Inteligencia artificial y cuidados auxiliares de Enfermería: Cómo los TCAE pueden optimizar su trabajo con tecnología inteligente

https://doi.org/10.58842/KYXA3547

Incluido en la revista Ocronos. Vol. VI. Nº 7–Julio 2023. Pág. Inicial: Vol. VI; nº 7: 256

Autor principal (primer firmante): Jaime Fernández López

Fecha recepción: 16 de julio, 2023

Fecha aceptación: 29 de julio, 2023      

Ref.: Ocronos. 2023;6(7): 256

Autor

Jaime Fernández López

Publica TFG cuadrado 1200 x 1200

Profesor de Procedimientos Sanitarios y Asistenciales. Consejería de Educación del Principado de Asturias.

Resumen

La inteligencia artificial (IA) ofrece diversas oportunidades para optimizar las tareas de los técnicos en cuidados auxiliares de Enfermería (TCAE). Mediante el uso de tecnología inteligente, los TCAE pueden automatizar tareas administrativas y rutinarias, lo que les permite dedicar más tiempo a la atención directa al paciente y tareas de mayor valor añadido.

La inteligencia artificial también puede mejorar la precisión en la recopilación y el registro de datos, facilitar la toma de decisiones clínicas, proporcionar asistencia en la monitorización remota de pacientes y personalizar la atención de acuerdo con las necesidades individuales.

La IA en la formación de los TCAE optimiza su trabajo al proporcionar simulaciones realistas, tutoría personalizada, acceso a recursos educativos, adaptación al ritmo de aprendizaje, evaluación del progreso y mejora continua. Al aprovechar la tecnología inteligente, los TCAE pueden mejorar la eficiencia, la precisión y la personalización de la atención, permitiendo una práctica más efectiva y centrada en el paciente.

Palabras clave

Inteligencia artificial, IA, técnicos en cuidados auxiliares de Enfermería, TCAE, automatización de tareas, atención al paciente, registro de datos, monitorización remota, formación, recursos educativos, mejora continua, eficiencia.

Introducción

La inteligencia artificial (IA) es una tecnología que permite a las máquinas actuar y pensar de manera inteligente, como los seres humanos, aprendiendo de los datos y tomando decisiones o realizando tareas sin intervención humana directa. Utiliza algoritmos y modelos matemáticos para aprender de los datos y tomar decisiones o realizar tareas sin intervención humana directa.

publica-articulo-revista-ocronos

Existen diferentes tipos de IA. Algunas se basan en reglas predefinidas, mientras que otras utilizan el aprendizaje automático, donde las máquinas pueden aprender de los datos y mejorar su rendimiento con el tiempo. También hay inteligencia artificial que puede simular la forma en que los humanos piensan y toman decisiones, lo que se conoce como inteligencia artificial general.

Es una herramienta poderosa que está transformando muchos aspectos de nuestra vida y tiene el potencial de ayudarnos en diferentes áreas. La inteligencia artificial puede desempeñar un papel importante en el apoyo a la labor de los Técnicos en Cuidados Auxiliares de Enfermería (TCAE) de varias formas. En este artículo se presentan algunos ejemplos de cómo la IA puede ayudar al TCAE en su trabajo.

Metodología

En este artículo se va a analizar el uso de la IA en los cuidados auxiliares de Enfermería, explorar sus aplicaciones actuales y futuras, identificar beneficios y desafíos, etc.

Se ha realizado una búsqueda de la literatura científica y técnica relevante utilizando bases de datos académicas, bibliotecas digitales y otras fuentes confiables, seleccionando artículos, investigaciones y documentos que sean pertinentes para el objetivo de la revisión. Tras analizar críticamente los artículos y documentos seleccionados, se ha extraído información relevante relacionada con la inteligencia artificial, los cuidados auxiliares de Enfermería y las funciones del TCAE.

A continuación, se sintetizan los hallazgos de los estudios revisados, organizando la información relevante de manera lógica.

