Cómo la inteligencia artificial está alterando la fuerza laboral de enfermería

Olga Yakusheva PhD, FAAN ^a, Monique J. Bouvier PhD, APRN, CPNP ^b, Chelsea O.P. Hagopian DNP, APRN, AGACNP-BC

Claves.

El impacto de la Inteligencia Artificial (IA) en el personal de enfermería es un tema que rara vez se discute.

Analizamos las oportunidades y amenazas que plantea la IA para la profesión y la práctica de enfermería.

Los datos muestran que la orientación a la persona de la enfermería protege contra el desplazamiento laboral por parte de la IA.

Las enfermeras deben participar en la integración ética de la IA en la educación y la práctica.

Introducción

La inteligencia artificial (IA) se considera un programa informático, algoritmo o máquina que realiza funciones cognitivas humanas (McKinsey & Company, 2024). La última versión, la IA generativa (IA gen), puede aprender patrones y crear texto, vídeo, imágenes y datos (Feuerriegel et al., 2024, McKinsey & Company, 2024). Actualmente, casi la mitad de los empleos a nivel mundial utilizan IA gen (Cassaniga et al., 2014).

La IA está revolucionando la atención sanitaria, mejorando la vigilancia de la salud pública, la gestión de medicamentos complejos y la clasificación de pacientes ( Khanijahani et al., 2022  ). Sin embargo, enfrenta desafíos como privacidad, confianza, prejuicios y nivel de conocimiento. La pandemia de COVID-19 ha resaltado el valor y el uso creciente de la tecnología en este sector ( Nadella et al., 2023  ).

Con estos cambios, uno de los aspectos que está generando atención es el impacto de la IA en la fuerza laboral de la atención médica. A medida que nuestra economía se vuelve cada vez más dependiente de la tecnología, la IA ha comenzado a mejorar el rendimiento y la productividad de los trabajadores humanos y parece ser una tendencia permanente. Sin embargo, la IA también ha modificado la naturaleza del empleo en muchas ocupaciones que antes se consideraban impulsadas por datos y mano de obra intensiva, como el telemarketing y la atención al cliente ( Arntz et al., 2016).

A medida que la industria de la salud adopta más automatización e IA generativa, debemos evaluar sus beneficios y amenazas para el recurso más valioso: los empleados humanos. Este comentario examina específicamente los impactos en las enfermeras. Aunque se ha debatido mucho sobre los beneficios y riesgos de la IA para los pacientes, rara vez se analiza su influencia en la fuerza laboral de la atención médica. La literatura revisada por pares sobre la IA que reemplaza a las enfermeras es limitada (Mohanasundari et al., 2023). Este artículo discute las implicaciones de la IA para el futuro de la enfermería, enfocándose en qué habilidades son más o menos susceptibles de ser reemplazadas por la IA.

Oportunidades

La inteligencia artificial (IA) está cambiando las operaciones de manera significativa, similar a los efectos de la Revolución Industrial y la «Era Digital». En el sector de la salud, IA puede entenderse como «inteligencia aumentada» debido a su uso para mejorar la atención a los pacientes ( National Academy of Medicine, 2022 ). Las principales contribuciones de la integración de la IA en la atención sanitaria incluyen: (a) delegación de tareas rutinarias y exigentes a tecnologías asistidas por IA; (b) mejora en la ejecución de tareas en términos de eficacia, eficiencia y costo; y (c) liberación del tiempo de los médicos para centrarse más en la atención directa al paciente. Por ejemplo, el uso de robots de IA en sistemas de salud para entregar muestras de laboratorio, productos farmacéuticos o suministros a las unidades ha permitido que las enfermeras dispongan de más tiempo para brindar atención directa al paciente ( Holland et al., 2021 , Ohneberg et al., 2023 ).

