Impacto de la inteligencia artificial en la monitorizaci�n de pacientes en enfermer�a

Impact of artificial intelligence on patient monitoring in nursing Impact of artificial intelligence on patient monitoring in nursing

Heddith Elizabeth D�az Villarruel ^I heddith.diaz@iti.edu.ec https://orcid.org/0009-0006-9462-7980

Correspondencia: heddith.diaz@iti.edu.ec

Ciencias de la Salud Art�culo de Investigaci�n

* Recibido: 03 de junio de 2023 *Aceptado: 15 de agosto de 2023 * Publicado: 01 de septiembre de 2023

I.����� Instituto Superior Tecnol�gico Internacional, Ecuador.

http://polodelconocimiento.com/ojs/index.php/es

Resumen

La creciente influencia de la inteligencia artificial (IA) en la monitorizaci�n de pacientes en enfermer�a abarca diversas �reas, desde la mejora de la seguridad en procedimientos quir�rgicos hasta la personalizaci�n de tratamientos y el seguimiento individualizado en enfermer�a de precisi�n. La IA tambi�n se aplica en tecnolog�as emergentes como el Internet de las cosas y Blockchain, prometiendo mayor eficiencia en la atenci�n hospitalaria y detecci�n temprana de enfermedades como el c�ncer. No obstante, la �tica en su aplicaci�n es un desaf�o clave, enfatizando la necesidad de una integraci�n y regulaci�n responsables en la atenci�n de la salud. Estas investigaciones destacan el impacto presente y futuro de la IA en la enfermer�a, instando a los profesionales a comprender y aprovechar esta tecnolog�a para mejorar la atenci�n al paciente. La metodolog�a cualitativa empleada se basa en la revisi�n cr�tica de la literatura existente, buscando patrones y tendencias emergentes en la IA para la monitorizaci�n de pacientes en enfermer�a. En lugar de encuestas o entrevistas, se enfoca en la interpretaci�n cr�tica de la literatura para comprender las implicaciones de la IA en la pr�ctica enfermera.

Palabras Clave: Inteligencia artificial; Motores de b�squeda; Protecci�n de datos; Evoluci�n; �tica.

Abstract

The growing influence of artificial intelligence (AI) in patient monitoring in nursing spans many areas, from improving safety in surgical procedures to treatment personalization and individualized follow-up in precision nursing. AI is also being applied in emerging technologies such as the Internet of Things and Blockchain, promising greater efficiency in hospital care and early detection of diseases such as cancer. However, the ethics of its application is a key challenge, emphasizing the need for responsible integration and regulation in health care. These investigations highlight the present and future impact of AI in nursing, urging professionals to understand and harness this technology to improve patient care. The qualitative methodology used is based on a critical review of the existing literature, looking for emerging patterns and trends in AI for monitoring patients in nursing. Instead of surveys or interviews, it focuses on the critical interpretation of the literature to understand the implications of AI in nursing practice.

Keywords: Artificial intelligence; Search engines; Data Protection; Evolution; Ethics.

Resumo

A crescente influ�ncia da intelig�ncia artificial (IA) no monitoramento de pacientes em enfermagem abrange muitas �reas, desde a melhoria da seguran�a em procedimentos cir�rgicos at� a personaliza��o do tratamento e o acompanhamento individualizado em enfermagem de precis�o. A IA tamb�m est� sendo aplicada em tecnologias emergentes, como a Internet das Coisas e o Blockchain, prometendo maior efici�ncia no atendimento hospitalar e na detec��o precoce de doen�as como o c�ncer. No entanto, a �tica da sua aplica��o � um desafio fundamental, enfatizando a necessidade de integra��o e regula��o respons�vel nos cuidados de sa�de. Estas investiga��es destacam o impacto presente e futuro da IA na enfermagem, instando os profissionais a compreender e aproveitar esta tecnologia para melhorar o atendimento ao paciente. A metodologia qualitativa utilizada baseia-se numa revis�o cr�tica da literatura existente, procurando padr�es e tend�ncias emergentes em IA para monitoriza��o de pacientes em enfermagem. Em vez de inqu�ritos ou entrevistas, centra-se na interpreta��o cr�tica da literatura para compreender as implica��es da IA na pr�tica de enfermagem.

Palavras-chave: Intelig�ncia artificial; Motores de busca; Prote��o de dados; Evolu��o; �tica.

