Bedoya M/ Enfermería Investiga Vol. 10 No. 3 2025 (Julio - Septiembre)
58
INNOVACIONES DE INTELIGENCIA ARTIFICIAL EN DIAGNÓSTICOS DE ENFERMERÌA Y DETECCIÓN
TEMPRANA DE ENFERMEDADES
ARTIFICIAL INTELLIGENCE INNOVATIONS IN NURSING DIAGNOSIS AND EARLY DISEASE DETECTION
Juliana Guadalupe García Paredes1 https://orcid.org/0009-0007-6318-4766, Mariela del Pilar Bedoya Paucar1
https: //orcid.org/0000-0002-4863-0728, Gabriela Natalia Matute Plaza1 https://orcid.org/0000-0003-0057-4082,
Mayra Alexandra Bajaña Pinela2 https://orcid.org/0009-0001-5709-1375
1Docente Universidad Técnica Estatal de Quevedo
2Docente Universidad Católica de Guayaquil
2477-9172 / 2550-6692 Derechos Reservados © 2025 Universidad Técnica de Ambato, Carrera de Enfermería. Este es un artículo de acceso
abierto distribuido bajo los términos de la Licencia Creative Commons, que permite uso ilimitado, distribución y reproducción en cualquier medio,
siempre que la obra original es debidamente citada.
Autor de correspondencia: Mgtr. Mariela Bedoya Paucar Correo: mbedoyap@uteq.edu.ec
Recibido: 18 de marzo 2025
Aceptado: 25 junio 2025
RESUMEN
Introducción: La inteligencia Artificial se introdujo
en casi todas las actividades humanas y puede
significar un cambio importante en el cuidado
humano y la realización más efectiva de tareas como
el diagnóstico y la detección temprana de
enfermedades, además del seguimiento del
tratamiento, la seguridad del paciente, la consulta
mediante evidencias y test y la constante
comunicación. Objetivo: Determinar las
innovaciones de la Inteligencia Artificial en los
diagnósticos de enfermería tempranos de
enfermedades dirigidas a mejorar la eficiencia del
cuidado humano. Método: Revisión documental, en
bases de datos científicas como PubMed, Scielo y
buscadores como Google Académico de la
información de los últimos 8 años. Con uso del
método PRISMA y cuyos criterios de inclusión son:
artículos científicos completos, e información
tecnológica con palabras claves: uso de la IA para
diagnósticos enfermeros, NANDA, NIC, NOC,
identificación temprana de manifestaciones clínicas
y síntomas, de los últimos 8 años. Resultados: Se
seleccionaron 12 artículos científicos publicados, se
organizaron los contenidos de acuerdo a las
categorías de la significación de la IA en el
diagnóstico e identificación temprana de
enfermedades, impacto de la IA en la atención de la
salud y nuevos desarrollos de IA para enfermería.
Conclusiones: La aplicación de la IA en el ámbito
de la salud reporta importantes beneficios en
eficiencia, precisión y apoyo a los profesionales de la
salud, pues sirve para el diagnóstico e identificación
temprana de enfermedades. Las innovaciones de la
IA para la Enfermería y las ciencias de la salud se
producen a diario en el mundo entero.
Palabras clave: inteligencia artificial, diagnóstico de
enfermería, diagnóstico temprano, sistemas
especialistas machine learning
ABSTRACT
Introduction: Artificial Intelligence was introduced in
almost all human activities and can mean a major
change in human care and more effective
performance of tasks such as diagnosis and early
detection of diseases, in addition to treatment
monitoring, patient safety, consultation by evidence
and tests and constant communication. Objective: to
explore Artificial Intelligence innovations in nursing
and early disease diagnosis aimed at improving the
efficiency of human care. Method: Document review,
in scientific databases such as PubMed, Scielo and
search engines such as Google Scholar, of
information from the last 8 years. Using the PRISMA
method, the inclusion criteria are: complete scientific
articles, and technological information with
keywords: use of AI for nursing diagnoses, NANDA,
NIC, NOC, early identification of clinical
manifestations and symptoms, from the last 8 years.
Results: Twenty-one documents were selected. The
contents were organized according to categories of
the significance of AI in the diagnosis and early
identification of diseases, the impact of AI on
healthcare, and new AI developments for nursing.
59
Conclusions: The application of AI in the healthcare
field reports significant benefits in efficiency,
accuracy, and support to healthcare professionals,
as it serves for the diagnosis and early identification
of diseases. AI innovations for nursing and health
sciences occur daily throughout the world.
