MED-IA: modelo educativo digital para la formación médica de especialidades clínicas, basado en inteligencia artificial

Abstract

la digitalización de la educación médica exige modelos formativos capaces de personalizar la tutoría clínica. El modelo pedagógico MED-IA propone integrar inteligencia artificial (IA) generativa para acompañar a médicos residentes. se realizó un estudio mixto, longitudinal, con diseño investigación-acción. Participaron 27 residentes del área clínica de un hospital de tercer nivel en Bolivia. Se diseñó e implementó un programa didáctico basado en un tutor virtual personalizado, llamado Guard IA, sustentado en GPT-4o, que fue operado durante 8 semanas. Se midió el rendimiento académico según las notas de la evaluación sumativa y las percepciones de los usuarios mediante escalas Likert para su posterior análisis estadístico por las pruebas de Wilcoxon y correlaciones de Spearman. A partir de ese programa, se plantean las bases teóricas para el modelo pedagógico MED-IA. la calificación promedio aumentó de 65,5 ± 6,8 a 88,0 ± 5,4 ( p < 0,001) en quienes utilizaron el tutor virtual. El 84% de los usuarios mejoró su rendimiento frente al 33% de los no usuarios; la frecuencia de uso se correlacionó con la diferencia de nota (r = 0,54). El 91% declaró alta satisfacción y el 76% recomendaría el tutor. el modelo demostró eficacia pedagógica y aceptación, ofreciendo un acompañamiento adaptativo que fortalece el razonamiento clínico y la autonomía del aprendizaje. The digitalization of medical education demands instructional models capable of personalizing clinical tutoring. The pedagogical model MED-IA proposes integrates generative artificial intelligence (AI) to support medical residents. A mixed-method, longitudinal, action-research study was conducted. Twenty-seven residents from the clinical area of a tertiary hospital in Bolivia participated. A didactic program was designed and implemented, centered on a personalized virtual tutor named Guard IA, powered by GPT-4o, and operated over eight weeks. Academic performance was measured through summative evaluation scores, and user perceptions were assessed using Likert scales. Statistical analysis included Wilcoxon tests and Spearman correlations. Based on this program, the theoretical foundations for the MED-IA pedagogical model were established. The average score increased from 65.5 ± 6.8 to 88.0 ± 5.4 (p < 0.001) among users of the virtual tutor. A total of 84% of users improved their performance, compared to 33% of non-users; usage frequency correlated with score improvement (r = 0.54). Additionally, 91% of participants reported high satisfaction, and 76% would recommend the tutor. The model demonstrated pedagogical effectiveness and user acceptance, offering adaptive support that strengthens clinical reasoning and learning autonomy.