Gestión de registros y documentación

La IA puede ser utilizada para agilizar y mejorar la gestión de registros y documentación en el trabajo de un TCAE. Puede automatizar tareas como la entrada de datos, la organización de historias clínicas y la generación de informes, lo que permite a los TCAE acceder rápidamente a la información relevante y reducir la carga administrativa. Esto permite que los TCAE dediquen más tiempo a la atención directa al paciente y a tareas clínicas, en lugar de invertir tanto tiempo en tareas administrativas.

Por ejemplo, la IA puede utilizarse en la clasificación y extracción automática de datos para analizar y procesar grandes volúmenes de documentos médicos, como historias clínicas, informes de Enfermería y órdenes médicas. Utilizando técnicas de procesamiento de lenguaje natural (NLP) y reconocimiento óptico de caracteres (OCR), la IA puede identificar y extraer automáticamente información relevante, como diagnósticos, tratamientos prescritos, alergias, procedimientos realizados y medicamentos administrados. Esto agiliza el proceso de documentación y reduce la carga administrativa para los TCAE, ya que no tienen que dedicar tanto tiempo a la introducción manual de datos. Además, la extracción automática de información permite una mayor precisión y consistencia en los registros, minimizando errores o inconsistencias humanas.

El OCR es una tecnología que permite convertir texto impreso o manuscrito en formato digital, lo que resulta especialmente útil en la digitalización de documentos médicos. Al combinarlo con técnicas de inteligencia artificial (IA), como el procesamiento de lenguaje natural (NLP) y el aprendizaje automático (machine learning), se puede mejorar la precisión y la capacidad de reconocimiento del OCR.

Existen varias herramientas que utilizan OCR mejorado por inteligencia artificial en el campo de la salud, por ejemplo:

  • ABBYY FineReader 1: Es una herramienta de OCR con capacidades de IA que permite convertir documentos impresos o escaneados en formatos editables como Word, Excel, PowerPoint, Open Office, etc. También puede convertir documentos a PDF y realizar búsquedas de texto. Utiliza tecnologías avanzadas como ICR, OMR y OBR para reconocer caracteres, marcas y códigos de barras. Conserva la calidad y el formato original de los documentos, incluyendo tablas, gráficos y otros elementos. Permite agrupar diferentes tipos de documentos en uno solo. Es fácil de usar y preciso, y reconoce varios idiomas. Puede editar datos bloqueados en PDF, crear PDFs con búsqueda de texto y extraer texto de imágenes. También incluye diccionarios en varios idiomas y soporte para la colocación del texto. Este programa se puede utilizar para reconocer y extraer información clave de registros médicos y otros documentos clínicos.
  • Google Cloud Vision API 2: Es un servicio de Google Cloud que utiliza técnicas de IA y proporciona una interfaz de programación de aplicaciones (API) para realizar tareas de análisis y reconocimiento de imágenes. A través de esta API, los desarrolladores pueden enviar imágenes para su procesamiento y obtener información detallada sobre los elementos visuales presentes en esas imágenes, como objetos, rostros, texto y más. Una API permite la comunicación y la interacción entre diferentes sistemas de software, facilitando el intercambio de datos, la integración de servicios y el desarrollo de aplicaciones.

El OCR de Google Cloud Vision puede extraer texto de imágenes escaneadas o fotografías de documentos médicos, lo que facilita la digitalización de información clave. La API de Cloud Vision puede identificar y reconocer entidades específicas en los documentos, como nombres de medicamentos, fechas, códigos de identificación o términos médicos relevantes. Asimismo, la función de extracción de tablas de Cloud Vision puede identificar y extraer información estructurada de tablas en documentos, como resultados de pruebas o registros médicos.

Otro uso interesante de la API de Cloud Vision es el análisis de sentimientos y emociones. Puede analizar las expresiones faciales en imágenes y detectar emociones como la felicidad, la tristeza o la sorpresa. Esto podría ser útil para evaluar el estado emocional de los pacientes en ciertos contextos 3.