Keywords: artificial intelligence, nursing diagnostics,
early diagnosis, machine learning specialist systems
INTRODUCCIÓN
Todas las actividades humanas están siendo
impactadas por la revolución tecnológica que se
despliega ante nuestros ojos, desde hace ya varias
décadas (1). Este profundo cambio civilizacional
tiene antecedentes desde mediados del siglo XX y
tal vez antes, pero viene dando pasos significativos
desde la última década del siglo XX (2). Uno de los
hitos de este aceleramiento en el uso de las nuevas
tecnologías fue la situación sobrevenida por la
pandemia COVID 19, que obligó a la generalización
de las TIC en labores educativas, económicas y
sociales en general (3). Pero, además, se
consolidaron y aceleraron los desarrollos en el
campo de la Inteligencia Artificial (IA), una modalidad
que persigue que los nuevos sistemas realicen
tareas intelectuales, similares al cerebro humano.
Desde la economía, la gerencia, la investigación
científica, llegando a la educación y hasta las
ciencias de la salud, son los campos de
conocimiento donde se ha venido imponiendo el uso
de las herramientas de la IA que, además,
incorporan un nuevo marco de referencias y un
novedoso lenguaje que están reestructurando
nuestro mundo (4). No hay profesión que no se halle
en un proceso de redefinición ante la actualización
tecnológica de sus tareas especializadas que están
realizando tecnologías inéditas como los “sistemas
expertos”, las “machine learning” y el minado de la
Big Data” (5). Las aplicaciones aportan velocidad,
eficacia, alcance a lugares distantes, seguridad y
precisión, que se convierten en ventajas para el
cuidado humano y la debida atención a los
pacientes.
Las profesiones del campo de la salud cuentan hoy
con un nuevo apoyo tecnológico. Así ocurre con la
medicina en general, pero también en la Enfermería
y demás especialidades de la salud,
específicamente en tareas como el diagnóstico y la
detección temprana de las enfermedades, lo cual
puede ser crucial para su atención oportuna,
sistemática y precisa, rasgos que también están
garantizando las nuevas tecnologías que se incluyen
en el concepto de la IA. Por supuesto, el alcance y la
rapidez de estos cambios despiertan algunas
aprensiones, principalmente por la posibilidad de
que estas nuevas tecnologías puedan desplazar a
los seres humanos, por su capacidad de realizar
trabajos intelectuales de manera sorprendente (6).
Por ello, se han elaborado diversos marcos legales y
éticos para el uso de estas tecnologías respetando
los derechos fundamentales y el beneficio humano.
Algunos de sus desarrolladores han hecho
dramáticas advertencias (7), pero se han dado pasos
para garantizar que siempre estará el ser humano en
el centro de las preocupaciones de la tecnología.
La IA está transformando la enfermería al mejorar la
eficiencia, la precisión y la calidad en la atención. Es
importante que los profesionales de Enfermería
trabajen en colaboración con la tecnología para
garantizar un enfoque integral y centrado en el
paciente. Las formas en que la IA está apoyando hoy
las labores de los profesionales de la salud, son muy
diversas, y abarcan desde el diagnóstico y la
detección temprana de enfermedades pues los
algoritmos de IA pueden analizar grandes
cantidades de datos médicos, como imágenes de
rayos X, resonancias magnéticas y resultados de
pruebas de laboratorios (8). Esto ayuda a los
profesionales de Enfermería a detectar
enfermedades o anomalías de manera más rápida y
precisa. Además, la IA puede automatizar la gestión
de registros electrónicos de pacientes, lo que facilita
el acceso a la información relevante. Los
profesionales de Enfermería pueden concentrarse
más en la atención personalizada al paciente en
lugar de consumir tiempo en tareas administrativas.
También los sistemas de IA pueden proporcionar
recomendaciones basadas en evidencia para el
tratamiento y la atención de los pacientes. Esto
ayuda a los enfermeros a tomar decisiones
informadas y personalizadas.
Otros beneficios que puede brindar la IA se refieren
a la monitorización continua, pues los dispositivos en
contacto con los cueros y conectados a la IA pueden
rastrear constantemente los signos vitales de los
pacientes y alertar al personal de enfermería en caso
de cambios significativos. Esto permite una
intervención temprana y mejora la seguridad del
paciente. Los chatbots basados en la IA pueden
proporcionar respuestas a preguntas comunes de
los pacientes, ofrecer orientación sobre cuidados en
el hogar e incluso brindar apoyo emocional. Esto
libera tiempo para que las enfermeras se puedan
concentrar en los casos más complejos.
