Percepción del personal médico sobre el uso de inteligencia artificial en la toma de decisiones clínicas en Oncología

  • Fanny Michelle Meléndez Yánez Facultad de Ciencias de la Salud, Universidad Técnica de Ambato, (Ecuador).
  • Luis Fabián Salazar Garcés Allergy and Acarology Laboratory, Institute of Health Sciences, Federal University of Bahia
##plugins.pubIds.doi.readerDisplayName##: https://doi.org/10.5281/zenodo.21764622

摘要

El objetivo es analizar la percepción del personal médico del Hospital de Especialidades Carlos Andrade Marín (HECAM) sobre el uso de inteligencia artificial (IA) en el manejo del cáncer de mama, explorando el nivel de conocimiento, la utilidad percibida, las barreras institucionales y la disposición a su incorporación en la práctica clínica. La metodología incluyó un estudio descriptivo de corte transversal con enfoque mixto. Se aplicó el Cuestionario de Percepción, Conocimiento y Actitudes del Personal Médico frente al Uso de IA en Oncología (V1.0), instrumento de elaboración propia con 20 ítems Likert distribuidos en cuatro dimensiones y cuatro preguntas abiertas. La validez de contenido se evaluó mediante el coeficiente V de Aiken (n = 6 expertos) y la consistencia interna con alfa de Cronbach. El análisis cuantitativo empleó estadísticos descriptivos, pruebas de Shapiro-Wilk, U de Mann-Whitney, Kruskal-Wallis y correlación Rho de Spearman (α = 0,05). El componente cualitativo se procesó mediante análisis temático reflexivo. Participaron 23 profesionales médicos (65,2% mujeres; 52,2% oncólogos). El instrumento demostró validez de contenido alta (V de Aiken global = 0,924; IC 95%: 0,692–1,000) y consistencia interna excelente (α = 0,937). La dimensión Expectativas obtuvo el puntaje más alto (M = 19,3/25), mientras que Conocimiento registró el más bajo (M = 15,8/25). El ítem con menor media fue B8 —capacitación formal recibida en IA— (M = 2,57). Se identificó una correlación muy fuerte entre Utilidad y Expectativas (ρ = 0,894; p < 0,001) y ausencia de correlación entre Conocimiento y Barreras (ρ = 0,079; p = 0,722). No se encontraron diferencias significativas por sexo, categoría profesional ni años de experiencia (p > 0,05). El análisis temático reveló que la disposición a adoptar IA está condicionada a supervisión médica permanente, capacitación específica e infraestructura adecuada.

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##

##submission.authorBiographies##

##submission.authorWithAffiliation##

Estudiante de la Universidad Técnica de Ambato, (Ecuador).

##submission.authorWithAffiliation##

Licenciado en Laboratorio Clínico, graduado de la Universidad Técnica de Ambato, (Ecuador). Magíster en Inmunología, graduado de la Universidad Federal Da Bahia, (Brasil). Doctor en Inmunología, graduada de la Universidad Federal Da Bahia, (Brasil).

已出版
2026-08-02