Inteligencia artificial en enfermería: lo que ya cambia en el aula

En una encuesta de 2025 a 99 estudiantes de grado de enfermería de Nueva York, el 92 % dijo usar herramientas de IA generativa: para aclarar conceptos de enfermería, buscar información, preparar valoraciones de salud y sacar adelante los trabajos. Así se ve hoy la inteligencia artificial en enfermería desde dentro de la mayoría de las facultades: herramientas que redactan textos, calculan riesgos y, cada vez más a menudo, hacen de paciente en una simulación, ya en manos de los estudiantes mientras el claustro todavía decide qué permitir.

Los mismos estudiantes enumeraron los inconvenientes: el coste de las suscripciones, depender demasiado de la herramienta, el exceso de información y respuestas de las que no terminaban de fiarse. Lo que le pidieron a su escuela fue orientación desde el principio y módulos breves de formación, que es un buen punto de partida para cualquier facultad.

Fuera del aula, los usos son más amplios. Una revisión sistemática de 21 estudios firmada por investigadores de enfermería de la Universidad de Almería los agrupó en tres familias: detección precoz y toma de decisiones clínicas, sistemas de apoyo para la monitorización del paciente y la organización del trabajo, y formación en enfermería. Una revisión paraguas de 18 revisiones, publicada en 2025 en el Journal of Medical Internet Research, llega a una conclusión que cae de lleno en las escuelas: los planes de estudio de enfermería tienen que incorporar herramientas educativas con IA, y con ellas formación en alfabetización en IA y en ética.

Las cifras apuntan en la dirección contraria. El informe de la OMS Situación de la enfermería en el mundo 2025 cuenta 29,8 millones de enfermeras en 2023, frente a 27,9 millones en 2018, y un déficit mundial que sigue en 5,8 millones. Con la tendencia actual bajaría a 4,1 millones en 2030. El problema de la profesión, con los números de la propia OMS, es que faltan enfermeras.

La American Nurses Association es igual de clara. Su declaración de posición sobre IA, de 2022, lo dice en una frase: «La IA no sustituye la toma de decisiones, el juicio, el pensamiento crítico ni la capacidad de valoración de la enfermera». Y cita el código ético estadounidense en lo que más importa para la docencia: la enfermera «responde de su práctica incluso cuando falla el sistema o la tecnología».

Para una facultad de enfermería, esa última frase es la que tiene consecuencias prácticas. Si la enfermera responde de la decisión diga lo que diga la herramienta, comprobar lo que propone pasa a formar parte del juicio clínico, y hay que practicarlo como el resto.

Juntas, esas revisiones describen cuatro tipos de herramientas con las que ya se encuentran enfermeras y estudiantes:

• Apoyo a la decisión y detección precoz. Modelos que analizan los datos del paciente para señalar antes el riesgo o el empeoramiento y apoyar las decisiones clínicas.
• Monitorización y organización. Sistemas que vigilan al paciente a distancia o ayudan a organizar el trabajo de una unidad.
• Registro. Herramientas que automatizan parte de la documentación clínica. Una revisión paraguas en Nursing Inquiry la cuenta entre las ganancias de eficiencia, junto a la detección precoz.
• Formación. Pacientes virtuales y simuladores, además de los asistentes conversacionales de uso general con los que los estudiantes ya estudian.

En la formación enfermera la evidencia es joven, pero ya da para agruparla. Un metaanálisis de 61 estudios publicado en 2026 sobre IA en simulación de enfermería encontró mejoras en los conocimientos y en las habilidades de los estudiantes, y su mapa del campo señala la IA generativa, los pacientes virtuales y la atención geriátrica como los temas que más avanzan. Una revisión exploratoria de 11 estudios, más pequeña, recoge también los costes: ansiedad ligada a la simulación, mal uso y dudas sobre la calidad de los datos, la privacidad y la integridad académica.

Para una comisión de plan de estudios, «la IA» es demasiado grande para decidirla de una vez. Ayuda desmontar la formación y mirar cada pieza por separado:

La última fila tiene pieza propia: IA en la educación médica: un manual para el profesorado repasa la evaluación, la docencia, la creación de contenidos y la política escrita capa por capa, y casi todo sirve tal cual para una facultad de enfermería.

La primera fila de esa tabla es la que la mayoría de las facultades no puede cubrir. Los pacientes estandarizados cuestan presupuesto y agenda, así que los encuentros por estudiante son pocos, y la conversación que más repeticiones necesita es la que menos tiene. Para ese hueco está pensado un simulador de paciente virtual.

Cómo funciona por dentro, desde lo que recuerda el paciente virtual hasta cómo se puntúa una sesión, está explicado en simulador de pacientes con IA: cómo funciona.

La revisión paraguas citada al principio nombra además los obstáculos con los que tropiezan las facultades: la resistencia a adoptarla, la falta de una formación en IA estandarizada y el acceso desigual a la tecnología. Nada de eso tiene todavía una respuesta cerrada, y cada facultad lo está resolviendo en un orden distinto.

Así que una pregunta para la próxima reunión del plan de estudios: ¿en qué fila de esa tabla vuestros estudiantes ya están usando la IA sin que la facultad haya puesto ninguna norma?