Introducci�n

La Inteligencia Artificial (IA) ha revolucionado varios campos, incluidos el de la salud y, m�s espec�ficamente, el de la enfermer�a. Waldow y G�rman (2020) reflexionan sobre el desarrollo, las tendencias y las implicaciones de las tecnolog�as avanzadas y la IA para la enfermer�a. El impacto de estas tecnolog�as en la monitorizaci�n de pacientes es considerable, pues permiten una mayor eficiencia y efectividad en la atenci�n prestada. Pissiotti y Galv�n (2023) tambi�n abordan este tema, centr�ndose en la rob�tica como una forma de IA en la pr�ctica de enfermer�a.

El avance de la IA en la salud ha sido significativo en los �ltimos a�os (Garc�a y otros, 2019). Los dispositivos tecnol�gicos empleados para el cuidado de enfermer�a, examinados por Rodr�guez (2021), son una muestra de c�mo estas tecnolog�as est�n siendo implementadas y adaptadas para mejorar la atenci�n al paciente. Adem�s, Benhamou (2022) analiza c�mo la IA ha transformado el trabajo y el empleo en general, lo que incluye, por supuesto, el �mbito de la enfermer�a.

Por otro lado, Medinaceli y Silva (2021) discuten sobre el impacto y la regulaci�n de la AI en el �mbito sanitario. Este es un aspecto crucial para garantizar que estas tecnolog�as se utilicen de manera �tica y segura. La implementaci�n de nuevas tecnolog�as para innovar y transformar la atenci�n primaria tambi�n es abordada por Pont y otros. (2021), quienes destacan el rol de la enfermera tecnol�gica.

Asimismo, Vargas (2023) presenta MAD-VitalS, una soluci�n de IA para el monitoreo y detecci�n de anomal�as en signos vitales de pacientes en UCIP en tiempo real. Este desarrollo subraya la importancia de la IA para la monitorizaci�n de pacientes en entornos cr�ticos. Adem�s, Bravo (2023) analiza las interpretaciones de los profesionales de la salud sobre el uso de la IA como tecnolog�a de impacto a la salud p�blica, desde la perspectiva de las ciencias cognitivas.

Finalmente, Ros (2023) aborda el efecto de un programa de entrenamiento cognitivo para reducir las alteraciones de la memoria y la disfunci�n cognitiva postoperatoria en cirug�a electiva no card�aca. Aunque este estudio no se centra directamente en la IA, es relevante para entender el contexto m�s amplio en el que se inserta la monitorizaci�n de pacientes en enfermer�a.

En s�ntesis, la IA tiene un impacto considerable en la monitorizaci�n de pacientes en enfermer�a. Los avances tecnol�gicos permiten una atenci�n m�s eficiente y efectiva, aunque tambi�n plantean desaf�os en t�rminos de regulaci�n y �tica. Es fundamental que los profesionales de la salud est�n bien formados y preparados para utilizar estas tecnolog�as de manera adecuada.

Revisi�n de literatura

En la investigaci�n de Capellari y otros. (2022), al explorar el rol de la enfermer�a de precisi�n como una herramienta crucial para optimizar la gesti�n del cuidado, plantean que, aunque no se enfocan espec�ficamente en la inteligencia artificial, sugieren que la implementaci�n de tecnolog�as avanzadas puede potenciar la gesti�n del cuidado. En este sentido, se puede inferir indirectamente el papel de la IA en la enfermer�a.

En relaci�n a la �tica de los cuidados, Peris (2021) insta a repensar la rob�tica y la inteligencia artificial. Aunque no proporciona datos cuantitativos, el autor argumenta la necesidad de considerar las implicaciones �ticas de la implementaci�n de la IA y la rob�tica en la atenci�n sanitaria, lo cual resalta la importancia de la �tica en este contexto (Gua�a, 2023).

Por otro lado, Cruz y otros. (2023) examinan el papel de la inteligencia artificial y los dispositivos port�tiles en la atenci�n y prevenci�n de pacientes oncol�gicos en urgencias. Su estudio subraya la

importancia de la IA y la tecnolog�a en la atenci�n de pacientes oncol�gicos, resaltando su valor potencial.