La IA puede asistir a los médicos en tareas rutinarias y cognitivamente demandantes, lo cual es una gran ventaja en la atención médica. Estas tareas, como la entrada de datos y las interacciones básicas con clientes, son repetitivas y requieren atención pero no pensamiento creativo o crítico, por lo que son ideales para la automatización. La IA ya se usa comúnmente en otras industrias, como los chatbots para servicio al cliente, y está ganando terreno en la atención médica ( Galloway et al., 2024). Se estima que el 45% de las actividades laborales pueden automatizarse con la tecnología existente ( Chui et al., 2016, Owens et al., 2023).

La adopción de IA en la atención médica puede reemplazar tareas tediosas y que consumen mucho tiempo, como la programación, la documentación clínica y la conciliación de medicamentos ( Leung et al., 2022). Estas tareas no son del agrado de enfermeras ( Graham et al., 2018) ni médicos ( Arndt et al., 2017) y contribuyen al estrés y agotamiento médico ( Kroth et al., 2019; Moy et al., 2021). La automatización por IA mejora la eficiencia, aumenta la producción, reduce errores y costos. También permite una mejor vigilancia activa de las enfermeras, esencial ante los desafíos de personal, y ayuda a reducir errores críticos ( Bates et al., 2021).

La inteligencia artificial (IA) puede actuar como un catalizador para cambios transformadores en los modelos de prestación de atención médica, mejorando tanto la calidad como la accesibilidad de la atención. Se argumenta que este proceso ya está en marcha (Khanna et al., 2022). Recientemente, una empresa de tecnología sanitaria anunció el desarrollo de bots impulsados por IA que pueden superar a los humanos en diversas tareas, entre ellas la asistencia a los pacientes en la gestión de medicamentos de venta libre y la interpretación de informes de laboratorio (Domingo, 2024). Estas innovaciones tienen importantes implicaciones para las enfermeras, quienes desempeñan un papel fundamental en la administración y enseñanza sobre medicamentos, así como en la interpretación de resultados de laboratorio y la colaboración con los médicos. Además, estas herramientas tecnológicas pueden apoyar la conciliación precisa de medicamentos, identificar posibles interacciones farmacológicas y alertar sobre resultados de laboratorio anormales.

Es esencial usar la IA para tareas rutinarias, liberando tiempo valioso para los trabajadores humanos. En Estados Unidos, hasta el 40% del tiempo de una enfermera se dedica a la documentación (De Groot et al., 2022), una tarea que puede ser reemplazada por reconocimiento de voz y software de procesamiento del lenguaje natural (Galloway et al., 2024). El procesamiento del lenguaje natural analiza datos textuales usando métodos computacionales (Verspoor y Cohen, 2013). Una encuesta reciente mostró que la tecnología actual ya puede liberar hasta un 15% del tiempo de las enfermeras (Berlin et al., 2024), y este potencial crecerá con el tiempo. Liberar este tiempo permite a las enfermeras centrarse en actividades importantes como cuidar a los pacientes, capacitar a colegas y participar en desarrollo profesional (Berlin et al., 2024; Atashzadeh-Shoorideh et al., 2021). Además, los pacientes también anhelan atención directa y comunicación frecuente por parte de las enfermeras, lo que conduce a mejores resultados para los pacientes ( Westbrook et al., 2011 ). A nivel de liderazgo de enfermería, aumentar la dotación de personal y las asignaciones de pacientes con cierta automatización podría abrir tiempo para una mayor participación en tareas complejas de resolución de problemas, trabajo de mejora de la atención médica, planificación estratégica o esfuerzos creativos, que agregan valor a las enfermeras, los pacientes, las organizaciones y la atención médica en general.

Posibles impactos negativos en la fuerza laboral

Una amenaza potencial de la inteligencia artificial (IA) para la fuerza laboral de enfermería radica en la preocupación de que la IA pueda reemplazar a los empleados humanos debido a su conveniencia y menor costo. Este fenómeno ya se ha observado en la industria manufacturera (Cellan-Jones, 2019), que ha perdido casi el 70% de sus empleos de clase media desde 1980 (Acemoglu y Restrepo, 2022). Se espera que hasta 20 millones de empleos en fábricas en todo el mundo sean reemplazados por robots para 2030 (Cellan-Jones, 2019). La IA puede operar de manera continua las 24 horas del día, los 7 días de la semana, sin requerir descansos, vacaciones o bajas por enfermedad, lo cual reduce significativamente los gastos y la imprevisibilidad asociados con el trabajo humano. Paradójicamente, la IA está provocando despidos en la misma industria que la creó, con casi 25.000 empleados en empresas tecnológicas perdiendo sus trabajos en las primeras semanas de 2024 (Allyn, 2024), y muchos más preocupados por sus empleos (Meyer, 2023).

