico; por ejemplo, aunque muchos entendían qué significaba la inteligencia artificial en un sentido general de la atención médica, muy pocos podían explicar cómo se entrenaban o validaban los programas informáticos subyacentes. Además, la mayoría de los participantes nunca había recibido educación formal sobre el tema, recurriendo en su lugar a métodos informales de autoaprendizaje. Al preguntarles sobre los riesgos de no aprender estas habilidades, expresaron preocupación por quedarse atrás de sus pares, pero su confianza en su propia capacidad para aprender y aplicar las herramientas fue mixta.
Los investigadores luego impartieron un taller en línea de dos días diseñado para llenar estos vacíos. Las sesiones cubrieron los aspectos básicos de la tecnología, sus aplicaciones prácticas en la investigación, las reglas éticas que gobiernan su uso y demostraciones prácticas de herramientas específicas que podrían ayudar con las revisiones de literatura y el análisis de datos. Inmediatamente después del taller, se les hizo a los participantes las mismas preguntas nuevamente para medir cualquier cambio en su pensamiento. El impacto fue inmediato y significativo. La capacitación aumentó con éxito los niveles de conocimiento de los participantes, convirtiendo una conciencia vaga en una comprensión mucho más clara de cómo funcionan estas herramientas. Su confianza también creció; se sintieron más capaces de usar la tecnología en su propio trabajo y más propensos a tomar medidas para aprender más. Las barreras que sentían anteriormente, como la falta de habilidades técnicas o el apoyo institucional, fueron percibidas como menos desalentadoras tras la instrucción.
Curiosamente, no todo cambió. Las preocupaciones de los participantes sobre la ética del uso de la inteligencia artificial se mantuvieron constantes. Antes de la capacitación, ya estaban preocupados por cuestiones como la privacidad de los datos, la posibilidad de que las computadoras inventen hechos y quién sería el responsable si ocurriera un error. Después de la capacitación, estas preocupaciones no desaparecieron, ni se intensificaron. Esto sugiere que, si bien un curso corto puede enseñar a las personas cómo usar una herramienta, no necesariamente resuelve las cuestiones éticas profundas, que pueden requerir discusiones más largas y sostenidas. Los participantes también reportaron una alta satisfacción con el taller, con la gran mayoría diciendo que el contenido era relevante, estaba bien organizado y valía la pena recomendarlo a colegas.
El estudio concluye que, si bien los estudiantes de medicina y los médicos nigerianos son conscientes del potencial de la inteligencia artificial, carecen de las habilidades específicas para usarla en la investigación. Un programa de capacitación práctico y estructurado puede cerrar rápidamente este vacío, mejorando tanto el conocimiento como la confianza. Sin embargo, los investigadores señalan que las preocupaciones éticas son un asunto diferente; son profundamente arraigadas y no cambian fácilmente con una sola lección. Los hallazgos sugieren que los esfuerzos educativos futuros deberían centrarse en la enseñanza de habilidades prácticas y, al mismo tiempo, dedicar más tiempo a las complejas discusiones éticas que rodean el uso de la inteligencia artificial en la medicina. Al cerrar la brecha entre la conciencia y la aplicación, dicha capacitación puede ayudar a los profesionales médicos en Nigeria y más allá a aprovechar todo el poder de estas nuevas tecnologías para el beneficio de la atención al paciente y el descubrimiento científico.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.