Respecto a la telemedicina, Rodr�guez (2021) ofrece una gu�a pr�ctica para su implementaci�n en atenci�n primaria. El estudio subraya la importancia de la telemedicina y sugiere que la IA puede ser especialmente �til en este contexto, insinuando su capacidad para mejorar la atenci�n primaria. En el �mbito de la salud, Ram�rez (2022) discute c�mo los algoritmos se asemejan a neuronas, lo que sugiere que la inteligencia artificial puede ser una herramienta valiosa. Aunque no se centra espec�ficamente en la monitorizaci�n de pacientes, el estudio destaca el potencial de la IA en el �mbito sanitario, resaltando su versatilidad.

Por consiguiente, Morales (2020) presenta un sistema web/m�vil basado en reglas para el seguimiento de pacientes con enfermedad renal cr�nica. El estudio sugiere que la implementaci�n de sistemas basados en IA puede mejorar el seguimiento de los pacientes, mostrando as� una posible aplicaci�n concreta.

En el diagn�stico m�dico, G�mez (2022) desarrolla un sistema electr�nico de monitoreo de biose�ales para el diagn�stico m�dico de COVID-19 mediante inteligencia artificial. El estudio sugiere que la IA puede ser �til para el diagn�stico y monitorizaci�n de enfermedades infecciosas, presentando una posible utilidad en la pr�ctica cl�nica.

Dentro del contexto de la enfermer�a quir�rgica, Asencio (2020) discute innovaciones que pueden cambiar su futuro. En este estudio, sugiere que la innovaci�n tecnol�gica es crucial para la evoluci�n de la enfermer�a, se�alando su relevancia en la transformaci�n de la pr�ctica.

En la comunicaci�n m�dico-paciente, Sancho (2021) explora la utilidad de las nuevas tecnolog�as en el �rea de salud mental. Aqu� se sugiere que la IA y el procesamiento del lenguaje natural pueden ser herramientas valiosas para mejorar la comunicaci�n en el �mbito de la salud mental, resaltando as� su potencial aplicabilidad.

Por lo que se refiere a Toapanta (2021), examina la inteligencia artificial en la gesti�n de los servicios de salud p�blica en Ecuador, con un enfoque en el diagn�stico de la enfermedad de Parkinson. En este estudio, se sugiere que la IA puede ser �til para el diagn�stico de enfermedades neurol�gicas, presentando una posible �rea de aplicaci�n.

En la gesti�n hospitalaria, Cruz (2022) desarrolla un modelo de conexi�n y datos para el seguimiento de pacientes basado en IoT y Blockchain. Se sugiere que la combinaci�n de

tecnolog�as emergentes puede mejorar el seguimiento de los pacientes, planteando una potencial mejora en la gesti�n hospitalaria.

Tambi�n, Oyaga (2020) explora la optimizaci�n de tratamientos oncol�gicos basada en t�cnicas de farmacocin�tica e inteligencia artificial. Este estudio sugiere que la IA puede ser �til para optimizar los tratamientos oncol�gicos, presentando una posible utilidad en la pr�ctica cl�nica.

A pesar de no centrarse directamente en la monitorizaci�n de pacientes, Moya (2022) desarrolla un sistema para evaluar la calidad del aire en entornos industriales utilizando t�cnicas de procesamiento de datos en tiempo real y aprendizaje autom�tico, por lo que muestra el potencial de la IA para aplicaciones en tiempo real, que podr�an ser relevantes en entornos de atenci�n sanitaria, resaltando as� su aplicabilidad en situaciones diversas.

En el estudio de Segura y Urrego (2022), se llev� a cabo un an�lisis de factibilidad en Bogot�- Colombia con el objetivo de evaluar la viabilidad de implementar innovaciones tecnol�gicas para el monitoreo de pacientes en cuidados intensivos. Utilizaron una metodolog�a mixta que involucr� encuestas a profesionales de la salud y an�lisis de datos estad�sticos. Los resultados revelaron que el 78% de los encuestados considera favorable la incorporaci�n de tecnolog�as de monitoreo avanzadas. Esto sugiere que la implementaci�n de la Inteligencia Artificial en la monitorizaci�n de pacientes en entornos de cuidados intensivos podr�a ser una estrategia prometedora.

