Acceso usuarios
Colombia
Introducción: La introducción de la inteligencia artificial, en el área de la nefrología, proporciona una nueva perspectiva para analizar datos en tiempo real mediados por tecnología.Objetivos: Determinar las aplicaciones de la inteligencia artificial en la práctica de la enfermería nefrológica y caracterizar herramientas predictivas, diagnósticas y de gestión clínica dirigidas a pacientes con enfermedad renal.Metodología: Se realizó una revisión integrativa de literatura siguiendo la declaración PRISMA. Se buscaron artículos originales sin límite temporal en MEDLINE, EBSCO, Cochrane y LILACS, usando combinaciones de términos relacionados con inteligencia artificial, enfermería y nefrología. Se incluyeron estudios observacionales, experimentales y ensayos clínicos en población adulta, publicados en inglés, español o portugués. Se excluyeron desarrollos robóticos, pacientes gineco-obstétricas y revisiones previas. Dos revisores extrajeron de forma independiente datos sobre diseño, muestra, intervenciones, comparadores y resultados principales, aplicando guías CASPe para evaluar la calidad metodológica.Resultados: De 279 registros iniciales, 30 estudios cumplieron los criterios de inclusión. Se agruparon en dos categorías: 16 trabajos en herramientas predictivas y diagnósticas, y 14 en mejora de atención y gestión clínica (sistemas de clasificación de pacientes, alertas tempranas, optimización de diálisis y prevención de readmisiones). La mayoría mostró superioridad de modelos de aprendizaje automático y deep learning frente a enfoques tradicionales.Conclusiones: La inteligencia artificial aplicada en enfermería nefrológica demuestra un rendimiento prometedor en predicción y diagnóstico, así como en la optimización de procesos asistenciales. Se requieren estudios de implementación clínica y evaluaciones costo-efectivas para consolidar su integración en la práctica diaria y maximizar sus beneficios.
Introduction: The introduction of artificial intelligence (AI) into the field of nephrology offers a new perspective for analysing technology-mediated real-time data.Objectives: To determine the applications of artificial intelligence in nephrology nursing practice and to characterise predictive, diagnostic, and clinical management tools aimed at patients with kidney disease.Methodology: AWe conducted an integrative literature review in accordance with the PRISMA statement. Original articles with no time restriction were searched in MEDLINE, EBSCO, Cochrane, and LILACS using combinations of terms related to artificial intelligence, nursing, and nephrology. Observational studies, experimental studies, and clinical trials in adult populations published in English, Spanish, or Portuguese were included. Excluded were robotic developments, gynaecological–obstetric patients, and previous reviews. Two reviewers independently extracted data on study design, sample, interventions, comparators, and main outcomes, applying CASPe guidelines to assess methodological quality.Results: From 279 initial records, 30 studies met the inclusion criteria. They were grouped into 2 categories: 16 studies on predictive and diagnostic tools, and 14 on improved care and clinical management (patient classification systems, early warning systems, dialysis optimisation, and readmission prevention). Most demonstrated the superiority of machine learning and deep learning models compared with traditional approaches.Conclusions: AI applied to nephrology nursing shows promising performance in prediction and diagnosis, as well as in the optimisation of care processes. Clinical implementation studies and cost-effectiveness evaluations are needed to consolidate its integration into daily practice and maximise its benefits.
