Association of AI Literacy and AI Trust With Subjective and Objective Healthcare-Seeking Delay Among Patients With Gynecologic Malignancies

Resumen Técnico: Asociación de la alfabetización en IA y la confianza en la IA con el retraso subjetivo y objetivo en la búsqueda de atención médica entre pacientes con neoplasias malignas ginecológicas

Planteamiento del problema
Las neoplasias malignas ginecológicas representan un desafío de salud global significativo, donde el diagnóstico temprano es crítico para la supervivencia. Sin embargo, el diagnóstico oportuno se ve frecuentemente comprometido por los retrasos en la búsqueda de atención médica. Estos retrasos suelen ser impulsados por la naturaleza inespecífica de los síntomas tempranos, lo que lleva a las pacientes a posponer la consulta. Concurrentemente, la rápida integración de la Inteligencia Artificial (IA) en los entornos de salud digital ha alterado la forma en que las pacientes buscan información, interpretan los síntomas y toman decisiones. Si bien las herramientas de IA (por ejemplo, verificadores de síntomas, modelos de lenguaje de gran tamaño) ofrecen beneficios potenciales, su impacto en el tiempo de la consulta médica sigue siendo incierto. Específicamente, se desconoce cómo dos factores cognitivos distintos —la alfabetización en IA (la capacidad de comprender, evaluar y utilizar la IA) y la confianza en la IA (la creencia en la fiabilidad de la IA)— influyen diferencialmente tanto en la experiencia subjetiva de las barreras en la toma de decisiones como en la duración objetiva del retraso entre la aparición de los síntomas y la consulta médica.

Metodología
Este estudio transversal se llevó a cabo entre septiembre de 2025 y febrero de 2026 en un hospital docente de tercer nivel en Qingdao, China.

• Participantes: El estudio incluyó a 300 mujeres (edad ≥18 años) con neoplasias malignas ginecológicas primarias confirmadas histopatológicamente (cervical, ovárica, endometrial, vulvar o vaginal). Los criterios de exclusión incluyeron neoplasias recurrentes, enfermedad metastásica al momento de la presentación, deterioro cognitivo grave o registros clínicos incompletos.
• Mediciones:
  • Alfabetización en IA: Evaluada mediante una escala adaptada de 12 ítems del Sistema para Medir la Alfabetización en IA (SMIL), que cubre habilidades de navegación, evaluación y comprensión (escala Likert de 7 puntos).
  • Confianza en la IA: Medida mediante una escala de 3 ítems adaptada de Lai et al. (2024), centrada en la fiabilidad percibida y la disposición a confiar en la IA generativa para problemas de salud.
  • Retraso Subjetivo: Cuantificado mediante la escala de Barreras Percibidas para la Búsqueda de Atención Médica-Versión China (PBHSD-C) (10 ítems), donde las puntuaciones más altas indican mayores barreras percibidas.
  • Retraso Objetivo: Definido como una variable binaria que representa un intervalo de ≥90 días entre el reconocimiento propio del inicio de los síntomas y la primera consulta médica.
• Análisis Estadístico: Se utilizaron modelos de regresión lineal para el retraso subjetivo y modelos de regresión logística para el retraso objetivo. Los análisis incluyeron modelos no ajustados y modelos multivariables ajustados (controlando edad, estado civil, educación, ingresos, empleo, antecedentes médicos e historial de la enfermedad). Se emplearon análisis de spline cúbico restringido para detectar relaciones no lineales. Se realizaron análisis de subgrupos en edad, educación, antecedentes médicos e historial de tamizaje.

Resultados Clave
Entre las 300 participantes, 162 (54.0%) experimentaron un retraso objetivo en la búsqueda de atención médica.

• Alfabetía en IA: Una mayor alfabetización en IA se asoció significativamente con:
  • Menor Retraso Subjetivo: Una fuerte correlación negativa ($\beta = -8.72$, IC del 95%: $-10.00$a$-7.44$, $P < .001$).
  • Reducción del Retraso Objetivo: Una probabilidad significativamente menor de experimentar un retraso de ≥90 días ($OR = 0.18$, IC del 95%: $0.08–0.41$, $P < .001$).
  • No linealidad: Se observó una asociación no lineal significativa entre la alfabetización en IA y el retraso subjetivo, lo que indica un efecto más fuerte en niveles bajos de alfabetización que se estabiliza en niveles altos.
• Confianza en la IA: Una mayor confianza en la IA se asoció con:
  • Menor Retraso Subjetivo: Una correlación negativa significativa ($\beta = -1.61$, IC del 95%: $-2.47$a$-0.75$, $P < .001$).
  • Sin Asociación Significativa con el Retraso Objetivo: La asociación con el retraso objetivo no fue estadísticamente significativa ($OR = 0.69$, IC del 95%: $0.45–1.05$, $P = .084$).
• Subgrupos: La asociación protectora de la alfabetización en IA contra el retraso objetivo fue direccionalmente consistente en todos los subgrupos (edad, educación, antecedentes médicos, historial de tamizaje), sin que se detectaran efectos de interacción significativos.

Contribuciones Clave

1. Diferenciación de Factores Cognitivos: El estudio distingue entre la alfabetización en IA y la confianza en la IA, demostrando que, si bien ambas reducen las barreras percibidas (retraso subjetivo), solo la alfabetización en IA se traduce en una reducción de los retrasos reales en la búsqueda de atención.
2. Análisis de Resultados de Doble Dimensión: Al evaluar simultáneamente las percepciones subjetivas y los resultados conductuales objetivos, la investigación destaca que la confianza actitudinal por sí sola es insuficiente para modificar el comportamiento real de búsqueda de atención en contextos oncológicos.
3. Evidencia Contextual en Oncología Ginecológica: Los hallazgos proporcionan evidencia específica sobre el papel de la IA en las neoplasias malignas ginecológicas, un campo donde la ambigüedad de los síntomas suele derivar en intervalos diagnósticos prolongados.

Significancia y Reivindicaciones
El artículo sostiene que las habilidades cognitivas relacionadas con la IA, particularmente la alfabetización en IA, desempeñan un papel más central que la confianza actitudinal en la configuración de un comportamiento de búsqueda de atención médica oportuno. Los autores sugieren que la capacidad de evaluar críticamente y navegar la información de salud generada por IA puede empoderar a las pacientes para reducir la incertidumbre y la vacilación, acelerando así la transición desde el reconocimiento de los síntomas hasta la consulta clínica.

El estudio postula que mejorar la alfabetización en IA de las pacientes podría servir como una estrategia novedosa para apoyar el diagnóstico temprano. Sugiere que las intervenciones clínicas y de salud pública deben centrarse no solo en aumentar el acceso a las herramientas digitales o fomentar la confianza, sino en integrar la educación en alfabetización en IA para asegurar que las pacientes puedan interpretar eficazmente los resultados de la IA sin caer en la parálisis decisional o en una tranquilidad mal aplicada. Los autores concluyen que, si bien la confianza en la IA influye en la percepción, es la competencia para procesar la información de la IA lo que impulsa el cambio conductual en este contexto médico de alto riesgo.

Limitaciones señaladas por los autores
Los autores reconocen que el diseño transversal del estudio impide la inferencia causal y deja abierta la posibilidad de una causalidad inversa. También señalan el posible sesgo de memoria en el inicio de los síntomas reportado por las propias pacientes, la naturaleza de centro único del estudio que limita la generalización, y la dependencia de medidas de alfabetización en IA autoinformadas en lugar de evaluaciones basadas en el desempeño.