Por su parte, D�az (2022), en su tesis doctoral realizada en la Universidad del Rosario, se propuso determinar las limitaciones para la implementaci�n de modelos de Inteligencia Artificial en Cuidado Intensivo en un Hospital Universitario de Bogot�, Colombia. La metodolog�a utilizada involucr� entrevistas semiestructuradas con profesionales de la salud y an�lisis de contenido. Los hallazgos indican que el 62% de los entrevistados identific� la falta de capacitaci�n como un obst�culo clave en la implementaci�n de la Inteligencia Artificial en la monitorizaci�n de pacientes en cuidados intensivos. Estos resultados resaltan la importancia de abordar las barreras educativas para maximizar el potencial de la tecnolog�a en este contexto.

En un enfoque m�s amplio, Benvenga (2022) explor� en su art�culo las nuevas metodolog�as de e- salud y su relaci�n asistencial en una poblaci�n en envejecimiento. Su enfoque en la tecnolog�a aplicada a la salud es relevante para el tema. El autor destaca la importancia de la interacci�n entre profesionales de la salud y pacientes en entornos digitales. Estos resultados sugieren que la monitorizaci�n de pacientes con la ayuda de la Inteligencia Artificial podr�a beneficiarse de enfoques asistenciales centrados en la interacci�n.

Finalmente, Stable (2023) abord� los desaf�os en el uso de la Inteligencia Artificial en el sector de la salud. En su estudio, resalta la necesidad de superar barreras como la privacidad de los datos y la falta de est�ndares uniformes en la implementaci�n de la tecnolog�a. Esta perspectiva respalda la noci�n de que el uso efectivo de la Inteligencia Artificial en la monitorizaci�n de pacientes en Enfermer�a requiere abordar desaf�os clave relacionados con la seguridad y la regulaci�n.

En conjunto, esta revisi�n de la literatura demuestra la creciente importancia de la Inteligencia Artificial en la monitorizaci�n de pacientes en el campo de la Enfermer�a. Los estudios abordaron factores de factibilidad, limitaciones, enfoques asistenciales y desaf�os clave en la implementaci�n de esta tecnolog�a. Los resultados subrayan la necesidad de una capacitaci�n adecuada, la consideraci�n de aspectos �ticos y la superaci�n de barreras t�cnicas para maximizar el potencial de la Inteligencia Artificial en la monitorizaci�n de pacientes en Enfermer�a.

Metodolog�a

En el contexto de la investigaci�n se ha adoptado un enfoque cualitativo basado en la revisi�n cr�tica de la literatura. Este m�todo cualitativo se sustenta en la obra de Sale y otros. (2002), quienes argumentan que el debate entre enfoques cuantitativos y cualitativos no debe ser considerado como una dicotom�a r�gida, sino que ambos paradigmas pueden complementarse en investigaciones mixtas. En este sentido, se ha optado por una estrategia puramente cualitativa que involucra un an�lisis exhaustivo de documentos y estudios previos relacionados con la Inteligencia Artificial en la monitorizaci�n de pacientes en enfermer�a.

La metodolog�a cualitativa aplicada en esta investigaci�n implica una revisi�n sistem�tica y cr�tica de la literatura existente en el campo. Se realiza una b�squeda exhaustiva de documentos, art�culos y estudios relevantes que aborden el tema de inter�s. Luego, se lleva a cabo un an�lisis detallado de estos materiales para identificar tendencias, patrones y perspectivas emergentes sobre el impacto de la Inteligencia Artificial en la monitorizaci�n de pacientes en el �mbito de la Enfermer�a. Esta metodolog�a cualitativa permite una comprensi�n m�s profunda y contextualizada de las implicaciones de la Inteligencia Artificial en la pr�ctica enfermera, sin depender de encuestas o entrevistas, centr�ndose en la interpretaci�n cr�tica de la literatura existente.

Resultados

El an�lisis exhaustivo de la bibliograf�a consultada revela una serie de tendencias y observaciones clave en relaci�n con el impacto de la Inteligencia Artificial (IA) en la monitorizaci�n de pacientes en enfermer�a. En primer lugar, se destaca que la implementaci�n de la IA ha introducido un cambio fundamental en la forma en que se recopilan y utilizan los datos de salud. La IA permite una monitorizaci�n continua y precisa de los signos vitales de los pacientes, lo que mejora la detecci�n temprana de cambios en su estado de salud. Este enfoque de �medicina predictiva� es especialmente valioso en entornos de cuidados intensivos y puede llevar a una reducci�n significativa de las tasas de morbilidad y mortalidad.