El diagnóstico y la detección temprana de las
enfermedades es un elemento clave en su
tratamiento oportuno y en el éxito de la curación. Se
trata de identificar la enfermedad en sus primeras
fases, para poder indicar y seguir un tratamiento
eficaz que, si se retrasa, puede hasta tener
desenlaces fatales. Consiste en un conjunto de
exámenes médicos para detectar dolencias antes de
que existan síntomas determinantes, cuando sean
fáciles de tratar. Son claves en patologías como las
cancerígenas (de mama, cuello de útero, próstata,
páncreas, etc.), virus de Papiloma humano,
enfermedades infecciosas como el SIDA, entre otras
muchas. Los algoritmos de IA pueden analizar
grandes cantidades de datos médicos, como
imágenes de rayos X, resonancias magnéticas y
resultados de pruebas de laboratorio. Esto ayuda
efectivamente a los profesionales de enfermería a
detectar dolencias o anomalías de manera más
rápida y certera (9). En la exploración realizada, se
hallaron muchos sitios y blogs que ofrecen servicios
de apoyo online a la Enfermería, gracias a la IA; se
pueden mencionar, entre muchos otros, Enfermería
60
Blog, Blog Cursos de Enfermería, Salusone App,
Herramientas para consulta de NANDA, NOC, NIC.
El presente artículo se propone como objetivo
determinar las innovaciones de la Inteligencia
Artificial en los diagnósticos de enfermería
tempranos de enfermedades dirigidas a mejorar la
eficiencia del cuidado humano.
MÉTODOS
Se realizó una investigación exploratoria acerca de
los desarrollos de IA aplicados a la enfermería y,
específicamente, a diagnósticos y detección
temprana de enfermedades. Se aplicó el método
PRISMA. Se hizo una búsqueda de documentos en
bases de datos científicos, como PubMed y Scielo,
así como en buscadores como Google Académico.
Por las características de la investigación, también
se investigó en buscadores convencionales, con
palabras clave “IA para enfermería”, “IA diagnósticos
enfermedades”, “NANDA NIC NOC EN IA”,
“diagnósticos de enfermería en IA”, en español y en
inglés.
Como criterios de inclusión se usaron: 1) artículos
científicos de libre acceso (Open Access), 2) de los
últimos seis años (2018-2024), 3) información y
promoción de nuevas aplicaciones de IA para
diagnóstico, 4) En idiomas inglés y español.
Exclusión: 1) artículos o estudios sobre el uso de la
IA en otros campos profesionales diferentes a la
Enfermería 2) artículos a los que no se ingresó al
texto completo por problemas en la página web,
artículo cuyos títulos no presentaban todas las
palabras de búsqueda, 3) documentos que se
referían específicamente a aspectos de la educación
en aspectos tecnológicos de las profesiones del
ámbito de la Enfermería o las ciencias de la salud
(10).
Se utilizó el método PRISMA (Preferred Reporting
Items for Systematic Reviews and Meta-Analyses),
para garantizar transparencia, rigurosidad y
reproducibilidad en revisiones sistemáticas, a través
de la selección, evaluación y síntesis de estudios,
por medio de un proceso estructurado que incluye
una búsqueda exhaustiva, criterios de
inclusión/exclusión claros y una presentación
estandarizada de los resultados (11).
Se procedió a la lectura analítica de los textos,
identificando la idea principal de cada documento,
mediante una técnica de subrayado de los datos
relevantes a los objetivos de la investigación
RESULTADOS
De la búsqueda realizada, se obtuvieron 12 artículos
científicos publicados en revistas científicas
dedicados a apoyar labores de enfermería. Una vez
leídos y analizados los textos, se organizaron de
acuerdo con las siguientes categorías, no
excluyentes, pues algunos textos tocan uno o más
de estos aspectos: a) significación, ventajas y
desventajas del uso de la IA en el diagnóstico y
detección temprana de enfermedades útiles para la
Enfermería, b) impacto de la IA en el ámbito de la
salud, c) nuevos desarrollos de IA dirigida al servicio
enfermero.