  • Amazon Textract 4: Es un servicio de Amazon Web Services (AWS) que utiliza inteligencia artificial para extraer texto y datos estructurados de documentos, como formularios, informes y registros. Puede ser utilizado para procesar y extraer información de historias clínicas y otros documentos médicos.

Los TCAE a menudo trabajan con formularios y documentos en papel. Amazon Textract puede ayudar a digitalizar estos documentos escaneados y extraer datos importantes de ellos, como nombres de pacientes, fechas, medicamentos o resultados de pruebas. Esto reduce la necesidad de introducir manualmente la información, ahorrando tiempo y minimizando errores. Asimismo, los TCAE suelen lidiar con una gran cantidad de documentos, como historias clínicas, registros de pacientes y órdenes médicas. Amazon Textract puede analizar y comprender la estructura de estos documentos, identificando secciones relevantes y clasificándolos en categorías adecuadas. Esto facilita la búsqueda y recuperación de información cuando sea necesario.

Textract puede ser utilizado para analizar documentos médicos complejos, como informes de laboratorio o imágenes médicas con anotaciones. Puede extraer información clave y estructurarla de manera legible para su revisión y análisis posterior por parte del personal de atención médica, incluidos los TCAE5.

Al utilizar Amazon Textract, los TCAE pueden automatizar tareas administrativas relacionadas con la gestión de documentos, como la identificación de información específica en múltiples documentos, la extracción de datos relevantes y la generación de informes resumidos. Esto les permite dedicar más tiempo a tareas directamente relacionadas con la atención al paciente.

Automatización de tareas rutinarias

La IA puede ser de gran ayuda para los TCAE en la automatización de tareas repetitivas y rutinarias, como la recopilación y el registro de datos de signos vitales, como la presión arterial, la frecuencia cardíaca o la saturación de oxígeno. Estos datos se pueden transmitir directamente a los sistemas de registro, eliminando la necesidad de ingreso manual y agilizando el proceso. Esto permite a los TCAE ahorrar tiempo y concentrarse en actividades que requieren habilidades más especializadas. A continuación, se presentan algunas formas en las que la IA puede brindar apoyo al técnico en cuidados auxiliares de Enfermería (TCAE) en la recopilación y registro de datos de signos vitales:

  • Dispositivos de monitoreo inteligente: Los avances en la tecnología de dispositivos de monitoreo de salud han permitido la integración de la IA. Estos dispositivos, como los relojes inteligentes o los sensores de monitoreo, pueden medir y registrar automáticamente los signos vitales de los pacientes, como el pulso, la presión arterial, la frecuencia respiratoria y la temperatura 6. Los TCAE pueden aprovechar estos dispositivos para recopilar datos de manera eficiente y precisa. Por ejemplo, algunos sistemas de IA pueden proporcionar indicaciones visuales o auditivas para colocar correctamente un termómetro o un dispositivo de medida de la presión arterial, lo que ayuda a obtener mediciones más exactas y consistentes.
  • Algoritmos de análisis de datos: La inteligencia artificial (IA) puede ayudar a los TCAE a analizar y procesar grandes volúmenes de datos de signos vitales de manera más rápida y precisa. Los algoritmos de IA pueden identificar patrones, tendencias o anomalías en los datos y resaltarlos para una revisión y seguimiento más efectivos 9.
  • Alertas y notificaciones automáticas: Los sistemas de inteligencia artificial pueden estar configurados para detectar cambios significativos en los signos vitales de los pacientes y generar alertas o notificaciones automáticas para el personal de Enfermería y los TCAE. Esto permite una respuesta más rápida ante situaciones críticas o cambios inesperados en el estado de los pacientes 10.
  • Registros electrónicos de salud (EHR): Los sistemas de EHR impulsados por IA pueden facilitar el registro y la recopilación de datos de signos vitales. Estos sistemas pueden integrar datos de diversos dispositivos de monitoreo y presentarlos de manera organizada y accesible. Además, la IA puede ayudar a completar automáticamente los campos de los registros basándose en los datos capturados y reconocidos previamente 11.

