La práctica basada en la evidencia (PBE) se ha consolidado como un pilar fundamental en enfermería, impulsando una toma de decisiones clínicas eficaz basada en investigaciones científicas de alta calidad. El objetivo principal de la PBE es garantizar que los pacientes reciban la atención más adecuada y segura, basada en la mejor evidencia disponible. En este contexto, los métodos de síntesis de conocimiento son herramientas esenciales para la PBE, ya que contribuyen a la toma de decisiones clínicas basadas en revisiones robustas, resultantes de la combinación de varios estudios en los más de 28.000 artículos científicos publicados anualmente en el área de la salud. Sin embargo, el panorama científico actual se caracteriza por una producción masiva de conocimiento, lo que convierte la tarea de sintetizar e interpretar evidencia en un desafío hercúleo para los profesionales de la salud. Con estos desafíos en mente, la inteligencia artificial (IA) surge como una poderosa herramienta, capaz de revolucionar la EBP y hacerla más eficiente y precisa, adelantando el tiempo y la calidad de la investigación.
La IA, con sus ramificaciones en el machine learning (ML) y el natural language processing (NLP), proporciona técnicas capaces de procesar y analizar volúmenes colosales de datos, incluida la vasta literatura científica. Algunas herramientas de IA, como Elicit, Consensus, Litmaps, Perplexity, Semantic Scholar, ResearchRabbit, Paper Digest, Scholarcy y Open Knowledge Maps, ya han mapeado más de 280.000 artículos científicos y, basándose en ML, prometen revolucionar la identificación de lagunas de conocimiento. Imagine que la IA revisa miles de artículos, revela áreas inexploradas y delinea nuevas fronteras para la investigación en enfermería, liberando un tiempo precioso para que los investigadores se dediquen a investigaciones sólidas. Con esta evolución, el mapeo y la relevancia de la literatura, como enumerar artículos y elaborar problemas de investigación, se pueden discutir en tiempo real entre investigadores.
Otra aplicación está en la selección de artículos relevantes para la investigación, automatizando el proceso de selección y priorizando la lectura de los artículos con mayor probabilidad de relevancia. La plataforma ASReview, por ejemplo, utiliza técnicas de aprendizaje automático para automatizar la selección de artículos, priorizando la lectura de aquellos que tienen más probabilidades de ser relevantes. Esta funcionalidad agiliza la selección de estudios que formarán parte de la revisión, permitiendo a los investigadores centrarse en el análisis crítico de los estudios más prometedores y también resaltar las secciones más importantes de los estudios en una etapa exploratoria.
La IA también emerge como una aliada en la delimitación precisa de las poblaciones de estudio, lo cual es sumamente importante para garantizar la validez y aplicabilidad de los resultados de la investigación. Herramientas como Litbaskets permiten analizar la representatividad de las revistas en relación a un tema específico, orientando a los investigadores en la elección de fuentes de datos relevantes. Además, la IA puede ayudar a optimizar los protocolos de investigación, mejorando el diseño experimental y minimizando tiempo y costes. La Consensus, por ejemplo, señala estudios que confirman o refutan posibles prácticas y también categoriza artículos con base en el enfoque metodológico, facilitando la sistematización del conocimiento a través de diferentes enfoques metodológicos.
La recopilación de datos, un paso tradicionalmente laborioso en la investigación de revisión, también se beneficia del poder de la IA. Herramientas como SourceData (EMBO), ChatGPT, ChatPDF, EnagoReady Gemini (Google) pueden extraer automáticamente información relevante de artículos, informes e imágenes, facilitando y acelerando significativamente este proceso.
A la hora de sintetizar e interpretar pruebas, la IA demuestra ser una herramienta indispensable. Técnicas de agrupación de documentos, como las exploradas en el estudio(11 Khalil H, Ameen D, Zarnegar A. Tools to support the automation of systematic reviews: a scoping review. J Clin Epidemiol. 2022;144:22-42. https://doi.org/10.1016/j.jclinepi.2021.12.005
https://doi.org/10.1016/j.jclinepi.2021....
), permiten visualizar la relación entre diferentes artículos, facilitando la identificación de temas clave y la construcción de mapas de conocimiento. La IA también puede ayudar en la comunicación eficiente de los resultados de la investigación, generando informes concisos e informativos. Su capacidad para analizar datos complejos, como información genética y de sensores, abre una variedad de oportunidades para descubrir patrones ocultos y generar conocimientos innovadores, ayudando en el formato del artículo científico y optimizando la estructura, el lenguaje y el estilo. Se pueden utilizar herramientas como Paperpal para comprobar la claridad y cohesión del texto, así como para garantizar que sigue los estándares de publicación.
Además, es fundamental permanecer abiertos y flexibles frente a las nuevas tecnologías, especialmente en relación con la IA. No debemos limitarnos a una sola herramienta. Es importante explorar, probar y adoptar las soluciones que mejor se adapten a nuestras necesidades específicas, asegurando un enfoque más amplio y eficaz para la aplicación de la PBE en enfermería. Sin embargo, es importante tener en cuenta que la IA no reemplaza el juicio y la experiencia del investigador; su reflexión debe partir de la siguiente comprensión: la IA es un medio, no un fin. Por muy potente que sea, debe utilizarse de forma ética y sensata, priorizando siempre la calidad de la investigación y la seguridad del paciente. La curación humana, la validación crítica de los resultados y la interpretación precisa de las conclusiones generadas por la IA son pilares innegociables para garantizar la confiabilidad y aplicabilidad de la evidencia(22 Wagner G, Lukyanenko R, Pare G. Artificial intelligence and the conduct of literature reviews. J Inf Technol. 2022;37(2):209-26. Available from: https://doi.org/10.1177/02683962211048201
https://doi.org/10.1177/0268396221104820...
).
La IA marca el comienzo de una nueva era para la PBE en enfermería y atención sanitaria, abriendo un horizonte de posibilidades. Las herramientas innovadoras, impulsadas por ella, están transformando la investigación, acelerando el descubrimiento de nuevas intervenciones y contribuyendo a construir un futuro más saludable para todos. La comunidad científica necesita participar activamente en el debate sobre el uso de la IA, explorando sus beneficios, desafíos, estableciendo pautas y prácticas responsables para su aplicación.
La enfermería, protagonista en la promoción de la salud y el bienestar, tiene la responsabilidad de aprovechar este potencial transformador de la IA, impulsando una PBE más robusta,
REFERENCES
-
1Khalil H, Ameen D, Zarnegar A. Tools to support the automation of systematic reviews: a scoping review. J Clin Epidemiol. 2022;144:22-42. https://doi.org/10.1016/j.jclinepi.2021.12.005
» https://doi.org/10.1016/j.jclinepi.2021.12.005 -
2Wagner G, Lukyanenko R, Pare G. Artificial intelligence and the conduct of literature reviews. J Inf Technol. 2022;37(2):209-26. Available from: https://doi.org/10.1177/02683962211048201
» https://doi.org/10.1177/02683962211048201
Fechas de Publicación
-
Publicación en esta colección
09 Set 2024 -
Fecha del número
2024
Histórico
-
Recibido
02 Jul 2024 -
Acepto
09 Ago 2024
