La Inteligencia Artificial en el
Desarrollo de la Medicina
Centro de Bachillerato Tecnologico Industrial y de Servicios No.
222
Maria Fernanda Silva Sanchez
Angelica Isabel Aburto Alonso
2°AMP
MARZO 2026
SECCION 1:- GOOGLE ACADEMICO
LA IA EL EN DESARROLLO DE LA MEDICINA EN MEXICO
❖ Análisis curricular de las licenciaturas de medicina en México: humanismo e inteligencia artificial:
Introducción: Edmund D. Pellegrino (1920-2013) impulsó la necesidad de las humanidades en la educación médica, indispensables en la sabiduría médica. Dado el progreso de la inteligencia artificial (IA) y la robótica, los expertos han pronosticado que la IAreemplazará 80% del trabajo médico hoy en día, iniciando por el diagnóstico. Por ello, la formación de los futuros médicos deberá incluir habilidades técnicas, computacionales, de ingeniería y humanísticas.
Pregunta de investigación: ¿Qué cantidad y categorías se derivan de las asignaturas humanistas de los mapas curriculares (MCs) de enseñanza médica aprobados por las instituciones reguladoras en México?
Objetivo: Analizar, mediante métodos estadístico y hermenéutico, la cantidad y cualidades de las asignaturas humanistas que tienen los MCs de enseñanza médica aprobados por las instituciones acreditadoras en México, AMFEM, COMAEM y COPAES, y describir el peso que las Facultades y Escuelas de Medicina (FEM) le otorgan al desarrollo de las destrezas humanistas, actualmente esenciales para la práctica médica ante los cambios que la IA introduce en la medicina. Estudio exploratorio, observacional, descriptivo y transversal realizado con metodología mixta (cuantitativa y cualitativa) de MCs electrónicos recuperados de la red de internet publicados por las FEM.
Resultados: Se analizaron 63 MCs de FEM con programas acreditados por la AMFEM, la COMAEM y el COPAES. De estos el (30) 48% son FEM privadas y (33) 52% públicas. El intervalo de asignaturas contenidas en ellos fue de 48 a 111 y el de humanidades médicas (HM) 3 a 33, mediante la prueba de Shapiro-Wik se obtuvo una distribución anormal, con una mediana de 12 para ambos grupos.
Conclusiones: Se observó una baja presencia de asignaturas de HM limitadas a Ciencias Humanas, mientras que las Disciplinas Humanísticas y al Arte quedan relegadas en la formación médica.
La inteligencia artificial (IA) es una tecnología orientada a redes neuronales del cerebro que contribuye en el uso de variedad de algoritmos y computación cognitiva, la cual viene apoyando al saber de la ciencia médica, a la vez que ayuda en las tomas de decisiones en los tratamientos y seguimientos de los pacientes, a través de dispositivos electrónicos, resonancias, tomografías, etc.
El artículo «ChatGPT: oportunidades y riesgos en la asistencia, docencia e investigación médica»1 señala que la utilización de la IApermitirá mayor rapidez en la atención y una mejora de la calidad. La investigación en mención es relevante y aborda un tema en cuestión. No obstante, un factor a considerar es la relación de la IA y la realidad inmersiva como una experiencia digitalizada.
Existen ramas de la IA, como el machine learning, para analizar datos estadísticos y obtener nueva información. También se tiene al deep learning, que involucra el procesamiento masivo de información, la automatización de procesos y la prevención de enfermedades.2 Además, el desarrollo de la IA permite el impulso de la tecnología inmersiva, que ofrece mejoras significativas en tratamientos, rehabilitación y diagnósticos; por ejemplo, la experiencia inmersiva en 3D ayuda a la atención de trastornos mentales, como bulimia y anorexia.2
Por ello, la tecnología inmersiva continúa siendo aplicada en la formación educativa, la que genera una experiencia única al sumergirse de manera virtual en el contenido, fomenta un entendimiento de los conceptos y proporciona una dimensión práctica en el aprendizaje médico.3
En síntesis, se debe instruir para utilizar las herramientas tecnológicas generadas por la IA y la realidad inmersiva en el campo de la salud, con el fin de que la asistencia
sanitaria sea participativa, activa y preventiva, y que el transcurso del tiempo se refleje en logros significativos en la ciencia.
