Creación de un paciente virtual para su aplicación en la enseñanza de estudiantes de medicina
DOI:
https://doi.org/10.15343/0104-7809.202650e19472025PPalabras clave:
Inteligencia Artificial, Simulación de Paciente, Enseñanza, Educación Médica, DiagnósticoResumen
El examen clínico sigue siendo un pilar fundamental de la formación médica; sin embargo, la expansión de las facultades de medicina y las limitaciones estructurales han reducido las oportunidades de práctica, favoreciendo el uso de metodologías activas y de pacientes virtuales basados en inteligencia artificial (IA). El objetivo de este trabajo fue desarrollar un paciente virtual (PV) original basado en IA y evaluar su aceptación y aplicabilidad como herramienta complementaria para la enseñanza de la semiología médica. Se realizó un estudio exploratorio y experimental, con un enfoque cualitativo-cuantitativo, aprobado por un Comité de Ética, en el que participaron estudiantes de medicina que habían completado la asignatura de Semiología I. El proyecto se desarrolló en dos etapas: la creación de un PV piloto mediante la API de ChatGPT, fundamentado en directrices clínicas actualizadas, y el desarrollo del PV original (SimHarvey) en una plataforma propia. La metodología consistió en la evaluación mediante un cuestionario de nueve ítems con escala de Likert, cuyos resultados fueron analizados mediante estadísticas descriptivas y pruebas inferenciales no paramétricas. Participaron 118 estudiantes, quienes mostraron una elevada aceptación de la herramienta, con puntuaciones medias superiores a 4,0/5,0 en satisfacción, utilidad para el entrenamiento del examen clínico, aprendizaje, confianza y recomendación. No se observaron diferencias significativas en función del sexo ni del nivel de formación, y la percepción global fue significativamente superior al punto neutro (p<0,001). Los hallazgos indicaron que el PV basado en IA favoreció el razonamiento clínico, la organización de la anamnesis y la simulación de diversos escenarios clínicos, corroborando la literatura que señala a los pacientes virtuales como estrategias educativas eficaces y accesibles. El SimHarvey demostró ser una herramienta de bajo costo, bien aceptada y con un importante potencial para complementar la formación médica, sin sustituir la práctica clínica real, siendo especialmente útil en contextos con limitaciones estructurales.
Descargas
Traducciones de este artículo.
Citas
Balfour GW. On the Evolution of Cardiac Diagnosis from Harvey’s Days Till Now. Edinb Med J. 1887 Jun;32(12):1065–81. PMCID: PMC5281370.
Porto CC. Semiologia Médica. 8. ed. Rio de Janeiro: Guanabara Koogan, 2019.
Scheffer M, et al. Demografia Médica no Brasil 2020. São Paulo: FMUSP, CFM; 2020. Disponível em: https://pesquisa.bvsalud.org/portal/resource/ pt/biblio-1436680 Acesso em: 27 jun. 2026.
Suárez A, Adanero A, Díaz-Flores García V, Freire Y, Algar J. Using a Virtual Patient via an Artificial Intelligence Chatbot to Develop Dental Students’ Diagnostic Skills. Int J Environ Res Public Health. 2022 Jul 18;19(14):8735. DOI: 10.3390/ijerph19148735.
Santos ECN, Almeida RG, Meska MHG, Mazzo A. Paciente simulado versus simulador de alta fidelidade: satisfação, autoconfiança e conhecimento entre estudantes de enfermagem no Brasil. Cogitare Enferm. 2021;26:e76730. DOI: 10.5380/ce.v26i0.76730.
Mantas J, et al. Recommendations of the International Medical Informatics Association (IMIA) on Education in Biomedical and Health Informatics: First Revision. Methods Inf Med. 2010 Jan 7;49(2):105-20. DOI: 10.3414/ME5119.
Kononowicz AA, et al. Virtual Patient Simulations in Health Professions Education: Systematic Review and Meta-Analysis by the Digital Health Education Collaboration. J Med Internet Res. 2019 Jul 2;21(7):e14676. DOI: 10.2196/14676.
OpenAI. ChatGPT [software]. Versão GPT-5. San Francisco: OpenAI; 2025. Disponível em: https://platform.openai.com/docs/api-reference Acesso em: 27 jun. 2026.
Sociedade Brasileira de Cardiologia; Sociedade Brasileira de Hipertensão; Sociedade Brasileira de Nefrologia. Diretriz Brasileira de Hipertensão Arterial – 2025. Arq Bras Cardiol. 2025;122(9):e20250624. Disponível em: https://cremal.org.br/wp-content/uploads/2025/11/Diretriz_ Hipertensao_2025_SBC_Melhor ado.pdf Acesso em: 27 jun. 2026.
Dalgalarrondo P. Psicopatologia e semiologia dos transtornos mentais. 3. ed. Porto Alegre: Artmed; 2019.
Tureck F, Souza S, Faria RMD. Estratégias de ensino do raciocínio clínico nos cursos de Medicina do Brasil - revisão integrativa. Rev Bras Educ Med. 2023;47(1):e017. DOI: 10.1590/1981-5271v47.1-20220032.
Knobel R, Costa RR. Confecção e uso de simuladores de baixo custo: experiências da medicina e enfermagem. In: Tarcia RM, organizadora. Simulação em saúde para ensino e avaliação. Brasília: ABEM; 2021. p. 119–127.
Rodrigues ND, Nunes LMA, Magno LMS, Daher IC, Rodrigues NFD. O impacto das simulações realísticas com pacientes virtuais na formação dos alunos de medicina do CESUPA. Res Soc Dev. 2023 Aug 24;12(8):e12412842981. DOI: 10.33448/rsd-v12i8.42981.
Zeferino AMB, Domingues RCL, Amaral E. Feedback como estratégia de aprendizado no ensino médico. Rev Bras Educ Med. 2007;31(2):176–9. DOI: 10.1590/S0100-55022007000200009.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 O Mundo da Saúde

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.




