Otro aspecto notable es la importancia de la regulaci�n y la �tica en la adopci�n de la IA en enfermer�a. Como se�ala Medinaceli y Silva (2021), la IA plantea desaf�os �ticos relacionados con la privacidad de los datos y la toma de decisiones cl�nicas. Es esencial establecer directrices s�lidas y garantizar la protecci�n de la informaci�n del paciente. Adem�s, la capacitaci�n adecuada de los profesionales de enfermer�a en el uso de la IA, como resaltan Pont y otros. (2021), es esencial para garantizar una implementaci�n efectiva y segura de estas tecnolog�as.

Tambi�n se observa una tendencia hacia la colaboraci�n interdisciplinaria en la implementaci�n de la IA en enfermer�a. La enfermera tecnol�gica, capacitada en el uso de la IA y las nuevas tecnolog�as, desempe�a un papel fundamental en la transformaci�n de la atenci�n primaria. Esto subraya la necesidad de una sinergia efectiva entre profesionales de la salud y expertos en tecnolog�a.

En compendio, el an�lisis de la bibliograf�a indica que la IA tiene el potencial de revolucionar la monitorizaci�n de pacientes en enfermer�a, mejorando la precisi�n, la detecci�n temprana y, en �ltima instancia, la calidad de la atenci�n. Sin embargo, se requiere una regulaci�n s�lida, una formaci�n adecuada y una colaboraci�n interdisciplinaria para maximizar los beneficios de esta tecnolog�a y abordar los desaf�os �ticos que plantea.

Discusi�n

La introducci�n de la Inteligencia Artificial (IA) en la pr�ctica de enfermer�a ha sido un tema de creciente inter�s y discusi�n en la comunidad cient�fica. Uno de los aspectos m�s destacados de esta discusi�n es la capacidad de la IA para transformar la monitorizaci�n de pacientes. Los avances tecnol�gicos, como los dispositivos port�tiles y los sistemas de IA, han permitido una recopilaci�n

de datos m�s precisa y continua, lo que facilita una monitorizaci�n m�s efectiva de las condiciones de salud de los pacientes. Esto conlleva un potencial significativo para mejorar la calidad de la atenci�n y la toma de decisiones cl�nicas.

A pesar de las prometedoras perspectivas que ofrece la IA en enfermer�a, existen desaf�os significativos que deben abordarse. La falta de regulaci�n y directrices claras puede dar lugar a riesgos relacionados con la seguridad de los pacientes y la privacidad de los datos. Adem�s, la adopci�n de la IA en enfermer�a requiere una capacitaci�n adecuada. Los profesionales de enfermer�a deben estar preparados para utilizar y comprender las herramientas de IA de manera efectiva, lo que implica un cambio en la formaci�n y la pr�ctica cl�nica.

A medida que la IA contin�a avanzando, es esencial que los profesionales de enfermer�a est�n en la vanguardia de la incorporaci�n de estas tecnolog�as. La enfermera tecnol�gica, capacitada en el uso de la IA y las nuevas tecnolog�as, desempe�a un papel crucial en la transformaci�n de la atenci�n primaria y la mejora de la atenci�n al paciente. La implementaci�n exitosa de la IA en la monitorizaci�n de pacientes en enfermer�a depende en gran medida de la colaboraci�n interdisciplinaria y la integraci�n de estas tecnolog�as en la pr�ctica cotidiana.

En definitiva, el impacto de la Inteligencia Artificial en la monitorizaci�n de pacientes en enfermer�a es un tema de gran relevancia y complejidad. Si bien ofrece oportunidades emocionantes para mejorar la atenci�n al paciente y la toma de decisiones cl�nicas, tambi�n presenta desaf�os importantes relacionados con la regulaci�n y la capacitaci�n. Los profesionales de enfermer�a deben estar preparados para abrazar esta transformaci�n tecnol�gica y colaborar con otros actores del sistema de salud para garantizar un uso efectivo y seguro de la IA en beneficio de los pacientes.

Conclusiones

Tras analizar en profundidad la bibliograf�a relacionada con el impacto de la Inteligencia Artificial (IA) en la monitorizaci�n de pacientes en enfermer�a, se pueden extraer varias conclusiones generales que arrojan luz sobre este tema de creciente relevancia.

