Introducción y Objetivos
La IA está revolucionando la imagen médica, un campo altamente tecnológico en la atención médica. La rápida adopción de IA requiere que el personal médico esté capacitado y seguro en su aplicación, por lo que la preparación en IA es crucial. Sin embargo, la investigación sobre cómo proporcionar esta formación apenas está comenzando. Esta revisión tiene como objetivo comparar los estudios existentes que investigan y evalúan la eficacia de las intervenciones educativas en IA para el personal de imágenes médicas.
Métodos
Se creó una estrategia de búsqueda y se realizaron búsquedas de palabras clave para determinar la elegibilidad de los estudios. Esto incluyó un escaneo de títulos y resúmenes, seguido de una revisión completa del texto. Se incluyeron artículos empíricos en los que se crearon, entregaron y evaluaron intervenciones educativas en IA para el personal de imágenes médicas.
Resultados
De los 1309 registros iniciales, solo 5 (~0.4 %) cumplieron con los criterios de elegibilidad. Los programas educativos en estos estudios compartían objetivos similares y el método de “clase invertida” fue el más utilizado. Sin embargo, la profundidad del contenido variaba y los resultados medidos diferían significativamente.
Conclusiones
Los hallazgos de esta revisión proporcionan información valiosa para la evaluación de intervenciones educativas existentes en IA, lo cual será útil para planificar la educación en IA para el personal de salud. La revisión destaca la necesidad de programas de formación en IA estandarizados y completos para el personal de imágenes médicas.
Implicaciones para la práctica
La revisión subraya la necesidad urgente de programas educativos en IA bien diseñados y regulados para garantizar que el personal de imágenes médicas esté preparado para aplicar estas tecnologías de manera segura y efectiva en la práctica clínica.
Referencia Bibliográfica: #
Doherty, G., McLaughlin, L., Hughes, C., McConnell, J., Bond, R., & McFadden, S. (2024). A scoping review of educational programmes on artificial intelligence (AI) available to medical imaging staff. Radiography, 30, 474-482. https://doi.org/10.1016/j.radi.2023.12.019