Bedoya M/ Enfermería Investiga Vol. 10 No. 3 2025 (Julio - Septiembre)
61
Bedoya M/ Enfermería Investiga Vol. 10 No. 3 2025 (Julio - Septiembre)
62
Análisis de los resultados
Significación de la IA en el ámbito del cuidado,
diagnóstico y detección temprana de
enfermedades
Los estudios revisados muestran que los desarrollos
de tecnologías de IA para el diagnóstico,
identificación temprana, tratamiento y predicción de
resultados, adquieren cada vez mayor importancia
por su eficiencia, precisión científica y utilidad. Esto
se manifiesta a propósito de ciertas enfermedades
determinadas como la tuberculosis, el cáncer,
patologías cardiocirculatorias y patologías mentales
degenerativas. En el artículo de Curioso et al. (12) se
describen los usos de la Inteligencia Artificial para
enfrentar la tuberculosis, mediante un diagnóstico
oportuno; además de los factores tecnológicos, se
enfatiza el rol de los factores sociotécnicos,
culturales y organizacionales. Se presenta como
caso la herramienta eRx que involucra algoritmos de
aprendizaje profundo y, en específico, el uso de
redes neuronales convolucionales. eRx es una
herramienta prometedora basada en inteligencia
artificial para el diagnóstico de tuberculosis que
comprende una variedad de técnicas innovadoras
que implican el análisis remoto de rayos X para
casos sospechosos de tuberculosis. Las
innovaciones basadas en herramientas de
inteligencia artificial pueden optimizar el proceso de
diagnóstico de la tuberculosis y de otras
enfermedades transmisibles
El uso de tecnologías que recogen y sistematizan la
data de salud directamente del cuerpo del paciente
para ayudar el cuidado, es el tema del estudio de
Heather et al. (13), quienes afirma que esto es
especialmente significativo en el área de la
oncología, donde la tecnología ha ayudado a mejorar
las decisiones y evaluaciones de la calidad del
cuidado. El programa IA descrito incluye un auto
reporte de salud, la evaluación de datos biométricos
en tiempo real, la observación de la conducta e
historias de los tratamientos, resultados del paciente
y data biométrica de los sensores colocados en el
cuerpo del paciente. Los avances en la tecnología
inalámbrica, los celulares inteligentes, y la Internet
de las cosas ha facilitado la recolección y
sistematización de esos datos generados por el
mismo paciente en la investigación del cáncer y su
cuidado. La IA ayuda a la medicina por evidencia,
base para la clínica y la monitorización remota de los
síntomas. También se han abierto oportunidades
para confrontar, comparar y analizar los datos
generados por el paciente, relacionándolos con los
de la Big data, con lo cual se mejora la capacidad
predictiva. Todavía subsisten algunos desafíos: la
integración de los registros electrónicos, el análisis
de grandes y complejos datos biométricos y los
posibles rediseños adecuados a la práctica clínica. A
pesar de algunos riesgos, los beneficios potenciales
justifican el incremento de la integración de esas
tecnologías en la investigación oncológica y el
cuidado clínico.
En el estudio de Adum et al. (14) se advierte que
todavía no es posible la masificación de la IA en el
entorno de la salud. Hoy en día, sus usos se
desarrollan en su mayoría en el interior del sistema
de salud, mientras que en mucha menor medida en
el contacto directo con el paciente. Por otra parte, la
capacidad de esta tecnología para el manejo de
grandes cantidades de datos puede ser ampliamente
utilizado para su parametrización por medio de
algoritmos. Esto hace posible, la clasificación,
prevención, predicción de distintas patologías, sin
distinción de sexos y/o razas, lo cual facilita los
diagnósticos diferenciales de enfermedades
complejas.
Perona et al. (15) mencionan algunos ejemplos de
cómo se podría utilizar la IA para beneficiar al
personal de salud, personal administrativo de salud
y a las personas: a) procesamiento de mayor flujo de
trabajo administrativo, a la vez que evita el fraude
administrativo: b) uso de Asistentes de enfermería
virtuales, c) logro de reducción de errores en la
dosificación de fármacos, d) robotizar algunas
cirugías para hacerlas menos invasivas. De hecho,
ya hay pruebas de que los robots habilitados para IA
podrían se utilizan para trabajar con mayor precisión
y menor error alrededor de órganos y tejidos
sensibles para ayudar a reducir la pérdida de sangre,
el riesgo de infección y el dolor postoperatorio.
Análisis del impacto de la IA en el ámbito de la
enfermería
La asociación de la tecnología avanzada en IA y la
enfermería, de acuerdo con Martínez et al. (16) ha
dado lugar a numerosos beneficios y desafíos,
marcando una nueva era de cambio en el ejercicio
de la profesión y los cuidados de enfermería. La IA
viene desarrollando trasformaciones en la profesión
de enfermería facilitando mayor capacidad resolutiva
a sus procesos. La integración adecuada de la
enfermería y la IA promete mejorar
significativamente la calidad y calidez de los
cuidados de enfermería.
En la revisión sistemática de Mejías et al. (17) con
documentación entre los años 2018 – 2022, se indica
que el incremento de las publicaciones acerca de
nuevos prototipos de IA para el cuidado del paciente,
mientras que otros estudios destacan la función de
apoyo de la IA en la toma de decisiones, gestión y
calidad del servicio. Un tercer tópico abordado en las
publicaciones es la necesidad del desarrollo de
habilidades, pensamiento crítico y confianza en el
personal de Enfermería, por lo que se concluye que
existe la necesidad de una mayor participación de las
propias enfermeras en el diseño de los prototipos de
cuidado, lo que implica adquirir conocimientos
acerca de la tecnología y la inteligencia artificial
como herramientas para brindar cuidado con
calidad.
