Per què els estudiants de Medicina hauran d'estudiar Intel·ligència Artificial per al MIR
L'expansió ràpida d'eines com ChatGPT obliga a revisar els plans d'estudi de les facultats de Medicina
Un estudi de la Universitat de Navarra defineix competències i objectius d'aprenentatge per formar futurs metges capaços d'utilitzar la IA sense comprometre el raonament clínic ni la seguretat del pacient
I a més: Els metges posen fre a la IA que detecta el càncer amb la cara: "No discriminem amb anàlisis, tampoc amb el rostre"
L'intel·ligència artificial (IA) ha irromput en la pràctica mèdica a una velocitat que amenaça de deixar desfasats els plans d'estudi tradicionals. L'aparició d'eines d'intel·ligència artificial generativa com ChatGPT ha canviat tant la manera d'aprendre Medicina com les possibilitats d'aplicar aquesta tecnologia en l'assistència sanitària. Davant d'aquest escenari, una investigació publicada a Frontiers in Digital Health planteja la necessitat urgent d'incorporar competències específiques d'IA a la formació universitària dels futurs facultatius.
El treball proposa un marc formatiu amb set competències i 37 objectius d'aprenentatge que els estudiants haurien d'adquirir durant el grau. La seva finalitat és que els metges acabats de graduar no només coneguin aquestes eines, sinó que sàpiguen utilitzar-les de manera professional, crítica i ètica.
La investigació parteix d'una bretxa educativa: els models de llenguatge de gran mida, com ChatGPT, van començar a popularitzar-se a finals de 2022, mentre que bona part dels estudis previs sobre competències en IA per a estudiants de Medicina s'havien elaborat abans del seu llançament. Els autors consideren que les capacitats d'aquests sistemes han transformat l'escenari i fan necessari actualitzar les recomanacions educatives.
D'aprendre Medicina a saber avaluar la IA
Per elaborar la seva proposta, l'equip de la Universitat de Navarra va recórrer a un mètode Delphi modificat, desenvolupat en quatre rondes entre maig de 2024 i gener de 2025. En les tres primeres hi van participar 14 estudiants de Medicina i dos professors, mentre que l'última va comptar amb deu experts internacionals en educació mèdica i intel·ligència artificial.
El procés va permetre consensuar les competències i els objectius que haurien d'orientar la formació. Una de les principals novetats és que els coneixements sobre IA no es reserven per als últims cursos ni es limiten a la seva aplicació clínica: els seus fonaments s'han d'ensenyar des del primer any.
Entre els objectius inicials hi ha definir què és la IA, comprendre com s'entrenen els seus sistemes i conèixer conceptes com l'aprenentatge automàtic, l'aprenentatge profund i els models de llenguatge. També es planteja ensenyar a formular instruccions eficaces (prompts) i reconèixer els errors i els biaixos de la informació generada per aquestes eines.
L'objectiu és evitar que els futurs metges acceptin automàticament les respostes d'un sistema tecnològic. Els estudiants han d'aprendre a contrastar els seus resultats, valorar-ne les limitacions i mantenir la seva capacitat de raonament independent.
El risc de delegar el raonament clínic
La proposta adquireix especial rellevància quan la IA passa de l'entorn educatiu a l'atenció sanitària. El marc elaborat pels investigadors inclou objectius relacionats amb el suport al diagnòstic, la planificació de tractaments, la monitorització de pacients, la documentació clínica i la recerca mèdica.
Tanmateix, utilitzar aquestes aplicacions exigeix conèixer-ne els riscos. L'estudi incorpora estratègies per prevenir la dependència excessiva de la IA i preservar el raonament clínic propi, a més d'aprendre a avaluar l'exactitud de les seves respostes abans d'emprar-les en la pràctica assistencial.
Els autors adverteixen que "la confiança excessiva en aquestes eines pot perjudicar la qualitat del raonament i de la presa de decisions clíniques". Per això, la formació ha de preparar els estudiants per identificar errors, reconèixer biaixos i saber quan no confiar en una resposta automatitzada.
La investigació també subratlla que la incorporació d'aquestes tecnologies no ha de relegar la dimensió humana de la Medicina. Entre les competències proposades hi ha la protecció de dades, el consentiment informat, la transparència sobre l'ús de la IA i la comunicació amb els pacients. També es contempla mantenir una atenció centrada en la persona, amb empatia i decisions compartides, fins i tot quan el pacient acudeix a consulta amb informació obtinguda mitjançant eines d'intel·ligència artificial.
Una formació transversal durant tota la carrera
Els investigadors proposen distribuir aquests aprenentatges al llarg del grau, en lloc de concentrar-los en una única assignatura. Els fonaments s'abordarien des de primer, mentre que els continguts més relacionats amb la pràctica clínica s'incorporarien progressivament a les etapes preclínica i clínica.
Aquesta integració transversal permetria adaptar els objectius a les assignatures existents i reforçar les competències a mesura que els estudiants avancen cap a l'atenció directa als pacients. El marc inclou, a més, el treball interdisciplinari amb científics de dades, enginyers i altres professionals, així com l'actualització contínua davant l'aparició de noves eines.
Tanmateix, l'estudi encara no demostra que aplicar aquest model millori l'aprenentatge, el raonament clínic o els resultats de salut. Els seus autors reconeixen que caldran estudis posteriors per avaluar-ne la implantació i els efectes. Així, es conclou que, tot i que la recerca no planteja específicament una modificació de l'examen MIR, sí que ofereix una fulla de ruta perquè les facultats adaptin la formació d'aquells que hauran d'exercir en un sistema sanitari cada cop més condicionat per aquestes tecnologies.