Nuevas capacidades de la mWBB basadas en inteligencia articial Después de varias evaluaciones de equilibrio en adultos mayores, la mWBB v.0 recibió una actualización de software que incluía un programa de inteligencia articial basado en el algoritmo de regresión logística, el cual es capaz de identicar el riesgo de caída con una precisión del 82 % [9]. Para que la mWBB v.0 capture y almacene de manera efectiva los datos del desplazamiento del centro de presión, es imprescindible que el adulto mayor se coloque de pie sobre el dispositivo con los brazos cruzados sobre el pecho, enfocándose en una referencia visual ubicada delante de él y a una altura de 1.5 metros. Asimismo, el adulto mayor deberá mantener los pies juntos y conservar la postura de la manera más estable posible durante un minuto, tal como se ilustra en la
Figura 3. Posteriormente, la mWBB v.0 es capaz de llevar a cabo la detección del riesgo de caída mediante una minicomputadora alojada en su interior. Esta minicomputadora procesa los datos y realiza el cálculo de un indicador del centro de presión conocido como velocidad media en dirección anteroposterior. Este indicador, junto con datos adicionales del paciente, como su peso, talla,edad y sexo, funciona como atributo de entrada al algoritmo de regresión logística, que posibilita la estimación de la probabilidad de que el adulto mayor presente alguna alteración en el equilibrio [9]. El método de evaluación basado en la mWBB v.0 pretende ser una mejora a los métodos de evaluación clínicos actuales que contemplan la realización de múltiples ejercicios que pueden comprometer la salud física de los participantes o los extensos cuestionarios que suelen confundir y/o estresar a los adultos mayores.
Sin embargo, aún falta mejorar la precisión del método propuesto utilizando mejores técnicas de IA o aumentando la cantidad de datos disponibles para entrenar a la computadora.
LA IA EN EL DESARROLLO DE LA MEDICINA EN HIDALGO:
Introducción: La educación médica superior tiene la finalidad de graduar profesionales de la salud con elevado nivel de conocimiento, habilidades y destrezas para el ejercicio de la profesión. La utilización de tecnología de la inteligencia artificial puede colaborar al desarrollo preprofesional de los estudiantes.
Objetivo: Analizar los resultados de una intervención educativa, mediante el uso de inteligencia artificial, para mejorar el rendimiento educativo en estudiantes de la carrera de medicina.
Métodos: Se realizó una investigación aplica, con diseño cuasiexperimental, de intervención educativa en estudiantes de séptimo semestre de la carrera de medicina de la Escuela Superior Politécnica de Chimborazo, Ecuador, en la asignatura de Medicina Interna II, Módulo Reumatología-Hematología. El universo estuvo conformado por 103 estudiantes, de los cuales 82 formaron la muestra de investigación. Se estudiaron las variables características generales y rendimiento académico. Se utilizó la prueba de McNemar y Chi cuadrado para identificar cambios en el rendimiento académico de los estudiantes. El eje central de la intervención educativa fue la utilización de tecnologías de la inteligencia artificial.
Resultados: Hubo un promedio de edad de 22,67 años con predominio de estudiantes femeninas (64,62 %). Durante el pretest se destacaron los estudiantes con rendimiento académico medio (41,46 %) y bajo (40,24 %); mientras que en el postest sobresalieron los estudiantes con rendimiento académico medio (47,56 %) y alto (39,02 %).
Conclusiones: La intervención educativa aplicada mejoró el rendimiento académico de los estudiantes. La aplicación de la inteligencia artificial permitió dinamizar el desarrollo de las actividades, y potencializar la adquisición de habilidades y destrezas.