En el ámbito sanitario, un bot de IA generativa lanzado recientemente (Domingo, 2024; Pearl, 2024) generó preocupaciones cuando se presentó como una “enfermera” con una imagen y perfil realistas (aunque generados por IA) (Domingo, 2024; Hippocratic AI, 2024). Se promocionó a las empresas como un reemplazo económico para las enfermeras humanas, trabajando por menos del salario mínimo (Pearl, 2024). Sin embargo, usar la IA así plantea dudas sobre el valor de la profesión y la seguridad del paciente. Una encuesta reciente mostró que el 60% de las enfermeras desconfían de que sus empleadores prioricen la seguridad al implementar IA (National Nurses United, 2024). Además, uno de cada cuatro trabajadores sanitarios teme ser reemplazado por IA, siendo las enfermeras más propensas a tener estas preocupaciones que los médicos (Castagno y Khalifa, 2020).

¿Es posible que las enfermeras sean reemplazadas por la IA?

Aunque muchas profesiones de la salud podrían verse afectadas por el avance de las tecnologías de IA, no todas están expuestas en igual medida. Según un informe federal sobre la automatización de la fuerza laboral (United States Government Accountability Office, 2022), el riesgo de pérdida de empleo depende en gran parte de la combinación específica de habilidades requeridas para un trabajo determinado. Una mayor demanda de habilidades blandas, como la empatía y la comunicación (Lamri y Lubart, 2023), disminuye significativamente la probabilidad de que la IA reemplace esos trabajos. Por el contrario, las habilidades duras, como la codificación o el monitoreo de sistemas (Lamri y Lubart, 2023), son más susceptibles de ser reemplazadas por la IA.

La Figura 1 muestra el análisis de los autores sobre las habilidades blandas y duras para diferentes ocupaciones de enfermería (auxiliares de enfermería, enfermeras prácticas licenciadas, enfermeras registradas, enfermeras practicantes, enfermeras parteras y enfermeras anestesistas). Para cada ocupación, se extrajeron listas de habilidades duras y blandas con sus pesos de «importancia» según O*NET. O*NET clasifica 35 habilidades en una escala de 1 (no importante) a 70 (extremadamente importante) basándose en encuestas a empleados. La recolección de datos de O*NET sigue dos pasos: primero selecciona aleatoriamente empleadores comerciales para cada ocupación y luego recopila datos de una muestra aleatoria de trabajadores dentro de esas empresas (O*NET Data Collection Overview, 2024).

Figura 1. Mapas de habilidades ocupacionales duras y blandas, por ocupación de enfermería. Las figuras asignan cada ocupación a las habilidades blandas y duras necesarias para esa ocupación. La necesidad de cada habilidad está representada por la distancia desde el centro (0, ninguna necesidad) hasta el círculo más externo (70, alta necesidad). Los autores clasificaron las habilidades en habilidades duras (el área violeta) y habilidades blandas (el área verde). Cuanto mayor sea el área del mapa de habilidades de una ocupación que se encuentra en el área de habilidades blandas, menor es el riesgo de que la IA reemplace a los humanos en la ocupación. Los datos de habilidades para las ocupaciones se obtuvieron de O*NET OnLine (https://www.onetonline.org/). Consulte el suplemento digital para obtener más detalles.

