La inteligencia artificial y el aprendizaje automático están transformando la práctica médica, pero la mayoría de los clínicos carece de herramientas formativas para comprender y aplicar estas tecnologías en la toma de decisiones. El currículo DATA-MD, desarrollado en la Universidad de Michigan, representa un esfuerzo innovador y sistemático para reducir esa brecha de conocimiento, evaluando no solo el aprendizaje conceptual sino también la confianza y la disposición de los residentes a integrar la IA en la práctica cotidiana. Así concluyen los autores del trabajo publicado en Academic Medicine.
Introducción
El uso de inteligencia artificial (IA) y aprendizaje automático (ML) en la medicina ha crecido de manera acelerada en la última década. Estas tecnologías apoyan la interpretación de imágenes, la predicción de riesgos, la estratificación de pacientes y la personalización de tratamientos. Sin embargo, la velocidad de adopción contrasta con la escasa formación formal de los profesionales de la salud. La falta de entrenamiento adecuado puede derivar en la subutilización o en el uso inapropiado de herramientas algorítmicas, lo que incrementa riesgos de sesgos diagnósticos y de desigualdad en el acceso a cuidados de calidad. Diversas organizaciones médicas internacionales han subrayado la urgencia de incorporar contenidos sobre IA y ML en los programas de grado y posgrado de las profesiones sanitarias. En este contexto, el programa DATA-MD fue diseñado para proporcionar conocimientos básicos, fomentar la capacidad crítica y favorecer la integración responsable de estas herramientas en la práctica clínica.
Enfoque y resultados
El currículo Data-Augmented, Technology-Assisted Medical Decision Making (DATA-MD) se concibió a través de un panel multidisciplinario de expertos en medicina, informática, estadística, ética y derecho, que elaboró cuatro módulos: introducción a IA/ML en salud, fundamentos de epidemiología y bioestadística, aplicaciones diagnósticas y consideraciones ético-legales. Su implementación piloto se realizó en 2023 con 23 residentes de medicina interna de la Universidad de Michigan, distribuidos en dos cohortes. El programa se dictó en dos sesiones presenciales de tres horas, con clases expositivas, discusión en grupos pequeños, talleres de lectura crítica de artículos y un seminario socrático para abordar la dimensión ética.
Los resultados fueron evaluados mediante pruebas de conocimiento antes y después de cada sesión y encuestas retrospectivas de autoevaluación. Los puntajes mostraron mejoras significativas en los módulos de fundamentos y aplicaciones diagnósticas, con un aumento global de 8,0 a 9,0 puntos sobre 12 posibles (p < 0,001). El módulo de ética no evidenció cambios en el puntaje objetivo, aunque los participantes expresaron mayor confianza en su capacidad para analizar cuestiones legales y regulatorias. La encuesta también reflejó un fortalecimiento en la confianza para interpretar literatura científica en IA y en la disposición a aplicar estas herramientas en la práctica médica futura.
Discusión y conclusiones
El currículo DATA-MD demostró ser una herramienta eficaz para iniciar a los residentes en el conocimiento crítico de la inteligencia artificial aplicada a la medicina. La metodología práctica, especialmente el análisis de artículos científicos, se destacó como la estrategia pedagógica más útil. A pesar de las limitaciones de tamaño muestral, unicidad institucional y ausencia de contenidos sobre IA generativa —que no se incluían al momento del diseño—, el programa sentó bases sólidas para su expansión a otras especialidades y profesiones de la salud. Su actualización constante será clave para mantener su relevancia frente al rápido desarrollo de nuevas tecnologías.