4. El trabajo conjunto de la lingüística y la IA Las aplicaciones de las técnicas de la inteligencia artificial (IA) han demostrado ser muy útiles en la detección y la evaluación de varios trastornos que cursan con deterioro cognitivo. En este sentido, los hallazgos de los últimos años han demostrado que la intersección de la
lingüística y la IA es de crucial importancia para avanzar no solo el diagnóstico de las enfermedades, sino también en los procedimientos de intervención en ellas y, de modo importante, en las teorías lingüísticas. De este modo, en el apartado que sigue defenderemos la importancia de la aplicación conjunta de la lingüística y de los métodos innovadores de la IA. A su vez, analizaremos con detalle, siempre como evidencia, algunos estudios prometedores sobre la aplicación de las tecnologías de la IA a la evaluación del lenguaje en EA. También hablaremos de algunos de los corpus que se utilizan de manera general en este ámbito, así como de las limitaciones y las necesidades actuales para el avance de la lingüística clínica de la mano de la IA. 4.1. Aplicaciones de IA en la evaluación de los trastornos del lenguaje La inteligencia artificial general (AGI) es un sistema que define cómo los procesamientos de análisis de datos pueden adoptar un procesamiento similar al de los humanos, pudiendo hacer multitud de procesos al mismo tiempo (Mahind & Amil, 2017). Podemos hablar de una visión más amplia de la IA cuando hablamos de la combinación de aprendizaje, percepción, resolución de problemas y adaptación de nuevas soluciones al sistema. A todo esto hace falta añadirle la lógica lingüística y el razonamiento general. Este tipo de la IA se ramifica en dos tipos (Mahind & Amil, 2017): IA débil: su principio base es el comportamiento inteligente que adoptan los procesamientos de análisis preparados. Demuestra que algunas habilidades superiores, como el pensamiento, el habla o incluso el movimiento, pueden ser realizadas por estos sistemas.
IA fuerte: la base principal de este segundo tipo es el cálculo, el pensamiento propio y la predicción de respuestas que pueden llegar a tener estos sistemas de procesamiento. Esto es un claro ejemplo de que, en el futuro, habrá sistemas tecnológicos que serán capaces de hacer su propio trabajo. Durante los últimos años ha habido un creciente interés en el empleo de producciones verbales como biomarcadores de diferentes tipos de enfermedades. En particular, destacan las técnicas de procesamiento del lenguaje natural (PLN), que tienen como objetivo hacer que los mecanismos de procesamiento realicen tareas que involucren el lenguaje humano. Su aplicación en la lingüística clínica es cada vez más frecuente y fructífero. De hecho, en la actualidad, este enfoque innovador se está extendiendo a la identificación de varias condiciones clínicas en la población mayor. Entre los casos más conocidos, pueden mencionarse las disfunciones cognitivas asociadas a trastornos metabólicos, la depresión mayor o la disartria (trastorno de la ejecución motora del habla) (Gagliardi, 2022). Sin embargo, el carácter reciente de la aplicación clínica de la IA, así como la disponibilidad reducida de datos suficiente para el entrenamiento adecuado de los algoritmos de análisis, generan una serie de retos para el uso de sus técnicas en la detección y el diagnóstico de EA. Uno de estos retos podría ser la adquisición de datos suficientes para el entrenamiento de algoritmos, cuyas fases (como la lematización, la segmentación morfológica, la segmentación de palabras, el semming, etc.), requieren de una definición rigurosa y de un entrenamiento sólido. A pesar de estas limitaciones, las técnicas de la IA pueden resultar muy útiles en la clasificación y/o detección de algunos trastornos. Algunos datos alentadores proceden de estudios que aplican las técnicas de la IA al trastorno del espectro autista (TEA). En un trabajo reciente, Heather et al. (2022)
describen resultados preliminares, pero alentadores sobre el valor del análisis automatizado de muestras de lengua y voz en niños con TEA. Aplicando el programa de observación de diagnóstico de autismo (ADOS-2), se generaron 7 medidas de lenguaje (ALM) y de voz automatizadas (AVM), permitiendo identificar a pacientes con mejores perfiles de lenguaje y, de modo importante, diferenciar entre niños con y sin TEA. De esta manera, pudieron demostrar que las mediciones automáticas y objetivas del lenguaje y de la voz pueden predecir con éxito un diagnóstico.