De acuerdo con el Marco común de habilidades duras y blandas de Lamri y Lubart (2023), se define el término “habilidad” como la capacidad de procesar, comprender, interpretar y utilizar información para cumplir con las tareas y funciones relacionadas con el trabajo. El término “habilidades duras” se refiere a habilidades técnicas, concretas y mensurables que generalmente se obtienen mediante capacitación y educación formales. Estas habilidades son esenciales para realizar tareas laborales específicas que implican la interacción con máquinas, como sistemas de hardware o software, tecnología o equipos. Por otro lado, el término “habilidades blandas” describe habilidades personales que tienden a no adquirirse a través de la educación formal, son difíciles de cuantificar y medir, y son necesarias para tareas laborales orientadas a las personas, con poca o ninguna interacción con máquinas.

De O*NET, seleccionamos las siguientes habilidades técnicas: matemáticas, ciencias, monitoreo de operaciones, análisis de sistemas, operación y control, análisis de operaciones, administración financiera y programación. Las habilidades blandas incluyeron percepción social, pensamiento crítico, aprendizaje activo, orientación al servicio, coordinación, persuasión, negociación y administración del personal (ver Tabla 1). Las habilidades que nuestro equipo no pudo clasificar como técnicas o blandas (por ejemplo, hablar, escribir y administración del tiempo) no se incluyeron en este análisis ilustrativo. Nuestro equipo identificó 16 habilidades clave (ocho «habilidades técnicas» y ocho «habilidades blandas»).

Tabla 1. Desglose de habilidades duras/técnicas frente a habilidades blandas/humanas para enfermeras

Habilidad	Descripción	Auxiliares de enfermería	Enfermeras profesionales licenciadas y enfermeras vocacionales licenciadas	Enfermeras registradas	Enfermeras practicantes	Enfermeras parteras	Enfermeras psiquiátricas de práctica avanzada
Habilidades blandas
Percepción social	Ser consciente de las reacciones de los demás y comprender por qué reaccionan como lo hacen.	46	61	63	66	59	70
Orientación al servicio	Buscando activamente formas de ayudar a las personas.	55	57	57	57	63	57
Pensamiento crítico	Utilizar la lógica y el razonamiento para identificar las fortalezas y debilidades de soluciones alternativas, conclusiones o enfoques a los problemas.	45	57	59	59	59	57
Aprendizaje activo	Comprender las implicaciones de la nueva información para la resolución de problemas y la toma de decisiones actuales y futuras.	39	46	59	59	59	55
Coordinación	Ajustar las acciones en relación a las acciones de los demás.	43	57	57	55	54	55
Negociación	Unir a otros y tratar de reconciliar las diferencias.	25	43	41	45	41	54
Persuasión	Persuadir a otros para que cambien de opinión o comportamiento.	25	41	41	55	37	55
Gestión de recursos humanos *	Motivar, desarrollar y dirigir a las personas mientras trabajan, identificando a las mejores personas para el trabajo.	27	41	41	45	41	43
Habilidades duras
Escucha	Monitorear/evaluar el desempeño de usted mismo, de otras personas o de organizaciones para realizar mejoras o tomar medidas correctivas.	43	57	57	59	37	37
Monitoreo de operaciones	Observar medidores, diales u otros indicadores para asegurarse de que una máquina esté funcionando correctamente.	27	36	41	37	46	39
Operación y control	Controlar operaciones de equipos o sistemas.	13	29	30	20	43	46
Análisis de operaciones	Analizar necesidades y requerimientos del producto para crear un diseño.	0	21	25	48	46	46
Análisis de sistemas	Determinar cómo debería funcionar un sistema y cómo los cambios en las condiciones, las operaciones y el entorno afectarán los resultados.	20	41	41	46	14	0
Ciencia	Utilizar reglas y métodos científicos para resolver problemas.	13	37	41	55	32	9
Matemáticas	Usando las matemáticas para resolver problemas.	27	41	45	45	13	27
Programación	Escribir programas de computadora para diversos propósitos.	0	0	9	7	9	0

Asistentes de enfermería:

• Asistente de medicación certificado (CMA)
• Asistente de enfermería certificado (CNA)
• Asistente de enfermería autorizado (LNA)
• Auxiliar de enfermería
• Asistente de atención al paciente (PCA)
• Asistente de enfermería examinado por el estado (STNA)

