Percepción de la seguridad del paciente y de la reducción del error a través de un Sistema de apoyo para la toma de decisiones clínicas (IA)
DOI:
https://doi.org/10.5294/aqui.2026.26.2.1Palabras clave:
Inteligencia artificial, seguridad del paciente, enfermería, Sistemas de apoyo a decisiones clínicas, factores humanos, inteligencia artificial explicableResumen
Objetivo: Evaluar el impacto de la implementación de herramientas de inteligencia artificial (IA) en la percepción de la seguridad del paciente y la reducción de errores clínicos en el cuidado, en dos hospitales de Perú. Materiales y métodos: Se usó un diseño cuasiexperimental cuantitativo, con un grupo de control no-aleatorio. Se tomaron medidas antes y después de la intervención. La muestra estuvo compuesta por 80 enfermeras (grupo experimental n=40; grupo control n=40), seleccionadas por muestreo intencionado no probabilístico, en dos hospitales públicos de América Latina. El grupo experimental usó un sistema de apoyo para la toma de decisiones clínicas basadas en IA (CDSS-AI, por sus siglas en inglés), durante 12 semanas. Se utilizaron herramientas validadas para evaluar las autorreportes de errores y de la percepción de seguridad del paciente de las enfermeras. Resultados: La intervención con el CDSS-AI tuvo un impacto positivo en los participantes del grupo experimental, al haber mejorado significativamente la percepción de la seguridad del paciente y reducido los reportes de incidencia de errores clínicos. Sin embargo, aún persisten los retos técnicos, éticos y organizacionales, que se exacerban por la limitada disponibilidad de modelos explicables de IA (XIA) y la insuficiente capacitación de los trabajadores de la salud para integrar estas tecnologías en sus flujos de trabajo. Conclusión: Integrar la IA en los servicios de enfermería puede ser una herramienta importante para mejorar la seguridad del paciente, siempre que se haga dentro de un marco ético y regulatorio claro, donde se priorice la transparencia algorítmica, y se incentive la participación activa de los profesionales en el diseño y supervisión de estos sistemas.
Descargas
Citas
Dulan J, Hannan SA. Challenges of Blockchain Technology Using Artificial Intelligence in Healthcare System. Int J Innov Res Sci Eng Technol. 2023;12(1). https://www.ijirset.com/upload/2023/january/10_Challenges_NC1.pdf
Guo Y, Hao Z, Zhao S, Gong J, Yang F. Artificial Intelligence in Health Care: Bibliometric Analysis. J Med Internet Res. 2020;22(7):e18228. DOI: https://doi.org/10.2196/18228
Kwong JCC, Nickel GC, Wang SCY, Kvedar JC. Integrating Artificial Intelligence into Healthcare Systems: More than just the Algorithm. NPJ Digit Med. 2024;7. DOI: https://doi.org/10.1038/s41746-024-01066-z
Senthilkumar T, Arumugam T, Pandurangan H, Panjaiyan K. Adoption of Artificial Intelligence in Health Care: A Nursing Perspective. Salud Cienc Tecnol. 2023;3. DOI: https://doi.org/10.56294/saludcyt2023510
Vaismoradi M, Tella S, Logan PA, Khakurel J, Vizcaya-Moreno F. Nurses’ Adherence to Patient Safety Principles: A Systematic Review. Int J Environ Res Public Health. 2020;17(6):2028. DOI: https://doi.org/10.3390/ijerph17062028
Laka M, Milazzo A, Merlin T. Factors that Impact the Adoption of Clinical Decision Support Systems (CDSS) for Antibiotic Management. Int J Environ Res Public Health. 2021;18(4):1901. DOI: https://doi.org/10.3390/ijerph18041901
Powell J. Trust Me, I’m a Chatbot: How Artificial Intelligence in Health Care Fails the Turing Test. J Med Internet Res. 2019;21(10):e16222. DOI: https://doi.org/10.2196/16222
Ji M, Genchev GZ, Huang H, Xu T, Lu H, Yu G. Evaluation Framework for Successful Artificial Intelligence–Enabled Clinical Decision Support Systems: Mixed Methods Study. J Med Internet Res. 2021;23(6):e25929. DOI: https://doi.org/10.2196/25929
Magrabi F, Ammenwerth E, McNair JB, de Keizer NF, Hyppönen H, Nykänen P, et al. Artificial Intelligence in Clinical Decision Support: Challenges for Evaluating AI and Practical Implications. Yearb Med Inform. 2019;28(1):125-33. DOI: https://doi.org/10.1055/s-0039-1677903
Choudhury A, Asan O. Role of Artificial Intelligence in Patient Safety Outcomes: Systematic Literature Review. JMIR Med Inform. 2020;8(1):e18599. DOI: https://doi.org/10.2196/18599
Giordano C, Brennan M, Mohamed B, Rashidi P, Modave F, Tighe P. Accessing Artificial Intelligence for Clinical Decision-Making. Front Digit Health. 2021;3:645232. DOI: https://doi.org/10.3389/fdgth.2021.645232
Montani S, Striani M. Artificial Intelligence in Clinical Decision Support: a Focused Literature Survey. Yearb Med Inform. 2019;28(1):119-24. DOI: https://doi.org/10.1055/s-0039-1677911