Además, los TCAE pueden beneficiarse de herramientas de IA que les asistan en la documentación de los signos vitales. Los datos se pueden transmitir directamente a los sistemas de registro, eliminando la necesidad de ingreso manual y agilizando el proceso. Estas herramientas pueden sugerir descripciones y terminología apropiadas, evitando errores o malinterpretaciones en los registros. La IA, en combinación con la experiencia y el juicio clínico de los TCAE, puede mejorar la eficiencia y la precisión en la recopilación y el registro de datos de signos vitales, lo que a su vez contribuye a una atención más efectiva y un seguimiento adecuado de la condición de los pacientes.

Asistencia en la toma de decisiones

La inteligencia artificial (IA) puede proporcionar a los TCAE información adicional y herramientas de apoyo para la toma de decisiones informadas sobre el cuidado de los pacientes. Mediante el acceso a bases de datos médicas, guías de práctica clínica y conocimientos médicos actualizados, la IA puede ayudar a los TCAE a tomar decisiones de varias maneras 12,13:

  • Análisis de datos y tendencias: La IA puede procesar grandes cantidades de datos clínicos y de salud para identificar patrones, tendencias y correlaciones. Esto puede ayudar al TCAE a tomar decisiones más informadas al analizar información relevante sobre el estado de salud del paciente, resultados de pruebas, respuestas a tratamientos anteriores, entre otros factores.
  • Recomendaciones basadas en evidencia: Los sistemas de IA pueden utilizar bases de datos clínicos y científicos para proporcionar recomendaciones basadas en evidencia. Esto puede incluir guías de práctica clínica, protocolos de cuidado, pautas de medicación y advertencias sobre posibles interacciones farmacológicas. Estas recomendaciones pueden servir como una referencia valiosa al tomar decisiones clínicas.
  • Alertas y notificaciones: Los sistemas de IA pueden monitorear en tiempo real los datos de los pacientes y generar alertas cuando se detecten anomalías o situaciones de riesgo. Esto permite al TCAE tomar decisiones rápidas y tomar medidas preventivas para garantizar la seguridad y el bienestar del paciente.
  • Asistencia en el diagnóstico: Algunos sistemas de IA, como los sistemas de apoyo al diagnóstico, pueden ayudar al TCAE a evaluar los síntomas del paciente y generar posibles diagnósticos diferenciales. Estas herramientas pueden proporcionar información adicional y ayudar al TCAE a considerar diferentes opciones antes de consultar con el personal médico.
  • Colaboración y consulta remota: La IA también puede facilitar la colaboración y la consulta remota entre el TCAE y otros profesionales de la salud. Los sistemas de telemedicina y las herramientas de comunicación basadas en IA pueden permitir la discusión de casos, la revisión de registros y la obtención de opiniones especializadas a distancia 14. Por su parte, las herramientas de comunicación basadas en IA, como los sistemas de chat y videoconferencia, pueden facilitar la colaboración y la coordinación entre los TCAE y otros miembros del equipo de atención médica. Esto es especialmente útil en situaciones donde se requiere una rápida transmisión de información.

Asistencia en la comunicación

La IA puede ser útil en la comunicación del TCAE con los pacientes, especialmente en casos donde existen barreras lingüísticas o funcionales. Los sistemas basados en IA pueden brindar apoyo en la comunicación de varias formas:

  • Traducción y comunicación multilingüe: La IA puede ayudar a superar las barreras del idioma al proporcionar servicios de traducción en tiempo real. Los sistemas de traducción basados en redes neuronales pueden traducir conversaciones habladas o escritas entre el TCAE y el paciente, lo que facilita la comunicación efectiva en entornos multilingües 15.
  • Chatbots y asistentes virtuales: Los chatbots y asistentes virtuales basados en IA pueden interactuar con los pacientes, responder preguntas comunes y brindar información básica sobre síntomas, medicamentos y cuidados generales. Esto permite a los TCAE concentrarse en tareas más especializadas, mientras que la IA se encarga de las consultas y orientación inicial. Los chatbots o formularios interactivos basados en IA pueden realizar preguntas específicas para obtener detalles relevantes sobre la salud del paciente, lo que agiliza el proceso y garantiza la recopilación de información completa 16.
  • Educación para la salud: Los sistemas de IA pueden proporcionar educación y consejos personalizados a los pacientes sobre el manejo de problemas médicos específicas, instrucciones postoperatorias, recomendaciones de estilo de vida saludable, entre otros temas relevantes. Esto permite a los TCAE brindar información adicional y recursos a los pacientes de manera más eficiente 17.