● . El uso de la IA para el estudio del lenguaje en la EA Una de las limitaciones que intenta superar actualmente el desarrollo de la IA es la accesibilidad y la precisión en la interpretación de los datos. Los modelos complejos basados en la IA (Fabricio et al. 2021) pueden tener éxito en la extracción de información, pero puede que los datos se vuelvan cada vez más difíciles de interpretar. Por todo esto, el deber y el fin del desarrollo tecnológico en IA es hacer que esta sea explicable, siendo ello tan importante debido a que, en la atención médica, tanto los pacientes como los médicos deben confiar en los métodos de investigación para tomar decisiones sobre la salud de las personas. El reciente crecimiento de las iniciativas abiertas de IA ofrece una amplia variedad de métodos para analizar datos extensos y complejos, con el único fin de mejorar el conocimiento del campo de la EA. Toda esta revolución alrededor de la IA es, sin duda alguna, una magnífica oportunidad para transferirse a la atención médica, debido al potencial de automatización rápida, de bajo coste y de alta precisión (Fabricio et al. 2021). En ello, las técnicas de la IA parten del entrenamiento de un algoritmo en asociación de una etiqueta a un conjunto determinado de características, para poder generar las predicciones más precisas posibles de un estado clínico.
Desde una perspectiva más detallada, la IA aplicada al estudio de la EA ofrece la posibilidad de integrar datos relativos a diferentes funciones cognitivas y/o patrones lingüísticos en el perfilado neurocognitivo. Entre tales patrones lingüísticos, se han explorado las características acústicas de los sonidos del habla (Ivanova et al., 2022, 2023), las habilidades motoras vinculadas a la escritura, a través de la prueba del reloj adaptada al bolígrafo digital (Binaco et al. 2020) o las producciones discursivas evaluadas a través de diferentes parámetros lingüísticos (cf. Gagliardi, 2022). Llegados a este punto, es posible confirmar que la IA puede llegar a ayudar a la detección precoz de la EA incluso cuando el paciente no presenta síntomas de la enfermedad.
LA IA EN EL DESARROLLO DE LA MEDICINA
EN PACHUCA DE SOTO:
A través de la historia de la humanidad la ciencia y la tecnología han logrado cambios en la estructura y la dinámica social en búsqueda del bienestar individual y colectivo, es decir, han transformado las actividades comunes de la gente, sus hábitos y costumbres, los patrones culturales, las condiciones laborales y las relaciones interpersonales, así como, las condiciones de salud. En la actualidad, la esperanza de vida ha mejorado respecto a otra época, y hay mayor conocimiento del proceso salud-enfermedad. Sin embargo, con la globalización las personas buscan más el bien personal sobre el bien común y los estilos de vida no son saludables en algunos grupos sociales; estos dos aspectos conforman el precedente de la individualización y la desigualdad social que se vive hoy en día. De allí que la brecha al acceso a la salud y el aumento de las enfermedades no transmisibles (ENT) son notorios en México. Gracias a los avances en la ciencia y la tecnología la atención de la salud de los seres humanos ha mejorado; pasó de usar conocimientos empíricos a tener un método que usa procedimientos, herramientas y, de manera reciente, dispositivos tecnológicos para la exploración y el tratamiento clínico. Todos estos avances en la salud se debieron a la evolución en los paradigmas de la ciencia y la práctica clínica, que incorporaron a 1 Comisionado de Salud Mental y Adicciones del Estado de Colima. 