Integración de inteligencia artificial generativa en la educación médica: un framework para el entrenamiento de competencias blandas y juicio clínico

Abstract

La educación médica contemporánea enfrenta una disonancia estructural entre los modelos de acreditación por competencias y una infraestructura de simulación tradicional que suele limitarse a destrezas procedimentales. Este trabajo presenta el desarrollo de una arquitectura de software diseñada para la simulación clínica de "Alta Fidelidad Cognitiva" en escenarios ambulatorios. A diferencia de los simuladores lineales, la plataforma utiliza una orquestación de agentes de Inteligencia Artificial Generativa bajo el paradigma del "Narrador No Fiable", lo que obliga al estudiante a gestionar la incertidumbre y validar la información clínica. Técnicamente, el sistema opera mediante una arquitectura de tres capas: una capa probabilística de simulación basada en Large Language Models (LLMs); una capa determinista de supervisión ("Tutor-Centinela") que audita la conversación en tiempo real para mitigar alucinaciones ; y una capa de analítica de aprendizaje (Teaching Analytics) para detectar puntos ciegos curriculares. La propuesta incluye un protocolo de validación experimental para medir la progresión del razonamiento clínico, garantizando equidad formativa y escalabilidad institucional.