Educación y formación

La inteligencia artificial puede ser utilizada como una herramienta de capacitación para los TCAE, proporcionando simulaciones interactivas y escenarios de entrenamiento virtual. Esto les permite practicar habilidades clínicas, adquirir conocimientos específicos y mejorar su competencia en entornos controlados y realistas. La inteligencia artificial ofrece diversas ventajas en la enseñanza de cuidados auxiliares de Enfermería 18, 19:

  • Simulación y entrenamiento realista: Los sistemas de IA pueden proporcionar simulaciones interactivas y escenarios realistas para que los estudiantes de TCAE practiquen habilidades y tomen decisiones clínicas en un entorno virtual seguro. Esto les permite adquirir experiencia práctica antes de enfrentarse a situaciones reales, mejorando su confianza y competencia.
  • Tutoría y retroalimentación personalizada: La IA puede ofrecer tutoría y retroalimentación personalizada a los estudiantes de TCAE. Al utilizar algoritmos de aprendizaje automático, la IA puede analizar el desempeño de los estudiantes, identificar áreas de mejora y proporcionar recomendaciones específicas para su desarrollo profesional.
  • Acceso a recursos educativos: La IA puede ayudar a los estudiantes de TCAE a acceder a una amplia gama de recursos educativos. Los sistemas de IA pueden proporcionar materiales de estudio, bibliotecas virtuales, tutoriales interactivos y vídeos explicativos para apoyar el aprendizaje teórico y práctico.
  • Adaptación al ritmo de aprendizaje: La IA puede adaptarse al ritmo de aprendizaje individual de los estudiantes de TCAE. Al analizar el rendimiento y las preferencias de cada estudiante, la IA puede ajustar el contenido y el nivel de dificultad de los materiales educativos, asegurándose de que se proporcionen los desafíos adecuados y se fomente un aprendizaje efectivo.
  • Evaluación: Los sistemas de IA pueden ayudar en la evaluación y el seguimiento del progreso de los estudiantes. La IA puede realizar evaluaciones automáticas, calificar tareas y exámenes, y proporcionar informes detallados sobre el rendimiento de cada estudiante. Esto facilita el seguimiento individualizado y la identificación de áreas de mejora.
  • Actualización continua de conocimientos: La IA puede ayudar a mantener actualizados a los estudiantes de TCAE con los avances y las nuevas prácticas en el campo de la atención médica. Al analizar fuentes de información en línea, investigaciones y literatura médica, la IA puede proporcionar actualizaciones periódicas y recomendaciones sobre los últimos avances en el ámbito de la Enfermería y los cuidados auxiliares.

Discusión

La inteligencia artificial (IA) en los cuidados auxiliares de Enfermería ofrece ventajas como la eficiencia y el ahorro de tiempo, la mejora en la precisión y calidad de los registros, mejoras en la eficiencia de las tareas administrativas, el soporte en la toma de decisiones clínicas, el monitoreo remoto, la educación y la capacitación, y la mejora en la seguridad del paciente. Estas ventajas pueden ayudar a optimizar la atención médica, mejorar la experiencia del paciente y fortalecer la eficacia profesional de los TCAE. Asimismo, al implementar la inteligencia artificial en los cuidados auxiliares de Enfermería pueden surgir desafíos y limitaciones. Estos pueden incluir preocupaciones éticas y de privacidad, la necesidad de una capacitación adecuada para los TCAE, la confiabilidad de los algoritmos de inteligencia artificial y la interoperabilidad con los sistemas de atención sanitaria existentes.

