XLV Congreso de la semFYC

13-14-15 de noviembre de 2025

Comunicaciones: Experiencias docentes

Transformando la práctica clínica: integración de la inteligencia artificial en la resolución de casos complejos en Atención Primaria (póster)

Objetivos

Esta experiencia docente buscó capacitar a residentes de medicina familiar y comunitaria en el abordaje de casos clínicos complejos integrando herramientas de inteligencia artificial (IA). Los objetivos fueron fomentar el razonamiento clínico avanzado ante diagnósticos atípicos, familiarizar a los residentes con el uso de la IA como complemento diagnóstico y optimizar las derivaciones. También se buscó mejorar la identificación de signos de alarma y promover el trabajo interdisciplinario.

Descripción

Se trabajó con un paciente real de 57 años que consultó por lipotimia. La analítica inicial reveló proteinuria en rango nefrótico, un hallazgo inesperado. Los residentes resolvieron el caso utilizando IA, que les ayudó a generar hipótesis diagnósticas como gammapatía monoclonal o glomerulonefritis, solicitar estudios complementarios y orientar derivaciones a Hematología y Nefrología. La IA permitió integrar resultados especializados, incluyendo la banda monoclonal IgG lambda y la biopsia renal que confirmó amiloidosis AL-Lambda. Además, facilitó la comprensión de la relación entre la gammapatía monoclonal, la proteinuria y esta patología rara, guiando el manejo inicial y el seguimiento interdisciplinario.

Conclusión/es

La metodología puede incorporarse en los currículos de medicina para preparar a futuros médicos en el manejo de datos complejos. Favorece la detección precoz en atención primaria, la priorización de derivaciones y la eficiencia diagnóstica, y constituye un recurso para el desarrollo y mejora continua de algoritmos de IA en beneficio del paciente.

Aplicabilidad

La metodología puede incorporarse en los currículos de medicina para preparar a futuros médicos en el manejo de datos complejos. Es útil para la detección precoz en atención primaria, la priorización de derivaciones y la mejora de la eficiencia diagnóstica. Además, puede servir como base para la investigación y el desarrollo de algoritmos de IA, contribuyendo a la mejora continua de estas herramientas en beneficio de la atención al paciente.

Comunicaciones y ponencias semFYC: 2025; Comunicaciones: Experiencias docentes. ISSN: 2339-9333

Autores

Puglisi Castelli, María Luz
CAP Can Bou. Castelldefels, Barcelona
Marín Rincón, Grisel María
CAP Can Bou. Castelldefels, Barcelona
García Gimeno, Óscar
CAP Can Bou. Castelldefels, Barcelona
Varela Eduardo, Sánchez
CAP Can Bou. Castelldefels, Barcelona