Video Experimental Relacionado
Updated: Jan 21, 2026

Introduction of an Integrated Pathology Image Management, Artificial Intelligence, and Reporting System
Published on: July 11, 2025
Integración de la Inteligencia Artificial en la Práctica de Enfermería con Alertas de Predicción de Riesgo de
Denise Spoon1, Annemarie de Vroed2, Steffen Greup3
1Department of Internal Medicine, Division of Nursing Science, Erasmus MC, Erasmus University Medical Centre, Rotterdam, the Netherlands.
Las enfermeras encontraron aceptables y factibles las Alertas de Predicción de Riesgo de Decúbito basadas en Inteligencia Artificial (DRAAI) para la prevención de úlceras por presión. La integración de la IA en los flujos de trabajo de enfermería requiere apoyo continuo y comunicación clara para una implementación exitosa.
Área de la Ciencia:
- Informática de Enfermería
- Inteligencia Artificial en la Atención Médica
- Seguridad del Paciente
Sus antecedentes:
- Las úlceras por presión (UP) representan un desafío significativo en los entornos sanitarios.
- La predicción precisa del riesgo es crucial para estrategias efectivas de prevención de UP.
- La integración de tecnologías novedosas como la IA en la práctica clínica requiere una evaluación cuidadosa.
Objetivo del estudio:
- Evaluar la aceptabilidad y viabilidad de las Alertas de Predicción de Riesgo de Decúbito basadas en Inteligencia Artificial (DRAAI) entre las enfermeras.
- Evaluar la viabilidad del plan de implementación de DRAAI en un entorno hospitalario.
- Comprender el impacto de las alertas impulsadas por IA en el flujo de trabajo de enfermería y la prevención de UP.
Principales métodos:
- Una evaluación de procesos de métodos mixtos de un estudio de implementación piloto.
- Los cuestionarios evaluaron la aceptabilidad y viabilidad de DRAAI por parte de las enfermeras.
- Las notas de campo registraron adaptaciones, aceptabilidad y viabilidad durante la implementación.
- Análisis de datos de pacientes para la generación de alertas y la adherencia al plan de atención de enfermería.
Principales resultados:
- Cincuenta y cinco enfermeras encontraron valiosas las predicciones de DRAAI para la prevención de UP, y la mayoría la integró en su flujo de trabajo.
- Las adaptaciones incluyeron la mejora de las sesiones educativas y la creación de preguntas frecuentes.
- DRAAI generó predicciones de riesgo para el 30% de los pacientes ingresados, y casi el 80% recibió planes de atención de enfermería apropiados.
- Los esfuerzos de implementación se consideraron factibles en general.
Conclusiones:
- La participación continua de las enfermeras y la comunicación clara son vitales para la integración exitosa de la IA en los flujos de trabajo clínicos.
- DRAAI muestra una promesa para mejorar la prevención de UP, aunque las enfermeras continuaron identificando pacientes en riesgo de forma independiente.
- Se necesita más investigación para determinar el impacto clínico de DRAAI en la prevención de UP.
Videos de Conceptos Relacionados
Theoretical Foundations of Nursing Practice
Theories provide a perspective to assess patients' conditions and organize data and methods. They also assist in analyzing and interpreting information. They represent a...
Role of Communication in the Nursing Process III: Evaluation and Documentation
Nursing Process for Patient and Caregiver Teaching III: Evaluation and Documentation
Nurses can use several methods to evaluate patient outcomes. For example, oral questions can assess cognitive learning,...
Nursing Evaluation
Fundamentals of Nursing Process I
Fundamentals of Nursing Process II