Classen DC, Longhurst C, Thomas EJ. Bending the Patient Safety Curve: How much Can AI help? NPJ Digit Med. 2023;6:731-5. DOI: https://doi.org/10.1038/s41746-022-00731-5
Peirce AG, Elie S, George A, Gold M, O’Hara K, Rose-Facey W. Knowledge Development, Technology and Questions of Nursing Ethics. Nurs Ethics. 2020;27(1):15-28. DOI: https://doi.org/10.1177/0969733019840752
Martinez-Ortigosa A, Martinez-Granados A, Gil-Hernández E, Rodriguez-Arrastia M, Ropero-Padilla C, Roman P. Applications of Artificial Intelligence in Nursing Care: A Systematic Review. J Nurs Manag. 2023;2023:3219127. DOI: https://doi.org/10.1155/2023/3219127
Hwang GJ, Tang KY, Tu YF. How Artificial Intelligence (AI) Supports Nursing Education: Profiling the Roles, Applications, and Trends of AI in Nursing Education Research (1993-2020). Interact Learn Environ. 2024;32(1). DOI: https://doi.org/10.1080/10494820.2022.2086579
Abuzaid MM, Elshami W, Fadden SM. Integration of Artificial Intelligence into Nursing Practice. Health Technol. 2022;12(6):1467-73. DOI: https://doi.org/10.1007/s12553-022-00697-0
Wang JK, Wang SK, Lee EB, Chang RT. Natural Language Processing (NLP) in AI. In: Digital Eye Care and Teleophthalmology: A Practical Guide to Applications. 2023. p. 1-17. DOI: https://doi.org/10.1007/978-3-031-24052-2_17
Vasquez BA, Moreno-Lacalle R, Soriano GP, Juntasoopeepun P, Locsin RC, Evangelista LS. Technological Machines and Artificial Intelligence in Nursing Practice. Nurs Health Sci. 2023;25(3):575-82. DOI: https://doi.org/10.1111/nhs.13029
Lanzagorta-Ortega D, Carrillo-Pérez DL, Carrillo-Esper R. Artificial Intelligence in Medicine: Present and Future. Gac Med Mex. 2022;158(3). DOI: https://doi.org/10.24875/GMM.M22000688
Ronquillo CE, Peltonen LM, Pruinelli L, Chu CH, Bakken S, Beduschi A, et al. Artificial Intelligence in Nursing: Priorities and Opportunities from an International Invitational Think-Tank of the Nursing and Artificial Intelligence Leadership Collaborative. J Adv Nurs. 2021;77(9):3655-66. DOI: https://doi.org/10.1111/jan.14855
Hwang GJ, Chang PY, Tseng WY, Chou CA, Wu CH, Tu YF. Research Trends in Artificial Intelligence-Associated Nursing Activities Based on a Review of Academic Studies Published from 2001 to 2020. CIN - Comput Inform Nurs. 2022;40(12):684-93. DOI: https://doi.org/10.1097/CIN.0000000000000897
de Gagne JC, Hwang H, Jung D. Cyberethics in Nursing Education: Ethical Implications of Artificial Intelligence. Nurs Ethics. 2023:09697330231201901. DOI: https://doi.org/10.1177/09697330231201901
Özsezer G. The Future of Artificial Intelligence in Nursing. J Hum Sci. 2022;19(2):294-307. DOI: https://doi.org/10.14687/jhs.v19i2.6217
Lee S, Kim S, Lee J, Kim JY, Song MH, Lee S. Explainable Artificial Intelligence for Patient Safety: A Review of Application in Pharmacovigilance. IEEE Access. 2023;11:32716-35. DOI: https://doi.org/10.1109/ACCESS.2023.3271635
Bates DW, Levine D, Syrowatka A, Kuznetsova M, Craig KJT, Rui A, et al. The Potential of Artificial Intelligence to Improve Patient Safety: A Scoping Review. NPJ Digit Med. 2021;4:423-6. DOI: https://doi.org/10.1038/s41746-021-00423-6
Choudhury A, Asan O. Human Factors: Bridging Artificial Intelligence and Patient Safety. Proc Int Symp Hum Factors Ergon Health Care. 2020;9(1):1007. DOI: https://doi.org/10.1177/2327857920091007
Johnson EA, Dudding KM, Carrington JM. When to Err Is Inhuman: An Examination of the Influence of Artificial Intelligence-Driven Nursing Care on Patient Safety. Nurs Inq. 2024;31(1):e12583. DOI: https://doi.org/10.1111/nin.12583
Ratwani RM, Bates DW, Classen DC. Patient Safety and Artificial Intelligence in Clinical Care. JAMA Health Forum. 2024;5(1):e235514. DOI: https://doi.org/10.1001/jamahealthforum.2023.5514
Vanhonacker D, Verdonck M, Nogueira Carvalho H. Impact of Closed-Loop Technology, Machine Learning, and Artificial Intelligence on Patient Safety and the Future of Anesthesia. Curr Anesthesiol Rep. 2022;12(4). DOI: https://doi.org/10.1007/s40140-022-00539-9
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Victor Marcial Alegre-Ortiz, Lleri Clavel Torres Tuanama, Azucena Natividad Prado Espinoza
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Esta revista y sus artículos se publican bajo la licencia CreativeCommons CC BY 4.0 DEED Atribución 4.0 Internacional, usted es libre de: Compartir — copiar y redistribuir el material en cualquier medio o formato para cualquier propósito, incluso comercialmente. Adaptar — remezclar, transformar y construir a partir del material para cualquier propósito, incluso comercialmente. La licencia no puede revocar estas libertades en tanto usted siga los términos de la licencia.
