¿Qué tan preparados están los futuros médicos para la inteligencia artificial?Un estudio mixto sobre importancia percibida, confiabilidad y obstáculos en el aula.

How prepared are future doctors for artificial intelligence?A mixed study of perceived importance, reliability, and classroom obstacles

Publicado 2025-07-29


https://doi.org/10.30554/archmed.25.1.5405.2025
Abrir | Descargar
PDF FLIP HTML XML ePUB
Número
Vol. 25 Núm. 1 (2025): Revista Archivos de Medicina (Manizales)
Sección
Artículos de Investigación
Cómo citar
Delgado Arias, L. M., Betancur Zuleta , G. M. ., & López Rios, M. A. . (2025). ¿Qué tan preparados están los futuros médicos para la inteligencia artificial?Un estudio mixto sobre importancia percibida, confiabilidad y obstáculos en el aula. Archivos De Medicina, 25(1). https://doi.org/10.30554/archmed.25.1.5405.2025
Descargar cita
Endnote/Zotero/Mendeley (RIS) BibTeX
DOI

https://doi.org/10.30554/archmed.25.1.5405.2025
Dimensions
PlumX

Cómo citar

Delgado Arias, L. M., Betancur Zuleta , G. M. ., & López Rios, M. A. . (2025). ¿Qué tan preparados están los futuros médicos para la inteligencia artificial?Un estudio mixto sobre importancia percibida, confiabilidad y obstáculos en el aula. Archivos De Medicina, 25(1). https://doi.org/10.30554/archmed.25.1.5405.2025

Descargar cita

Licencia
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Luis Miguel Delgado Arias
Egresado y docente Universidad de Manizales.
Gloria Milena Betancur Zuleta
Universidad Católica
Perfil Google Scholar
https://orcid.org/0009-0004-8640-6286 ORCID
Maria Alejandra López Rios
Universidad Cooperativa de Colombia
https://orcid.org/0009-0000-2129-8676 ORCID
Mostrar biografía de los autores

Luis Miguel Delgado Arias,

Departamento Caldas. Ciudad Manizales

Gloria Milena Betancur Zuleta ,

x

Maria Alejandra López Rios,

x

Artículos más leídos del mismo autor/a

Introducción: La inteligencia artificial (IA) está emergiendo como una herramienta transformadora en la educación médica, con aplicaciones que incluyen simulación clínica, tutores inteligentes y procesamiento de lenguaje natural. Aunque se reconoce su potencial, persisten vacíos formativos en el currículo médico colombiano, especialmente en niveles preclínicos.

Objetivo: Caracterizar las percepciones, actitudes, niveles de familiaridad y patrones de uso de herramientas de IA en estudiantes de Medicina, e identificar asociaciones entre variables académicas, tecnológicas y actitudinales para orientar futuras decisiones curriculares.

Materiales y métodos: Estudio mixto, predominantemente cuantitativo, de tipo descriptivo-analítico, realizado en una institución de educación superior en Manizales (Colombia) durante el semestre 2024-2. Participaron 267 estudiantes de 1.º, 2.º y 7.º semestre de Medicina. Se aplicaron encuestas digitales al inicio y al final del semestre. Se realizaron análisis descriptivos, pruebas χ², Kruskal-Wallis y regresión logística binaria. El análisis cualitativo se desarrolló mediante técnicas de procesamiento de lenguaje natural y validación manual.

Desenlace principal: Nivel de uso de IA, percepción de utilidad, familiaridad conceptual, habilidades digitales y comodidad en su aplicación.

Resultados: El 87 % de los estudiantes de primeros semestres y el 100 % de séptimo reportaron uso de IA. La familiaridad con IA se asoció significativamente con el nivel de habilidad digital (χ² = 51.1, p < 0.001). No se encontraron diferencias por género. El 83.1 % manifestó interés en integrar IA en su formación. Se identificaron barreras como falta de orientación docente y percepción de complejidad.

Conclusión: Los hallazgos evidencian una alta adopción y aceptación temprana de IA entre estudiantes de Medicina, con diferencias formativas entre semestres. Se recomienda una integración curricular progresiva, diferenciada por nivel académico y orientada bajo principios de IA confiable.