La publicación de Cortés (18) se destaca la utilidad
de la 5G (quinta generación de las tecnologías y
estándares de comunicación inalámbrica) cuando se
combina con plataformas de atención médica en la
nube y con la inteligencia artificial. Todo ello, para
proporcionar servicios médicos y de enfermería
integrados, incluido el control de signos vitales, el
63
diagnóstico y tratamiento de una diversidad de
enfermedades, servicios de enfermería de
rehabilitación y enfermería de la vida diaria. Esto
conseguiría una enfermería más profesional,
integral, eficiente y continua, lo cual es útil para la
academia, sistemas de salud e industria en su
esfuerzo por mejorar la calidad de los servicios y
satisfacer las necesidades personalizadas de grupos
específicos; esto último es consistente con otra de
las principales características de la Quinta
Revolución Industrial, i.e., la personalización.
El estudio de Ramírez-Pereira et al. (19) plantea la
necesidad de revisar los aspectos éticos que podrían
implicar el uso de la IA en Enfermería y la atención
en salud en general. En primer lugar, se debe
considerar la privacidad y seguridad de los datos. En
la mayoría de los países del mundo existen
regulaciones con respecto al acceso a la información
de tipo personal de cada paciente y su uso. Con la
inteligencia artificial esto se hace más necesario, ya
que puede ser usado desde un punto de vista
predictivo de condiciones de salud y, con esto, limitar
el acceso a seguros de esta índole. Otro aspecto
interesante tiene que ver con los sesgos en el
ingreso de datos cuando la IA está en entrenamiento.
Esto puede llevar a errores de diagnóstico y
tratamiento en caso de poblaciones
subrepresentadas, como así también a la
discriminación en otros grupos minoritarios. Es
necesario abordar estos sesgos y garantizar la
equidad en el acceso y la calidad de la atención
médica impulsada por la IA.
La IA modificará la relación enfermera-paciente,
mejorando la calidad y la eficiencia. Si bien el
cuidado de enfermería directo es irremplazable, el
impacto de las tecnologías sanitarias de inteligencia
artificial requerirá un replanteo de la práctica de
enfermería que incluirá nuevos conceptos. Este
cambio conlleva el advenimiento de nuevos roles de
enfermería, modelos de prestación de cuidado virtual
y actualización de los flujos de trabajo. Desde el
punto de vista de la aplicación de la IA, sus usos
pueden ser tan variados como robots de asistencia,
robots humanoides y robots de movilidad, análisis
predictivo, sistemas de soporte de decisiones
clínicas, hogares inteligentes y chatbots de
asistencia virtual.
Nuevos desarrollos de IA dirigida a la práctica de
la Enfermería
Esta proliferación de aplicaciones y programas de IA
tienen que ver con lo que Maud H. de Korte et al.,
(20) señalan acerca de que los proveedores de
cuidados de salud caseros han adoptado
crecientemente la terminología de la Enfermería
como parte de los registros electrónicos que
alimentan modelos predictivos. En las pruebas
realizadas se observó que las predicciones hechas
por estos sistemas aciertan y son validades en un
22,4%. Los sistemas existentes de predicción para
cuidados caseros tienen varios grados de eficiencia,
pero los últimos desarrollos SNT son las eficientes.
Gianfranco Damiani, et al (21) aportó una revisión
sistemática acerca de la efectividad e impacto de la
IA que identifica errores en la medicación en
atención primaria. El acercamiento es
multidisciplinario, los estudios son muy
heterogéneos. Los estudios revisados indican que
hay una efectiva reducción de los errores de
medicación de acuerdo a estos nuevos desarrollos
de la IA. Esto lleva a concluir que la aplicación de la
AI en cuidados primarios es deseable y necesario,
pues significa una herramienta importante para
apoyar el manejo de la medicación en un entorno no
hospitalario.
En el estudio de Espín, A. et al (22) se hace una
revisión de las apss existentes de apoyo a las
labores de la enfermería, las cuales se clasifican en
tres wereables, ocho aplicaciones móviles y tres
robots que se emplean en enfermería. Entre los
Wereables, denominación que se otorgó al conjunto
de dispositivos o sensores que una persona lleva en
su cuerpo, se encuentran principalmente aquellos
para la monitorización y tratamiento del paciente con
enfermedades crónicas, los cuales poseen sensores
que tienen varias funciones pudiendo clasificarse en:
sensores fisiológicos (monitorizan las funciones
vitales), sensores de movimiento (detectan señales
trasformando los movimientos físicos en ondas
eléctricas, que pueden ser medidas) y finalmente los
sensores bioquímicos (utilizados para determinar
sustancias químicas y hormonas). Respecto a las
APP, en el contexto actual constituyen una
herramienta de apoyo gracias al acceso bilateral de
información entre el profesional de salud en este
caso el enfermero/a y el paciente, facilitando el
cuidado a distancia es decir contribuyendo a la Tele
enfermería.