Enfermeras prácticas autorizadas y enfermeras vocacionales autorizadas:

• Enfermera a cargo
• Enfermera práctica autorizada de clínica (LPN de clínica)
• Enfermera de clínica
• Enfermera práctica autorizada de atención médica a domicilio (LPN de atención médica a domicilio)
• Enfermera vocacional autorizada (LVN)
• Enfermera de consultorio
• Enfermera práctica autorizada pediátrica
• Enfermera de servicio privado
• Enfermera de oncología radioterápica
• Enfermera práctica autorizada de triaje

Enfermeras registradas:

• Enfermera certificada de quirófano (CNOR)
• Enfermera a cargo
• Enfermera del departamento de emergencias
• Enfermera de oncología
• Enfermera de quirófano (OR RN)
• Enfermera psiquiátrica
• Enfermera a cargo de relevo
• Enfermera escolar
• Enfermera de personal

Enfermeras practicantes:

• Enfermera de cuidados agudos (ACNP)
• Enfermera de adultos
• Enfermera de práctica avanzada (APRN)
• Especialista ARNP
• Enfermera de familia (FNP)
• Enfermera de gastroenterología
• Enfermera practicante (NP)
• Enfermera pediátrica (PNP)
• Enfermera de salud de la mujer

Parteras Certificadas:

• Enfermera Partera Certificada (CNM)
• Enfermera Partera de Personal

Enfermeras psiquiátricas de práctica avanzada:

• APRN de salud mental para adultos
• APN psiquiátrica
• PMHNP (enfermera practicante de salud mental psiquiátrica)
• CNS psiquiátrica
• Proveedor psiquiátrico
• APRN de psiquiatría

*Abreviado como “Gestión de personal”# en el texto. Fuente: https://www.onetonline.org/

Para crear la Figura 1, se utilizó un gráfico de radar (Porter y Niksiar, 2018) para trazar los pesos de importancia de las habilidades de O*NET correspondientes a cada una de las 16 habilidades para cada ocupación de enfermería, medidas desde el centro del gráfico. Por lo tanto, cuanto mayor sea el área delineada por los puntajes de importancia de las habilidades, más se requieren estas habilidades para el trabajo. Además, cuanto mayor sea el área delineada por la importancia de las habilidades blandas en el lado derecho del gráfico, sombreada en verde (y cuanto menor sea el área correspondiente de las habilidades duras en el lado izquierdo del gráfico en violeta), mayor será la importancia de las habilidades blandas en relación con las habilidades duras para el trabajo.

La figura 1 muestra dos puntos: primero, la importancia general de las habilidades duras y blandas aumenta a medida que se pasa de los auxiliares de enfermería a los enfermeros registrados y a los enfermeros de práctica avanzada; y segundo, todas las ocupaciones de enfermería están fuertemente orientadas hacia las habilidades blandas. Este análisis indica que las habilidades interpersonales son una característica clave de las profesiones de enfermería. Como tal, podría esperarse que la enfermería se encuentre entre las profesiones menos propensas a ser reemplazadas por la IA. Por el contrario, al desarrollar y mejorar sus habilidades humanas blandas (cuidado, empatía y orientación social), es posible que la enfermería se beneficie del avance de la IA.

Integración ética de la IA en el flujo de trabajo de enfermería

A medida que la IA avanza en el sector sanitario, es crucial que los profesionales de enfermería comprendan su uso, beneficios y riesgos para los pacientes. Las implicaciones éticas de introducir la IA en la atención sanitaria se centran en la confianza y la equidad ( National Academies of Sciences, Engineering, and Medicine, 2019). Un riesgo importante es el sesgo en los datos y decisiones de la IA, lo que puede aumentar las disparidades en salud (American Nurses Association, 2022, IBM, 2022). Para mitigar estos riesgos, los modelos deben ser transparentes y explicables (Explainable IA, 2024). Las enfermeras deben participar activamente en la conversación sobre la IA y sus implicaciones.