Visitas del artículo 109 | Visitas PDF 76

Descargas

Los datos de descarga todavía no están disponibles.
  1. 1. Hernández-Rincón EH, Jiménez D, Chavarro-Aguilar LA, et al. Mapping the use of artificial intelligence in medical education: a scoping review. BMC Med Educ. 2025;25:526.
  2. 2. Shaw K, Henning MA, Webster CS. Artificial Intelligence in Medical Education: a Scoping Review. Med Sci Educ. 2025. doi:10.1007/s40670-025-02373-0.
  3. 3. Aguirre-Flórez M, Gómez-González JF, Jiménez-Osorio LA, et al. Uso de la inteligencia artificial en la educación médica: ¿herramienta o amenaza? Invest Educ Med. 2025;14(53):90-8.
  4. 4. Díaz-Guio DA, Henao J, Pantoja A, et al. Artificial intelligence applications in simulation-based education. Rev Colomb Anestesiol. 2023;52(1):e1085.
  5. 5. Luong J, Tzang CC, McWatt S, et al. Exploring AI Readiness in Medical Students: Analysis of a Global Survey. Med Sci Educ. 2024;35(1):331-41.
  6. 6. Ramírez CD, Alvarenga G, Olivares NE, et al. Avances en el uso de IA en la educación médica latinoamericana. AlertA Rev Med. 2025;8(1):88-95.
  7. 7. Jackson P, Sukumaran GP, Babu C, et al. AI in medical education – perception among students. BMC Med Educ. 2024;24:804.
  8. 8. Ganjavi C, Eppler M, O’Brien D, et al. ChatGPT and LLMs awareness among US medical students. PLOS Digit Health. 2024;3(9):e0000596.
  9. 9. Busch F, Hoffmann L, Truhn D, et al. Global survey on AI in medical education. BMC Med Educ. 2024;24:1066.
  10. 10. Feng S, Shen Y. ChatGPT and the future of medical education. Acad Med. 2023;98(8):867-8.
  11. 11. Álvarez F. Inteligencia artificial en los procesos de enseñanza y aprendizaje [presentación en foro]. Foro Regional Eje Cafetero sobre Educación Médica; 2024 Sep 26; Pereira, Colombia.
  12. 12. FEPAFEM. Inteligencia artificial y educación médica: avances y retos. 2023 [citado 2025 Mar 31]. Disponible en: https://webfepafem-pafams.org/inteligencia-artificial-y-la-educacion-medica-avances-y-retos/.
  13. 13. Ballén M. La IA y su impacto en la educación médica. Universidad de La Sabana; 2023. Disponible en: https://www.unisabana.edu.co/noticias/al-dia/la-inteligencia-artificial-y-su-impacto-en-la-educacion-medica
  14. 14. Universidad de La Sabana. Diplomado en IA en salud. 2024 [citado 2025 Mar 31]. Disponible en: https://www.unisabana.edu.co.
  15. 15. ASCOFAME. Agenda Académica Congreso Mundial de Educación Médica 2023. Cartagéna: ASCOFAME; 2023.
  16. 16. ASCOFAME. Foro Regional Eje Cafetero sobre Educación Médica. Pereira; 2024.
  17. 17. Academia Nacional de Medicina. Foro Inteligencia Artificial y Medicina: conclusiones. Gaceta Acad. 2023;(123):45-6.
  18. 18. Hernández-Ayazo H, Magola-Sierra R. La formación de médicos en Colombia. Educ Med. 2018;19(Supl 1):31-35.
  19. 19. Trullàs JC, Blay C, Sarri E, Pujol R. Effectiveness of problem-based learning methodology in undergraduate medical education: a scoping review. BMC Med Educ. 2022;22(1):104.
  20. 20. Ramírez Domínguez CD, Alvarenga Somoza GM, Olivares Guzmán NE, et al. Avances en el uso de inteligencia artificial en la educación médica en Latinoamérica: una revisión bibliográfica. Rev Méd Clin Las Condes. 2023;34(1):84-91.
  21. 21. Busch F, Harth V, Nowak D, et al. Global cross-sectional student survey on AI in medical, dental, and veterinary education and practice at 192 faculties. BMC Med Educ. 2024;24:1066.
  22. 22. Sit C, Srinivasan R, Amlani A, et al. Attitudes and perceptions of UK medical students towards artificial intelligence and radiology: a multicentre survey. Insights Imaging. 2020;11(1):14.
  23. 23. Sami A, Saeed R, Ahmad S, et al. Medical students’ attitudes toward AI in education: perception, effectiveness, and its credibility. BMC Med Educ. 2025;25:82.
  24. 24. Liu DS, Zhang S, Mumper J. Perceptions of US Medical Students on Artificial Intelligence in Medicine: Mixed Methods Survey Study. JMIR Med Educ. 2022;8(4):e38325.
  25. 25. Al Hadithy ZA, Al Busaidi AS, Al Balushi NA, et al. Knowledge, Attitudes, and Perceptions of Artificial Intelligence in Healthcare Among Medical Students at Sultan Qaboos University. Cureus. 2023;15(9):e44887.
  26. 26. Gualda-Gea JJ, González L, Rubio-Romero JA, et al. Perceptions and future perspectives of medical students on the use of AI-based chatbots: an exploratory analysis. Front Med (Lausanne). 2025;12:1529305.
  27. 27. Tao W, Zhang Y, Zhao J, et al. Utilization of, Perceptions on, and Intention to Use AI Chatbots Among Medical Students in China: National Cross-Sectional Study. JMIR Med Educ. 2024;10(1):e46628.
  28. 28. Jerez O, Carrillo JM, Morales A. Perspectivas estudiantiles y docentes sobre la IA en la educación sanitaria: revisión exploratoria. Rev Esp Educ Med. 2025;6(2):633811.
  29. 29. The jamovi project (2024). jamovi. (Version 2.6) [Computer Software]. Retrieved from https://www.jamovi.org.
  30. 30. R Core Team (2024). R: A Language and environment for statistical computing. (Version 4.4) [Computer software]. Retrieved from https://cran.r-project.org. (R packages retrieved from CRAN snapshot 2024-08-07).

Información

Palabras clave

Código QR

Sistema OJS 3.4.0.10 - Metabiblioteca |