Percepción y aceptación del paciente estandarizado virtual con inteligencia artificial como estrategia de simulación clínica en la evaluación formativa de estudiantes de Fisioterapia: estudio de dos pilotos.

Resumen

Introducción

La formación clínica en fisioterapia requiere que los estudiantes desarrollen competencias y prácticas profesionales en entornos reales. Sin embargo, la dependencia de pacientes reales introduce limitaciones logísticas, éticas y económicas que dificultan la práctica repetitiva, controlada y segura, pudiendo vulnerar el proceso formativo, la seguridad del paciente y la del fisioterapeuta en formación. La incorporación de un paciente estandarizado virtual con inteligencia artificial (IA) generativa en la simulación clínica emerge como una alternativa que garantiza estandarización, accesibilidad y retroalimentación estructurada para favorecer un aprendizaje significativo previo al egreso profesional.  

Objetivo

El proyecto tiene como objetivo analizar el nivel de aceptación, la percepción de funcionalidad y la pertinencia de la implementación de un paciente estandarizado virtual (PEV) con IA generativa como estrategia de simulación clínica en la evaluación formativa en estudiantes de la Licenciatura en Fisioterapia de la UNAM.

Metodología

Estudio descriptivo transversal con dos pruebas piloto con estudiantes de diferentes niveles académicos de la Licenciatura en Fisioterapia. Piloto 1 (P1): 60 participantes (56 alumnos de servicio social y 4 evaluadores) 4 casos clínicos, versión original del PEV. Piloto 2 (P2): 42 participantes (37 alumnos de cuarto semestre, 5 evaluadores), un caso clínico, versión mejorada. La percepción se midió mediante un instrumento tipo Likert validado por juicio de expertos. P1: 29 ítems distribuidos en cuatro bloques, y P2: 33 ítems agrupados en cinco bloques. Además, se incorporaron cuatro preguntas abiertas para recuperar la experiencia cualitativa. El análisis cuantitativo incluyó consistencia interna (Alfa de Cronbach), descriptivos (mediana, IQR, porcentaje de acuerdo), Kruskal-Wallis con ε² para comparación entre casos clínicos, y U de Mann-Whitney con r de rango biserial para comparación entre pilotos sobre 25 ítems compartidos (P1_Caso1, n=19, vs P2, n=37). El diseño incluye análisis cualitativo con clasificación temática y Kappa de Cohen inter-evaluadores, así como la evaluación de desempeño mediante rúbrica sobre conversaciones grabadas; estos componentes se presentarán íntegramente en el congreso.

Resultados

La consistencia interna mejoró en todos los bloques entre pilotos: bloque Logístico de α=0.530 a 0.925; Historia Clínica de 0.623 a 0.918; Diagnóstico Funcional de 0.767 a 0.940; Comparación de 0.847 a 0.962 (α global P2=0.977). En P2, los porcentajes de acuerdo fueron: Logístico de 78.7%, Historia Clínica de 87.0%, Diagnóstico Funcional de 85.6% y Comparación con paciente real de 70.3%. La comparación P1_Caso1 vs P2 no mostró diferencias significativas por bloque (p>0.05), excepto en “Tiempo de respuesta adecuado” (r=−0.671, p<0.001) y “Estandarización del caso” (r=−0.335, p=0.037), con puntuaciones superiores en P1. La comparación entre los 4 casos clínicos del P1 no mostró diferencias significativas en ningún bloque (Kruskal-Wallis, p>0.05 en todos; ε²≈0).

Conclusiones

El PEV mostró ser una herramienta con alta aceptación y percepción favorable entre los estudiantes de Fisioterapia. Los hallazgos sugieren que esta estrategia de modalidad favorece el fortalecimiento de habilidades relacionadas con el interrogatorio clínico, la comunicación profesional, el razonamiento clínico y la construcción del diagnóstico funcional en un entorno seguro, estandarizado y accesible. Representando una alternativa innovadora para complementar los procesos de evaluación formativa.