Aunque el personal de enfermería no es especialmente vulnerable a la pérdida de empleo por IA, debe considerar su papel en la mitigación de los riesgos en el lugar de trabajo y para los pacientes ( American Nurses Association, 2022). Es crucial que las enfermeras se involucren con la IA debido a su impacto en la salud y el entorno de atención. La IA no puede reemplazar el pensamiento crítico y juicio clínico de las enfermeras. Bajo el marco regulatorio actual, las decisiones y acciones finales siguen siendo responsabilidad de las enfermeras, incluida la utilización de IA. Por lo tanto, las enfermeras deben comprender la IA para verificar sus resultados y asegurar una implementación responsable en la prestación de cuidados.

Con el avance imparable de la IA, las enfermeras deben asumir roles destacados como defensoras y garantes de su implementación segura y ética en el sistema de salud. Integrar la IA requiere considerar las preocupaciones de las enfermeras sobre la calidad del cuidado al paciente, la seguridad y sus roles (Simpson, 2024). Esta inquietud puede generar resistencia y renuencia a adoptar la IA, perpetuando conceptos erróneos sobre su capacidad para reemplazar la experiencia de enfermería. En lugar de ver la IA como un competidor, las enfermeras deberían considerarla una herramienta valiosa que mejora su capacidad profesional y amplía su influencia en la atención centrada en la persona.

Para liderar en la atención médica asistida por IA, las enfermeras deben abordar la IA con mente abierta y curiosidad. A menudo, no se incluye a las enfermeras en el desarrollo de tecnologías diseñadas para apoyarlas ( von Gerich et al., 2022 ), lo que crea una desconexión entre las herramientas necesarias y las implementadas. Para cerrar esta brecha, es necesario entender cómo la IA puede apoyar a las enfermeras y promover su inclusión en los planes educativos de enfermería. Además, es fundamental que las organizaciones de salud ofrezcan educación en informática de enfermería, IA y tecnología a todas las enfermeras actuales.

Este conocimiento permitiría a las enfermeras actuales y a los líderes de enfermería formular preguntas adecuadas sobre preocupaciones éticas o de flujo de trabajo a las empresas que desarrollan plataformas de IA antes de acordar su uso. Tiene el potencial de facilitar una mejor colaboración entre los científicos informáticos que diseñan las herramientas de IA y las enfermeras que brindan la atención, en lugar de añadir otra tarea para las enfermeras con poco valor añadido. De esta manera, las enfermeras pueden ser pioneras en modelos de atención innovadores que demuestren la contribución significativa de su profesión en la era de los avances tecnológicos.

Conclusión

El incremento del uso de IA provocará un cambio en los tipos de trabajo que realizan los humanos, lo que podría transformar la naturaleza del empleo en el ámbito sanitario. Por un lado, la IA está asumiendo tareas rutinarias de administración y documentación, liberando así el tiempo de las enfermeras para que se concentren en la atención a los pacientes. Por otro lado, a medida que la IA siga desarrollándose y asumiendo más tareas, los empleados humanos deberán aprovechar sus habilidades exclusivamente humanas, como la construcción de relaciones, la inteligencia emocional, la creatividad, el liderazgo y el pensamiento crítico. A medida que avanzamos en la implementación de la IA en el ámbito sanitario, es responsabilidad de las enfermeras desmitificar la IA para que la fuerza laboral se involucre plenamente en el desarrollo y la implementación de una IA que apoye a las enfermeras y maximice su capacidad de brindar una atención centrada en el paciente de alta calidad.

La experiencia de las enfermeras debe guiar la adopción de la IA en la atención, asegurando que beneficie y no sobrecargue al personal. Es importante integrar la IA y la innovación en la educación de enfermería, así como se han integrado la calidad y la seguridad. La IA puede monitorear la oferta y demanda de la fuerza laboral de enfermería, ayudando a identificar problemas de distribución entre zonas rurales y urbanas para apoyar decisiones políticas. Con un compromiso activo, aprendizaje continuo y adaptación cautelosa, las enfermeras pueden aprovechar el potencial de la IA y minimizar los riesgos, fortaleciendo así la resiliencia de la profesión y del sector salud.