Primero, queda claro que la IA ha introducido avances significativos en la forma en que los profesionales de enfermer�a pueden monitorizar a los pacientes. La capacidad de recopilar y analizar datos de manera continua y precisa ha revolucionado la atenci�n al paciente, permitiendo

una detecci�n temprana de cambios en su estado de salud. Esta �medicina predictiva� ofrece un potencial sustancial para mejorar los resultados cl�nicos y la toma de decisiones.

Sin embargo, la implementaci�n exitosa de la IA en enfermer�a no est� exenta de desaf�os. Se ha subrayado la necesidad de una regulaci�n efectiva y directrices �ticas s�lidas para garantizar la privacidad de los datos y la seguridad del paciente. Adem�s, la formaci�n adecuada de los profesionales de enfermer�a en el uso de la IA es esencial para aprovechar al m�ximo esta tecnolog�a.

En segundo lugar, se ha observado una tendencia hacia la colaboraci�n interdisciplinaria, destacando el papel de la enfermera tecnol�gica. Esto se�ala una direcci�n prometedora para el futuro, donde la integraci�n efectiva de la IA en la pr�ctica cl�nica requerir� un trabajo en equipo entre profesionales de la salud y expertos en tecnolog�a.

En tercer lugar, es evidente que la IA no solo tiene aplicaciones en el �mbito hospitalario, sino que tambi�n puede ser valiosa en entornos de atenci�n primaria y comunitaria. Esto sugiere un potencial para llevar la monitorizaci�n de pacientes a una amplia gama de configuraciones de atenci�n m�dica.

Cuarto, la IA presenta oportunidades para la personalizaci�n de la atenci�n. Con la capacidad de analizar datos a nivel individual, se pueden dise�ar planes de atenci�n espec�ficos para las necesidades de cada paciente, lo que puede llevar a una atenci�n m�s eficiente y centrada en el paciente.

Finalmente, el futuro de la IA en la monitorizaci�n de pacientes en enfermer�a parece prometedor. A medida que esta tecnolog�a contin�a evolucionando, es probable que veamos un aumento en su adopci�n y una mejora constante en su capacidad para mejorar la atenci�n al paciente y la eficiencia cl�nica. Sin embargo, ser� esencial abordar los desaf�os �ticos y de capacitaci�n para garantizar un uso efectivo y seguro de la IA en beneficio de los pacientes y la profesi�n de enfermer�a en su conjunto.

Referencias

Asencio Guti�rrez, J. M. (2020). Innovaciones que pueden cambiarlo todo: el futuro de� la enfermer�a quir�rgica. Ene, 14(2).

Benhamou, S. (2022). La transformaci�n del trabajo y el empleo en la era de la inteligencia artificial: an�lisis, ejemplos e interrogantes.

Benvenga, L. (2022). Nuevas metodolog�as de e-salud. La relaci�n asistencial para una poblaci�n que envejece. Arxiu d'Etnografia de Catalunya, (24), 167-191.

Bravo Le�n, L. F. (2023). Interpretaciones de los profesionales de la salud sobre el uso de la inteligencia artificial (IA) como tecnolog�a de impacto a la salud p�blica, an�lisis desde las ciencias cognitivas.

Capellari Fabrizzio, G., Guedes dos Santos, J. L., & Lorenzini Erdmann, A. (2022). Enfermer�a de precisi�n: una aliada para potenciar la gesti�n del cuidado. Avances en Enfermer�a, 40(2), 179-182.

Cruz Calero, G. N. (2022). Modelo de conexi�n y datos para el seguimiento de pacientes de hospitales en Ecuador basado en Iot y Blockchain (Bachelor's thesis).

Cruz Ortiz, K., S�nchez M�rtinez, A. S., & L�pez Bohorqu�z, A. C. (2023). El papel de la inteligencia artificial y los wearables en la atenci�n y prevenci�n de pacientes oncol�gicos en urgencias.

D�az, E. L. R. (2022). Determinaci�n de las limitaciones para la implementaci�n de modelos de Inteligencia Artificial en Cuidado Intensivo en un Hospital Universitario de Bogot�, Colombia (Doctoral dissertation, Universidad del Rosario).

Fragoso Pissiotti, A. K., Aguilera, L. F., & Galvan Medrano, P. A. (2023). Inteligencia artificial (rob�tica) en la pr�ctica de enfermer�a, una revisi�n de la literatura.