La introducción de la inteligencia artificial (IA) podría afectar el rol y las responsabilidades de los TCAE.

Esto puede incluir cambios en las habilidades y competencias necesarias y la necesidad de adaptarse a nuevas tecnologías. Los TCAE pueden desarrollar habilidades complementarias relacionadas con la gestión de la inteligencia artificial y la tecnología de salud. Esto puede incluir el conocimiento de los principios éticos y legales relacionados con la IA en la atención sanitaria, la capacidad de evaluar críticamente las recomendaciones de los sistemas de IA y la capacidad de comunicarse efectivamente con los pacientes sobre la colaboración con sistemas de IA.

Es necesario garantizar el uso ético y legal de la inteligencia artificial en los cuidados auxiliares de Enfermería, y para proteger los derechos y la dignidad de los pacientes. Debe asegurarse la protección de los datos personales y de salud de los pacientes, cumpliendo con las leyes y regulaciones de protección de datos. Es necesario obtener el consentimiento informado de los pacientes para recopilar y utilizar sus datos en el contexto de la IA. Se deben evitar sesgos y garantizar que la inteligencia artificial se utilice de manera justa y no discriminatoria en la atención médica. Deben establecerse mecanismos para abordar la responsabilidad y los posibles errores o fallos en los sistemas de IA utilizados.

Se requiere comprender y comunicar de manera comprensible las decisiones o recomendaciones generadas por la inteligencia artificial. Los TCAE deben mantener principios éticos y ejercer juicio clínico y autonomía en la toma de decisiones, considerando la IA como una herramienta de apoyo y no dependiendo exclusivamente de ella.

Las perspectivas futuras de la inteligencia artificial en los cuidados auxiliares de Enfermería apuntan a una atención más personalizada, una mayor eficiencia en la gestión de tareas, una mejora en la precisión del diagnóstico, una mayor colaboración entre profesionales de la salud y sistemas de inteligencia artificial, y un continuo desarrollo y avance tecnológico en el campo. Estos avances prometen mejorar la calidad de la atención y brindar mejores resultados de salud para los pacientes. A medida que la IA se integra más en los cuidados auxiliares de Enfermería, será importante proporcionar una educación y una formación adecuadas a los profesionales. Esto incluye el desarrollo de habilidades relacionadas con el uso de la IA, la interpretación de los resultados y la toma de decisiones éticas y basadas en evidencia.

Conclusiones

Existen varias aplicaciones de la inteligencia artificial (IA) que pueden beneficiar el trabajo de los TCAE en ámbitos como la gestión de documentación y registros, automatización de tareas repetitivas y rutinarias, apoyo para la toma de decisiones sobre cuidados de los pacientes, mejora de comunicación del TCAE con los pacientes y la capacitación para los TCAE.

Es esencial que los TCAE se adapten a estos cambios y se aseguren de que la introducción de la IA se realice de manera ética y respetando siempre los principios de atención de calidad y centrada en el paciente.

Es importante destacar que, si bien la IA puede ser una herramienta poderosa, no reemplaza la experiencia y el juicio clínico de los TCAE ni la importancia del contacto humano y el cuidado personalizado proporcionado por los TCAE. La tecnología debe utilizarse como un complemento para mejorar la eficiencia y la calidad de la atención, pero siempre en combinación con la experiencia y el juicio clínico de los profesionales de la salud.

