IA + ENFERMERIA

1. EJEMPLOS REALES IA Y BIG DATA

1.1 Estudio de una app basada en IA para apoyar el cuidado de heridas

Este estudio probó una app con inteligencia artificial para ayudar a las enfermeras a cuidar heridas, como úlceras por presión. Compararon a las que usaban la app con las que seguían con el método de siempre. Los primeros resultados enseñan  que la IA puede hacer que las curas sean más rápidas, que se sigan mejor las guías y que el trabajo sea un poco menos pesado para las enfermeras. Eso sí, todavía es un estudio pequeño y no definitivo, así que habrá que ver si se confirma en más sitios y con más gente.

Pinnekamp, H., Priester, V., Brehmer, A., & Fischer, U. (2025). Controlled Intervention Study on Effects of an AI-Based App to Support Wound Care: First Results. Studies in health technology and informatics, 327, 1295–1296. https://doi.org/10.3233/SHTI250607

1.2. El Hospital Ramón y Cajal desarrollará una herramienta de IA para identificar riesgo de cáncer hereditario con datos clínicos y árboles genealógicos.

 El Hospital Ramón y Cajal está desarrollando una herramienta de inteligencia artificial que, a partir de datos clínicos y árboles genealógicos de varias generaciones, ayudará a identificar personas con riesgo hereditario de cáncer. Su objetivo es mejorar la detección precoz y orientar mejor quién debe hacerse estudios genéticos. De momento es un proyecto en desarrollo y habrá que confirmar su utilidad en la práctica clínica.

https://gacetamedica.com/investigacion/el-ramon-y-cajal-desarrollara-una-herramienta-de-ia-para-identificar-el-riesgo-de-cancer-hereditario/

1.3. Desarrollo de una herramienta de evaluación de heridas impulsada por IA: un enfoque metodológico para la recopilación de datos y la optimización de modelos

Las heridas crónicas son difíciles de tratar y caras para el sistema de salud. En Suiza probaron una app con inteligencia artificial que analiza fotos y vídeos de heridas. Los resultados fueron buenos: la IA mide y clasifica rápido las heridas, aunque aún se le complica diferenciar algunos tejidos.

Stefanelli, A., Zahia, S., Chanel, G., Niri, R., Pichon, S., & Probst, S. (2025). Developing an AI-powered wound assessment tool: a methodological approach to data collection and model optimization. BMC medical informatics and decision making, 25(1), 297. https://doi.org/10.1186/s12911-025-03144-y

2. HERID-IA

 Objetivo

• Valoración

• Seguimiento 

• Tratamiento de heridas mediante inteligencia artificial (optimizando la labor de enfermería y reduciendo complicaciones, infecciones y costes sanitarios.)

Necesidades que tendría

1. Técnicas

• Aplicación móvil o tablet con cámara.

• Algoritmos de visión por computador para:

  • Medir tamaño, profundidad y volumen de la herida.

  • Detectar signos de infección o necrosis.

  • Tipo de herida.

  • Evaluar evolución (comparación entre fotos de la base de datos la cual aumenta según se suben las fotos).

• Integración a la historia clínica electrónica.

• Base de datos de protocolos de tratamiento actualizados y que se actualicen según las publicaciones.

2. Clínicas

• Protocolos claros de actuación según el tipo, estado de la herida y zona de la herida.

• Formación a enfermeras en interpretación de resultados.

• Validación clínica de los algoritmos para asegurar fiabilidad.

3. Pacientes

• Acceso sencillo a la app para autocuidado supervisado. Con modo de ayuda para la tercera edad.

• Educación en cuidados básicos de la herida y signos de alarma. Además de un botón de citación para acudir a consulta.

• Consentimiento informado para uso de imágenes y datos.

Beneficios

Para pacientes

• Seguimiento continuo y objetivo de la evolución de su herida.

• Historial de toda la información referente a la herida y la cura

• Menor riesgo de infecciones o amputaciones (en pie diabético, por ejemplo).

• Mayor autonomía y participación en su propio cuidado.

Para profesionales de la salud

• Evaluación más precisa y rápida de las heridas.

• Apoyo en la toma de decisiones terapéuticas (qué apósito o tratamiento aplicar).

• Detección precoz de complicaciones.

• Reducción del tiempo dedicado a registros manuales.

Para el sistema sanitario

• Reducción de hospitalizaciones y cirugías derivadas de complicaciones.

• Disminución de costes en apósitos y recursos humanos.

• Mayor calidad asistencial con datos estandarizados y objetivos.

Oportunidades para las enfermeras

• Empoderamiento profesional: la IA como apoyo, no sustituto. Una gran ayuda para reducir la carga de trabajo en la asistencia domiciliaria o en clínicas o residencias.

• Más tiempo para la parte humana del cuidado y atención mas detallada.

• Desarrollo de nuevas competencias digitales en valoración de heridas.

• Participación en la validación y mejora continua del sistema.

• Posibilidad de monitorizar a múltiples pacientes de forma remota.

Dificultades

Tecnológicas

• Variabilidad en la calidad de las imágenes (iluminación, ángulo, dispositivos).

• Necesidad de entrenar los modelos con bases de datos diversas y validadas.

• Interoperabilidad con diferentes sistemas hospitalarios.

Éticas y legales

• Protección de datos sensibles (fotografías médicas).

• Consentimiento informado claro.

• Responsabilidad profesional en caso de fallo de la IA.

Humanas

• Resistencia de algunos profesionales a confiar en sistemas automáticos.

• Riesgo de fatiga tecnológica si la IA genera alertas poco relevantes.

• Problemas digitales en pacientes que deban usar la app en su domicilio.