Author(s): G. Doherty, L. McLaughlin, C. Hughes, J. McConnell, R. Bond, S. McFadden
Year: 2023
Bibliographic Reference (APA format):
Doherty, G., McLaughlin, L., Hughes, C., McConnell, J., Bond, R., & McFadden, S. (2023). A Scoping Review of Educational Programmes on Artificial Intelligence (AI) Available to Medical Imaging Staff. Radiography, 30(2024), 474–482. https://doi.org/10.1016/j.radi.2023.12.019
Assigned Category: Gestión de datos (Data management)
Resumen:
Este artículo presenta una revisión exhaustiva de los programas educativos sobre inteligencia artificial (IA) disponibles para el personal de imágenes médicas. La rápida evolución de la IA ha sido significativa en el campo de la radiología y otras especialidades de imágenes médicas, lo que hace imperativo que los profesionales estén capacitados para utilizar estas herramientas de manera efectiva. Sin embargo, los autores identifican que existe una falta de programas de formación estandarizados y accesibles para el personal de imágenes médicas.
De un total de 1309 registros revisados, solo cinco estudios cumplieron con los criterios de inclusión, lo que indica una escasez significativa de intervenciones educativas específicas para este personal. Estos estudios se centraron principalmente en estudiantes de medicina y residentes de radiología, dejando de lado a otros profesionales como los radiógrafos. Además, el enfoque de “clase invertida” fue el más utilizado en los programas analizados, permitiendo una mayor interacción en el tiempo de clase para profundizar en los conceptos de IA.
Los resultados también revelaron que, aunque las intervenciones educativas fueron bien recibidas, los resultados de aprendizaje variaron considerablemente entre los programas. Esto refleja la necesidad de programas más integrales y regulados que cubran desde los conceptos básicos hasta el uso práctico de la IA en la práctica clínica diaria. Los autores concluyen que es necesario desarrollar enfoques educativos más sólidos y estandarizados para garantizar que todo el personal de imágenes médicas esté preparado para integrar la IA en su trabajo clínico de manera segura y efectiva.