8 TECNOLOGÍAY SALUD PARA ELACCESO AL BIENESTAR la tecnología como coadyuvante, lo cual ha transformado radicalmente el proceso de atención y ha tenido repercusiones trascendentales en el funcionamiento de las instituciones encargadas del cuidado de la salud. Los cambios se pueden observar en el uso de la telemedicina; la telesalud; la ciencia de datos, especialmente, en el uso de la inteligencia artificial (IA), machine learning, la incorporación de microchips para la neuroestimulación, plataformas tecnológicas, chat bot, entre otros modelos tecnológicos. No podemos negar el impacto positivo de la tecnología en la salud, por esto es necesario la divulgación de las intervenciones basadas en evidencia y la regulación de los esfuerzos tecnológicos en México, ya que continúa siendo un área de oportunidad. Este libro nos proporciona un espacio científico para abordar temas relacionados con las aplicaciones tecnológicas en la salud para la detección, monitoreo y seguimiento de las condiciones de salud de los seres humanos y los avances que ha permitido la tecnología en cuanto a los estudios experimentales y cálculos matemáticos que permiten modelos avanzados en la atención de la salud. Sabemos plenamente que la tecnología también tiene riesgos y limitaciones, lo cual plantea conflictos bioéticos, como podría ser en algunos casos la deshumanización de la atención en salud y la afectación de la relación profesional-cliente, es por esto que el libro tiene una mirada crítica sobre la regulación de la tecnología a partir de un cambio de políticas públicas que consideren ajustar las estructuras, los modelos de atención y los esquemas de funcionamiento en respuesta a los retos clínicos que tenemos en el día a día y que nos exigen a todos los profesionales de la salud conocer y capacitarnos en abordajes innovadores
En la actualidad, el mundo tiene profundas desigualdades sociales y la Región de América Latina y del Caribe se caracteriza por ambientes altamente cambiantes, violentos y con profundas desigualdades sociales; lo cual plantea desafíos en el campo de la salud y en la reducción de la brecha de acceso a los servicios de atención (Banco Mundial, 2024). La matriz de la desigualdad social en esta región del mundo está fuertemente condicionada por su matriz productiva, es decir, el primer determinante de la desigualdad es la clase social, seguido de las desigualdades de género, las étnico-raciales, las relacionadas con las diferentes etapas del ciclo de vida de las personas y las territoriales (CEPAL, 2016). De acuerdo con la Comisión Económica para América Latina y el Caribe (CEPAL), dichos factores estructuran la matriz de la desigualdad social, todos ellos se entrecruzan, potencian y encadenan a lo largo del ciclo de vida, lo que da lugar a una multiplicidad de factores de discriminación que interactúan 1 Profesora e Investigadora de la Facultad de Psicología de la Universidad de Colima, México, 28040. https://orcid.org/0000-0003-1214-6843 10 TECNOLOGÍAY SALUD PARA EL ACCESO AL BIENESTAR de forma simultánea, acumulándose a lo largo del tiempo y volviendo vulnerable a una persona. La desigualdad social condiciona el cumplimiento del Objetivo de Desarrollo Sostenible (ODS) 3: Salud y bienestar, al impedir el índice de cobertura sanitaria universal (CSU). La pandemia provocada por la enfermedad infecciosa del coronavirus (COVID-19) aumentó dichas desigualdades en el mundo. El 4.9 % de la población mundial (alrededor de 381 millones de personas) fueron empujadas a la pobreza extrema o cayeron aún más debido a los gastos directos para la salud en 2019. Con respecto a esto, en el 2015, solo la CSU aumentó tres puntos a nivel mundial. En cuanto a los gastos en salud, la población que realiza pagos del 10% en servicios, aumentó del 12.6 % en 2015, al 13,5 % en 2019, lo cual afecta a aproximadamente a 1000 millones de personas en el mundo (Naciones Unidas, 2023). De acuerdo con la OMS (2020) la CSU es un reto a nivel mundial, pero sobre todo para los países en vías de desarrollo, el ritmo del progreso en cobertura se ralentizó desde el 2010 y la cobertura en hogares pobres es menor a los hogares ricos, se puede decir que entre una tercera parte y la mitad de la población mundial (entre el 33% y el 49%) estaba cubierta por los servicios sanitarios esenciales, pero no especializados y, por ende, la capacidad de los servicios sanitarios para la atención de las llamadas enfermedades no transmisibles (ENT), tuvo un progreso mínimo.