Garc�a, D. N. M., Flores, V. M. D., L�pez, J. L. H., Jim�nez, E. I. A., & Acurio, E. F. V. (2019).

Avances de la inteligencia artificial en salud. Dominio de las Ciencias, 5(3), 603-613.

G�mez Lagua, S. A. (2022). Sistema electr�nico de monitoreo de biose�ales para el diagn�stico m�dico de COVID-19 en personas mediante inteligencia artificial (Bachelor's thesis, Universidad T�cnica de Ambato. Facultad de Ingenier�a en Sistemas, Electr�nica e Industrial. Carrera de Telecomunicaciones).

Gua�a-Moya, J., & Chipuxi-Fajardo, L. (2023). Impacto de la inteligencia artificial en la �tica y la privacidad de los datos. RECIAMUC, 7(1), 923-930.

Medinaceli D�az, K. I., & Silva Choque, M. M. (2021). Impacto y regulaci�n de la Inteligencia Artificial en el �mbito sanitario. Revista IUS, 15(48), 77-113.

Morales Vega, L. T. (2020). Sistema web/m�vil basado en reglas para apoyar en el seguimiento de pacientes con enfermedad renal cr�nica de la Cl�nica Nefrolog�a del Inka.

Oyaga-Iriarte, E. (2020). Optimizaci�n de tratamientos con irinotecan y capecitabina en pacientes con c�ncer colorrectal basada en t�cnicas de farmacocin�tica e inteligencia artificial.

Peris, N. V. (2021). Repensar la rob�tica y la inteligencia artificial desde la �tica de los cuidados.

Teknokultura, 18(2), 137-146.

Pont, M. V., Rodr�guez, M. C. S., Blanc, N. P., & Bosch, L. P. (2021). Impacto de la implementaci�n de las nuevas tecnolog�as para innovar y transformar la atenci�n primaria: la enfermera tecnol�gica. Atenci�n Primaria Pr�ctica, 3, 100116.

Ram�rez, A. E. C. (2022). Inteligencia artificial: Cuando los algoritmos se convierten en neuronas.

IUS ET SCIENTIA, 8(2), 136-145.

Rodr�guez M�rquez, A. (2021). Implementaci�n de la telemedicina en atenci�n primaria: gu�a pr�ctica de teleconsulta enfermera.

Rodr�guez Mart�nez, M. F. (2021). Dispositivos tecnol�gicos empleados para el cuidado de enfermer�a: una revisi�n bibliogr�fica.

Ros Nebot, B. (2023). Efecto de un programa de entrenamiento cognitivo para reducir la alteraci�n de la memoria y la disfunci�n cognitiva postoperatoria en cirug�a electiva no card�aca.

Sale, J. E., Lohfeld, L. H., & Brazil, K. (2002). Revisiting the quantitative-qualitative debate: Implications for mixed-methods research. Quality and quantity, 36(1), 43-53.

Sancho Escriv�, J. V. (2021). Utilidad de las nuevas tecnolog�as en la mejora de la comunicaci�n m�dico-paciente en el �rea de salud mental: aportaciones de la inteligencia artificial y el procesamiento del lenguaje natural.

Segura Porras, M. C., & Urrego Laverde, A. L. (2022). Estudio de factibilidad de la implementaci�n de innovaciones tecnol�gicas para el monitoreo de pacientes que requieren cuidados intensivos en Bogot�-Colombia.

Stable-Rodriguez, Y. (2023). Desaf�os en el uso de la Inteligencia Artificial para el sector salud.

Revista Informaci�n Cient�fica, 102.

Toapanta Defaz, M. V. (2021). La inteligencia artificial en la gesti�n de los servicios de Salud P�blica del Ecuador. Caso: diagn�stico de la enfermedad de Parkinson, 2020-2021.

Vargas Jim�nez, G. E. (2023). MAD-VitalS: Soluci�n de inteligencia artificial para el monitoreo y detecci�n de anomal�as en signos vitales de pacientes en UCIP en tiempo real.

Waldow, V. R., & G�rman-B�s, C. (2020). Tecnolog�as Avanzadas e Inteligencia Artificial: reflexi�n sobre desarrollo, tendencias e implicaciones para la Enfermer�a. Index de Enfermer�a, 29(3), 142-146.

� 2023 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) (https://creativecommons.org/licenses/by-nc-sa/4.0/).