En cuanto a la Robótica en enfermería Johanson y
otros (23), consideran a los robots de cuidado como
aparatos electrónicos o maquinas que pueden
operar total o parcialmente con el objetivo de ayudar
al potencial usuario de este (paciente, familiares,
cuidadores y profesionales de enfermería), en las
áreas física, psíquica y emocional. Se concluye que
los wereables, las aplicaciones móviles y la robótica
tienen hoy día una presencia trascendente en los
espacios de cuidado y atención de salud y que
acercan al personal de enfermería a sus pacientes.
La tecnología no suple el cuidado de enfermería,
pero si constituye una herramienta de apoyo en su
quehacer.
DISCUSIÓN
Hay una incesante innovación en el campo de la IA
aplicada a las ciencias de la salud, en general y a la
Enfermería, en particular (24) (25); estas
innovaciones de la IA constituyen un apoyo
importante para realizar diagnósticos oportunos e
identificación temprana de las enfermedades graves.
Aspectos como la obtención de datos biomédicos en
tiempo real, predicciones de efectos, control de
medicamentos, indicación de terapias, incluso apoyo
64
emocional a pacientes de la tercera edad y de
enfermedades graves, como el cáncer, son objeto de
desarrollos de IA.
Es inagotable la información que permanentemente
se conoce acerca de nuevos desarrollos de
dispositivos que se colocan en el cuerpo para extraer
datos biomédicos y comportamentales de los propios
pacientes (26). La disposición de esta data, unida al
acceso a la Big Data, permite la realización de
pronósticos y predicciones cuya eficiencia, validez y
exactitud es cada vez mayor, con cada nueva
innovación reportada (8). Así mismo, el desarrollo de
sistemas expertos para apoyar todos los aspectos y
fases del cuidado humano, tales como los
diagnósticos e identificación temprana de los
síntomas de las diversas enfermedades, desde las
mentales, hasta las infecciosas o metabólicas,
constituyen una ayuda cada vez mejor para los
profesionales de la salud, y específicamente para las
enfermeras.
El uso de la IA en el ámbito de la Enfermería está
avanzando para realizar diagnósticos enfermeros
NANDA, NIC y NOC. Hay aplicaciones disponibles
que integran esas taxonomías con IA para
proporcionar diagnósticos de enfermería
personalizados y precisos. Estas herramientas
utilizan algoritmos avanzados para analizar síntomas
y condiciones, ofreciendo una mejora sustancial en
la precisión y velocidad del proceso de diagnóstico
en comparación con las prácticas usuales. Estas
aplicaciones tienen características tales como
diagnósticos multilingües, interfaz de usuario
intuitiva: diseñada para ser fácil de usar y permitir
acceso rápido y eficiente a información vital para la
toma de decisiones informadas. También esas APP
se actualizan continuamente y cumplen con normas
de privacidad y seguridad de datos para proteger la
información de los usuarios (26).
La constatación anterior tiene una relación intrínseca
con el objetivo del estudio, que explorar las
innovaciones y sus ventajas de la IA, en lo que
respecta al diagnóstico de enfermedades y
detección temprana de síntomas de dolencias que
pueden ser curadas si son identificadas a tiempo.
Para garantizar una integración exitosa y ética de la
IA en la práctica profesional de la Enfermería, hay
que ir dando respuesta a ciertos desafíos, tales
como: La implementación de la IA en la Enfermería
presenta varios desafíos que deben abordarse para
garantizar una integración exitosa y ética. Entre esos
desafíos destacan la privacidad y seguridad de los
datos, la integración con sistemas existentes,
formación y adaptación del personal: los
profesionales de la enfermería necesitan
capacitación para utilizar eficazmente las
herramientas de IA. Además, puede haber
resistencia al cambio y preocupación por la
sustitución de empleos; la ética en la toma de
decisiones, los costos de implementación: y el riesgo
de los sesgos y la búsqueda de la equidad. Los
algoritmos de IA pueden tener sesgos incorporados
que afectan a ciertos grupos de pacientes. Ese
esencial desarrollar IA que sea justa y equitativa para
todos los pacientes sin discriminación (27).
CONCLUSIONES
La constatación de la ola de innovaciones
tecnológicas de IA de apoyo a la Enfermería y las
profesiones de la salud implica que actualmente hay
más capacidad para realizar diagnósticos más
eficaces, así como una identificación temprana de
las enfermedades de gravedad, gracias a las
posibilidades tecnológicas de esta revolución
incorporada al campo de la salud. Existen todavía
desafíos y riesgos en esta incorporación de la IA al
campo de la salud y de la Enfermería en particular.