Bibliografía

  1. FineReader PDF [Internet]. [citado 11 de julio de 2023]. PDF Software: Open, Read & Edit PDFs. Disponible en: https://pdf.abbyy.com/es/
  2. Google Cloud [Internet]. [citado 11 de julio de 2023]. Detecta texto en imágenes | API de Cloud Vision. Disponible en: https://cloud.google.com/vision/docs/ocr?hl=es-419
  3. Frąckiewicz M. Google Vision API in Healthcare: Enhancing Medical Diagnosis and Treatment [Internet]. TS2 SPACE. 2023 [citado 11 de julio de 2023]. Disponible en: https://ts2.space/en/google-vision-api-in-healthcare-enhancing-medical-diagnosis-and- treatment/
  4. Amazon Web Services, Inc. [Internet]. [citado 11 de julio de 2023]. Extracción inteligente de texto y datos con OCR – Amazon Textract – Amazon Web Services. Disponible en: https://aws.amazon.com/es/textract/
  5. Adesiji B. Automating Document Processing for a Healthcare Use Case with AWS Textract & Comprehend Medical [Internet]. Mantium. 2022 [citado 11 de julio de 2023]. Disponible en: https://medium.com/mantium/automating-document-processing-for-a-health-care-use-case-with- aws-textract-comprehend-medical-c96a7565c8cd
  6. Aidmed – AI based system for measuring patient vital signs. [Internet]. 2021 [citado 12 de julio de 2023]. Disponible en: https://www.aidmed.ai/
  7. Hashomer A. Noticias de Israel. 2022 [citado 15 de julio de 2023]. Termómetro inteligente también comprueba el corazón, pulmones y el oxígeno. Disponible en: https://israelnoticias.com/tecnologia/termometro-inteligente-tambien-comprueba-el-corazon- pulmones-y-el-oxigeno/
  8. Biosensors | Free Full-Text | An Artificial Intelligence-Enhanced Blood Pressure Monitor Wristband Based on Piezoelectric Nanogenerator [Internet]. [citado 15 de julio de 2023]. Disponible en: https://www.mdpi.com/2079-6374/12/4/234
  9. Khan F, Cho SH. A Detailed Algorithm for Vital Sign Monitoring of a Stationary/Non-Stationary Human through IR-UWB Radar. 2016.
  10. Soon S, Svavarsdottir H, Downey C, Jayne DG. Wearable devices for remote vital signs monitoring in the outpatient setting: an overview of the field. BMJ Innovations [Internet]. 1 de abril de 2020 [citado 12 de julio de 2023];6(2). Disponible en: https://innovations.bmj.com/content/6/2/55
  11. Jackson N, Woods J, Watkinson P, Brent A, Peto TEA, Walker AS, et al. The quality of vital signs measurements and value preferences in electronic medical records varies by hospital, specialty, and patient demographics. Sci Rep. 8 de marzo de 2023;13(1):3858.
  12. Artificial Intelligence in Medicine | IBM [Internet]. [citado 15 de julio de 2023]. Disponible en: https://www.ibm.com/topics/artificial-intelligence-medicine
  13. Stanford HAI [Internet]. [citado 15 de julio de 2023]. The Open-Source Movement Comes to Medical Datasets. Disponible en: https://hai.stanford.edu/news/open-source-movement-comes- medical-datasets
  14. Pacis DMM, Subido EDC Jr, Bugtai NT. Trends in telemedicine utilizing artificial intelligence. AIP Conference Proceedings. 13 de febrero de 2018;1933(1):040009.
  15. 4 Benefits Of AI Translation Technology In Healthcare | Mymanu Community [Internet]. 2022 [citado 15 de julio de 2023]. Disponible en: https://blog.mymanu.com/4-benefits-of-ai-translation- technology-in-healthcare/
  16. Verani E. Inbenta. 2022 [citado 15 de julio de 2023]. Benefits of Chatbots in Healthcare: 9 Use Cases of Healthcare Chatbots (2022). Disponible en: https://www.inbenta.com/en/blog/chatbot- in-healthcare/
  17. How AI Chatbots are Enhancing Patient Education and Engagement [Internet]. [citado 15 de julio de 2023]. Disponible en: https://ts2.space/en/how-ai-chatbots-are-enhancing-patient- education-and-engagement/
  18. De Gagne JC. The State of Artificial Intelligence in Nursing Education: Past, Present, and Future Directions. Int J Environ Res Public Health. 10 de marzo de 2023;20(6):4884.
  19. Dave M, Patel N. Artificial intelligence in healthcare and education. Br Dent J. mayo de 2023;234(10):761-4.