Las ENT afectan a millones de personas en el mundo, se sabe que son enfermedades complejas al ser producto de la combinación de factores genéticos,
fisiológicos, ambientales y del comportamiento (Organización Mundial de la Salud [OMS], 2024). Dichas enfermedades son de progresión lenta y de larga duración, como lo es: el cáncer, la demencia, la diabetes, la hipertensión, entre otras; además, impactan en la economía del sector salud y de las familias. En el 2021, las ENT fueron la causa de muerte de al menos 43 millones de personas en el mundo, antes de los 70 años; el 85% de estas muertes prematuras ocurrieron en países en vías de desarrollo. Por lo que respecta a México, el 80% de las muertes son producidas por estas enfermedades (Gobierno de México, 2024). De acuerdo con el informe titulado Global spending on health: emerging from the pandemic (OMS, 2024), después de la pandemia el acceso a los servicios de salud ha mejorado en todo el mundo. Pero a pesar que 11 INTRODUCCIÓN el acceso a los servicios de salud es mayor, el uso de estos servicios está conduciendo a las personas a dificultades financieras, porque el gasto directo de los pacientes sigue siendo la principal fuente de financiación de la salud en 30 países de ingreso mediano y/o bajo, lo que supone un factor desencadenante del ciclo de pobreza y vulnerabilidad ante las ENT. Como se puede apreciar los retos para la CSU son diversos y las barreras de acceso a la atención integral también. Las barreras se centran, en primera instancia, en los determinantes estructurales de la salud (las políticas públicas y la inversión en salud) y en la desigualdad social, la cual se manifiesta de diferentes formas, como la brecha de acceso a los servicios de salud, el estilo de vida poco saludable y en la disminución de las conductas de prevención. De allí que la atención en salud obligadamente tendría que adoptar una visión innovadora, es decir, incorporar modelos integrales, eficientes y nuevos centrados en la tecnología; donde la tecnología sea coadyuvante en la atención en salud. La ciencia y la tecnología son capaces de transformar el desarrollo de un país y modificar su curso (Fernandez y Oviedo, 2010). Además de establecer mayor apertura, accesibilidad, disminución de los costos en salud y sistematización de los datos, todo esto ayuda a tener prácticas de prevención más eficientes, equitativas e integrales, alineadas a los Objetivos de Desarrollo Sostenible (ODS) y a la agenda 2030 de la OMS (OMS, 2024), la cual invita a todos los países a trabajar juntos para hacer efectivos los derechos, la salud integral y el bienestar de todas las personas. Particularmente en el ODS 3, se invita a los gobiernos a tener solidaridad y compromiso para una CSU y una atención de calidad para las personas (Naciones Unidas, 2023). La tecnología ya está inmersa en la salud con el uso de la telemedicina y telesalud, por ejemplo, en México de acuerdo con la Universidad Nacional Autónoma de México (s.f.) se tienen antecedentes del empleo de las telecomunicaciones como una forma de apoyo a las instituciones de salud. Uno de los primeros ejemplos es el programa Centro Mexicano de Educación en Salud por Televisión (CEMESATEL) puesto en marcha por el Hospital Infantil Federico Gómez en 1985, el cual implementó una plataforma de tele-educación vía satélite haciendo uso de la red EDUSAT (canal 26), este servicio aún sigue en funcionamiento y transmite principalmente conferencias de