Ellas tienen que ver con asuntos éticos, como la
privacidad de los datos, así como aspectos como la
brecha tecnológica que, por razones
socioeconómicas, culturales y de educación, todavía
obstaculizan el pleno acceso a estas tecnologías.
Entre esos desafíos destaca el de la preparación
tecnológicas de las profesionales de Enfermería. En
este sentido, se impone la revisión de los planes de
estudio de las universidades, para incorporar los
elementos necesarios para el manejo y correcta
incorporación de la IA en las labores de Cuidado
Humano. No se debe perder de vista que el único
sentido de esta revolución tecnológica es el
bienestar de los seres humanos. También destacan
otros desafíos relacionados con los costos de
inversión de las instituciones y profesionales para
poder usar plenamente las ventajas de estas
tecnologías. En este sentido, la misma ola de
innovaciones y la disposición libre de las Apps son
respuestas, pero todavía muy parciales, a las
necesidades.
Abordar estos desafíos requiere de un enfoque
colaborativo entre desarrolladores de tecnología,
profesionales de la salud, reguladores y pacientes
para asegurar que la IA en enfermería se implemente
de manera que mejore la atención al paciente,
especialmente en la realización de diagnósticos
eficaces y eficientes y la detección temprana de
enfermedades graves.
FINANCIAMIENTO
Financiamiento propio
CONFLICTO DE INTERESES
Se declara que no existe ningún conflicto de
intereses y se respeta los derechos de autor de los
documentos mencionados.
65
REFERENCIA
1. Madrid C. Filosofía de la Inteligencia Artificial. Pentalfa Ediciones, Oviedo. 2024;: p. 213.
2. Pérez C. Revoluciones tecnológicas y capital financiero. La dinámica de las grandes burbujas financieras y
las épocas de bonanza. Siglo XXI editores, México, 2004: 269 p. Disponible en: https://pegaso.com.ve/wp-
content/uploads/2021/06/PerezCarlota-Revoluciones-Tecnologicas-y-Capitalfinanciero.compressed.pdf
3. Organización Panamericana de la Salud / Organización Mundial de la Salud. Revoluciones tecnológicas y
capital financiero. Estrategia y Plan. New York: OPS-OMS, 51º Consejo Directivo. 63ª Sesión del Comité
Regional.; 2017. Disponible en: https://www.paho.org/es/documentos/estrategia-plan-de-accion-sobre-e-
salud.
4. Morgan F. Generative Artificial Intelligence Shatters Models of AI and Labor. Informe ejecutivo. Brief for the
Canada House of Commons Study on the Implications of Artificial Intelligence Technologies for the Canadian
Labor Force. Pittsburg: University of Pittsburgh; 2023. Disponible en: arXiv:2311.03595v1.
5. High-Level Expert Group on Artificial Intelligence. A definition of AI: Main Capabilities and Disciplines.
Ejecutivo. Washington: High-Level Expert Group on Artificial Inteligence; 2025. Disponible en: httos://digital-
strategy.ec.europa.eu/en/policies/expert-groip-ai.
6. González S. Regulación legal de la robótica y la inteligencia artificial: retos de futuro. Revista Jurídica de la
Universidad de León. 2017; (4):25-50. DOI: https://doi.org/10.18002/rjule.v0i4.5285
7. El confidencial. Hawking, Musk, Wozniak y Chomsky firman una carta contra Terminator. [Online].; 2024.
Available from: https://www.elconfidencial.com/tecnologia/2015-07-29/hawking-musk-wozniak-y-chomsky-
firman-una-carta-contra-terminator_946547/.
8. Cambraia, L., Pyrrho,M., Manchola-Castillo, C. Big Data y Salud. Un analisis Bioético. Buenos Aires: Editorial
Teseo; 2023. DOI: https://doi.org/10.55778/ts911693154
9. Roche. innovación en Inteligencia Artificial en el diagnóstico de enfermedad reumática. 2022. Disponible en:
httos://www.rocheplus.es/innovacion/inteligencia-artificial/enfermedad-reumatica.html.
