Familiaridad, uso y aceptación de la inteligencia artificial entre médicos residentes de especialidades troncales de un hospital universitario en Paraguay
DOI:
https://doi.org/10.66476/mf.v3n1.6767Palabras clave:
Inteligencia artificial, familiaridad , profesionales de la salud, paraguayResumen
Introducción: la inteligencia artificial (IA) es una innovación transformadora en medicina, con impacto en el diagnóstico, el pronóstico y la gestión sanitaria. Su adopción efectiva depende de la formación, la confianza y la aceptación de los profesionales que la aplican, factores aún poco documentados en el primer nivel de formación médica en Paraguay.
Objetivo: determinar la familiaridad, el uso y la aceptación de la inteligencia artificial en médicos residentes de especialidades troncales de un hospital universitario de referencia nacional.
Materiales y métodos: se realizó un estudio observacional, descriptivo, de corte transversal, con muestreo no probabilístico por conveniencia, en médicos residentes de especialidades troncales del Hospital de Clínicas (San Lorenzo, Paraguay) durante octubre de 2025. Se aplicó un cuestionario estructurado autoadministrado de 20 ítems en escala Likert de 1 a 5, organizado en cuatro dimensiones: familiaridad, uso actual, aceptación y confianza, y percepciones y barreras institucionales.
Resultados: participaron 45 residentes. La familiaridad con la IA mostró una media de 3,85/5, con el 73,3 % de acuerdo o totalmente de acuerdo en comprender sus principios, beneficios y limitaciones. El uso actual alcanzó una media de 3,78/5: el 66,6 % reportó usar o estar dispuesto a usar IA, principalmente para búsqueda de información, docencia e investigación, con uso limitado en diagnóstico clínico. La aceptación y confianza obtuvieron la media más alta del estudio (3,99/5; 80 % de acuerdo o totalmente de acuerdo). Las percepciones y barreras institucionales promediaron 3,82/5: la falta de infraestructura tecnológica y de capacitación formal fueron las limitaciones más señaladas.
Conclusión: los médicos residentes evaluados presentan familiaridad moderada-alta, uso incipiente y alta aceptación de la inteligencia artificial. Su integración efectiva en la práctica clínica requiere fortalecer la formación institucional, la infraestructura tecnológica y los marcos normativos para un uso ético y seguro.
Referencias
World Health Organization. Ethics and governance of artificial intelligence for health: guidance on large multi-modal models. Geneva: WHO; 2025. Disponible en: https://www.who.int/publications/i/item/9789240084759
Davenport T, Kalakota R. The potential for artificial intelligence in healthcare. Future Healthc J. 2019;6(2):94-98. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6616181/
Reddy S, Fox J, Purohit MP. Artificial intelligence-enabled healthcare delivery. J R Soc Med. 2019;112(1):22-28. https://doi.org/10.1177/0141076818815510
Angus DC, Khera R, Lieu T, Liu V, Ahmad FS, Anderson B, et al. AI, health, and health care today and tomorrow: the JAMA Summit report on artificial intelligence. JAMA. 2025;334(18):1650-1664. https://doi.org/10.1001/jama.2025.18490
Ministerio de Salud Pública y Bienestar Social (Paraguay). Barrio Obrero: proyecto piloto apunta a plataforma con herramientas basadas en IA [Internet]. 5 jul 2025. Disponible en: https://www.mspbs.gov.py/portal/33323/barrio-obrero-proyecto-piloto-apunta-a-plataforma-con-herramientas-basadas-en-ia.html
Facultad de Ciencias Médicas — UNA. Inauguración del Congreso de Neurociencias en la FCM-UNA [Internet]. 19 sep 2025. Disponible en: https://med.una.py/inauguracion-del-congreso-de-neurociencias-en-la-fcmuna/
American Psychological Association. Familiarity. En: APA Dictionary of Psychology [Internet]. Washington, DC: APA; 2023 [citado 2025 ene 10]. Disponible en: https://dictionary.apa.org/familiarity
Lambert SI, Madi M, Sopka S, Lenes A, Stange H, Buszello CP, et al. Acceptance of clinical artificial intelligence among healthcare professionals: an integrative review. NPJ Digit Med. 2023;6:111. https://doi.org/10.1038/s41746-023-00852-5
Newton N, Bamgboje-Ayodele A, Forsyth R, Tariq A, Baysari MT. Clinicians' acceptance and use of clinical decision support: a systematic review. NPJ Digit Med. 2025;8:309.
Tun HM, Abdul Rahman H, Naing L, Malik OA. Trust in AI-based clinical decision support systems: a systematic review. J Med Internet Res. 2025;27(8):e69678. Disponible en: https://www.jmir.org/2025/8/e69678
Wells BJ, Nguyen HM, McWilliams A, et al. A practical framework for appropriate implementation and review of artificial intelligence (FAIR-AI) in healthcare. NPJ Digit Med. 2025;8:514.
Scipion CEA, Manchester MA, Federman A, Wang Y, Arias JJ. Barriers and facilitators to clinician acceptance and use of artificial intelligence in healthcare: a scoping review. BMJ Open. 2025;15(4):e092624. https://doi.org/10.1136/bmjopen-2024-092624
Saavedra J, Cafagna G. Inteligencia artificial en los sistemas de salud: ¿qué falta en América Latina y el Caribe? [Internet]. World Bank Blogs. 7 abr 2025. Disponible en: https://blogs.worldbank.org/es/latinamerica/inteligencia-artificial-sistemas-salud-america-latina-caribe
Pan American Health Organization. Artificial intelligence in public health: readiness assessment toolkit [Internet]. Washington DC: PAHO; 2024. Disponible en: https://www.paho.org/sites/default/files/2024-08/ai-ra-tool-rev-final-eng-aug-1_0.pdf
Tamori H, Yamashina H, Mukai M, et al. Acceptance of the use of artificial intelligence in medicine among Japan's doctors and the public: a questionnaire survey. JMIR Hum Factors. 2022;9(1):e24680. https://doi.org/10.2196/24680
Karaca O, Çalışkan SA, Demir K. Medical artificial intelligence readiness scale for medical students (MAIRS-MS): development, validity and reliability study. BMC Med Educ. 2021;21:112. https://doi.org/10.1186/s12909-021-02546-6
Takita H, Kabata D, Walston SL, Tatekawa H, Saito K, Tsujimoto Y, et al. Diagnostic performance of generative AI versus physicians: a systematic review and meta-analysis. NPJ Digit Med. 2025;8:175.
Regazzoni CJ. Health, Latin America, and the promise of artificial intelligence [Internet]. Think Global Health. 15 nov 2024. Disponible en: https://www.thinkglobalhealth.org/article/health-latin-america-and-promise-artificial-intelligence
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Miranda Belén Am Gaiada
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los artículos publicados en la Revista de Medicina Familiar y Comunidad se distribuyen bajo una licencia Creative Commons Reconocimiento 4.0 Internacional (CC BY 4.0).
Esta licencia permite a cualquier usuario copiar, distribuir, transmitir y adaptar el material para cualquier propósito, incluso comercial, siempre que se reconozca adecuadamente la autoría y la fuente original de publicación.
Los autores conservan los derechos de autor y otorgan a la revista el derecho de primera publicación.
La reutilización del contenido debe incluir la citación completa de la obra original y la indicación de cualquier modificación realizada.