10. Hernandez Sampieri. Metodología de la investigación México: Mc Graw Hill Interamericana Editores; 2018:
714 p. Disponible en: https://bellasartes.upn.edu.co/wp-content/uploads/2024/11/METODOLOGIA-DE-LA-
INVESTIGACION-Sampieri-Mendoza-2018.pdf
11. Matthew J. Page, Joanne E. McKenzie, Patrick M. Bossuyt, Isabelle Boutron, Tammy C. Hoffmann, Cynthia
D. Mulrow, et al. Declaración PRISMA 2020: una guía actualizada para la publicación de revisiones
sistemáticas. Revista Española de Cardiología. 2020; 74(9): 790-799. DOI:
https://doi.org/10.1016/j.recesp.2021.06.016
12. Curioso W, Brunette M. Inteligencia Artificial e innovación para optimizarel proceso de diagnóstico de la
tuberculosis. Rev Peru Med Exp Salud Pública. 2020; 37(3): 554-558. DOI:
https://doi.org/10.17843/rpmesp.2020.373.5585
13. Heather, S.; Hoogland, A.; Browstein, N.; Barata, A.; Dicker, A.; Knoop, H.; el al. Innovations in Research and
Clinicar CAre Using Patient Generated health Data. CA Cancer J Clin. 2020; 70(3): 182-199. DOI:
10.3322/caac.21608.
14. Adum J, Ruiz M, Vera H, Álvarez M. Inteligencia Artificial en Medicina: presente y futuro. Reciamuc. 2024;
8(1): 166-177. DOI: https://doi.org/10.26820/reciamuc/8.(1).ene.2024.166-177
15. Perona G. La Inteligencia Artificial y sus beneficios en la atención a la salud. Diagnóstico. 2023; 62(4):e482
DOI: https://doi.org/10.33734/diagnostico.v62i4.482
16. Martínez, A.; Espinoza, M.; Gómez, K; Espinoza, M.J. Impacto de la Inteligencia Artificial en ciencias de la
salud: perspectivas para la enfermería. Kanyú. 2024; 2(I): 34-45. DOI: https://doi.org/10.61210/kany.v2iI.74
17. Mejías A, Guarate Y, Jiménez A. Revisión documental: Inteligencia Artificial en el campo de la enfermería:
implicaciones en la asistencia, administración y educación. Salud, Ciencia y Tecnología. 2022; 2: 88. DOI:
https://doi.org/10.56294/saludcyt202288
18. Cortés M. Sobre Inteligencia Artificial, enfermería, ciencias biomédicas y educación. Revista Cubana de
Enfermería. 2024; 40: e6171. Disponible en https:scielo.sld.cu/scielo.php?script=sci_arttex&pid=SO864-
03192024000100017
19. Ramírez-Pereira M, Figueredo-Borda N, Morales E. La Inteligencia Artificial en el cuidado: un reto para la
Enfermería. Enfermería. 2023; 12(1): e3372. DOI: https://doi.org/10.22235/ech.v12i1.3372
20. Maud D, Verhoeven G, Elissen A, Metzelthin S, Ruwaard D, Mikkas M. Using MAchine learning ti assess the
predictive potential of estandardized nursing data for home halthcare case-mix classification. Eur J Health
Econ. 2020; 21(8): 1121-1129. DOI: https://doi.org/10.1007/s10198-020-01213-9
21. Damiani, G.; Altamura, G.; Zedda, M.; Nurchis, M.; Aulino, G.; Alizadeh, H. et al. Potentiality of algorithms and
artificial intelligence adoption to improve medication management in primary care: a systematic review. BMJ
Open. 2023;13 (3): e065301. DOI: https://doi.org/10.1136/bmjopen-2022-065301
22. Espín, A.; Mas, M.; Rea, M.; López, S. Tecnología aplicada al cuidado de enfermería: wereables, apps y
robótica. RCIM. 2023; 15(1): e567. Disponible en:
https://revinformatica.sld.cu/index.php/rcim/article/view/567
66
23. Johanson M. Care Robot Orientation: What, Who and How? Potential Users Perceptions. International
Journal of Social Robotics. 2020; 12. DOI: https://doi.org/10.1007/s12369-020-00619-y
24. Rexford M, Balazinska M, Culler D, Wing J. Enabling Computer and Information Science and Engineering
Research and Education in the Cloud. National Science Foundation. 2018; 23(1). DOI:
https://doi.org/10.13140/RG.2.2.30487.83364
25. Elsevier. Consulta inmediata a taxonomías NANDA, NIC y NOC en clinical key students. 2024. Disponible
en: https://www.elsevier.com/es-es/connect/consulta-inmediata-a-taxonomias-nanda-nic-noc-en-clinicalkey-
student.
26. Computing Community Consortium (CCC) and the Association for the Advancement of Artificial Intelligence
(AAAI). A 20-Year Community Roadmap for Artificial Intelligence Research in the US, 2019. Disponible en
https://cra.org/ccc/wp-content/uploads/sites/2/2019/08/Community-Roadmap-for-AI-Research.pdf
27. European Commision. Independent High-Level Expert Group On Artificial Intelligence, A definition of AI: Main
capabilities and disciplines. 2019. Disponible en:
https://www.europarl.europa.eu/cmsdata/196377/AI%20HLEG_Ethics%20Guidelines%20for%20Trustworth
y%20AI.pdf.
