Conocimiento y percepción del personal sanitario hacia la adopción de la inteligencia artificial en la prestación sanitaria en Nigeria
DOI:
https://doi.org/10.62486/agsalud202316Palabras clave:
Inteligencia Artificial, Personal sanitario, ProfesionesResumen
Antecedentes: la Inteligencia Artificial (IA) se considera la máquina que sustituye a la mano de obra humana para trabajar por el hombre con un resultado más eficaz y rápido. Hay escasez de datos sobre los conocimientos y la percepción del personal sanitario en relación con la tecnología de IA. El objetivo de este estudio es evaluar los conocimientos y la percepción del personal sanitario sobre la aplicación de la IA en los servicios sanitarios de Nigeria.
Materiales y métodos: para lograr el objetivo de este estudio se utilizó un diseño de encuesta transversal basada en un cuestionario. El cuestionario se distribuyó en formato electrónico (formulario de Google) e impreso a los profesionales sanitarios de Nigeria, cuyas respuestas se recuperaron y analizaron estadísticamente.
Resultados: de los 263 encuestados, la mayoría, el 51,3 % (n=135), eran mujeres. El mayor porcentaje, 25,5 % (n=67), eran radiógrafos, seguidos de consultores médicos, 14,8 % (n=39), y el menor, 1,5 % (n=4), farmacéuticos. El 61 % (n=160) de los encuestados opina que la IA puede incorporarse a todas las especialidades médicas. De los 263 encuestados, el 51,7 % (n=136) tenía un buen conocimiento de la IA y el menor 6,4 % (n=16) tenía un conocimiento muy pobre de la IA. El 78,7 % (n=207) de los encuestados estaba de acuerdo en que la IA puede ayudar a reducir el número de errores médicos. El 29,3 % (n=77) de los encuestados está de acuerdo en que los especialistas humanos serán sustituidos por la IA en un futuro próximo. Un gran porciento 40,3 % (n=106) de los encuestados está de acuerdo en que algunos empresarios pueden preferir la IA a los especialistas humanos porque la IA no tiene agotamiento emocional ni limitaciones físicas.
Conclusión: los encuestados en este estudio mostraron un buen conocimiento tanto de las áreas médicas de aplicación de la IA como de los beneficios de la aplicación de la IA en los servicios sanitarios. Sin embargo, la mayoría de los encuestados temían que sus puestos de trabajo fueran ocupados por la IA en un futuro próximo
Referencias
hanem N, Khater B (2022) Knowledge and attitudes of medical students in Lebanon toward artificial intelligence: A national survey study. Front. Artif. Intell. 5:1015418.
Fritsch S. J, Blankenheim A, Wahl A, Hetfeld P, Maassen O, Deffge S, Kunse J et al, Attitudes and perception of artificial intelligence in healthcare: A cross-sectional survey among patients. 2022: Digital Health Volume 8: 1–16
Tai MC. The impact of artificial intelligence on human society and bioethics. Tzu Chi Med 2020; 32(4): 339-43.
Amisha, Malik P, Pathania M, Rathaur VK. Overview of artificial intelligence in medicine. J Family Med Prim Care 2019;8:2328-31.
Shinners L, Grace S, Smith S, Stephens A, Aggar C; Exploring healthcare professionals’ perceptions of artificial intelligence: Piloting the Shinners Artificial Intelligence Perception tool; 2022: Digital Health Volume 8: 1–8
Laï MC, Brian M and Mamzer MF. Perceptions of artificial intelligence in healthcare: findings from a qualitative survey study among actors in France. J Transl Med 2020; 18: 14
Collado-Mesa F, Alvarez E and Arheart K. The role of artificial intelligence in diagnostic radiology: a survey at a single radiology residency training program. J Am Coll Radiol 2018; 15: 1753–1757
Richardson JP, Smith C, Curtis S, et al. Patient apprehensions about the use of artificial intelligence in healthcare. NPJ Digital Medicine 2021; 4: 40.
Abdullah R, Fakieh B. Health Care Employees’ Perceptions of the Use of Artificial Intelligence Applications: Survey Study. J Med Internet Res 2020;22(5):e17620)
Scheetz J, Rotthschild P, McGuinnesss M, Hadoux X, Soye HP, Janda M, Condon JJJ, Oakden-Rayner L, Palmer LJ, Keel S, van Wijngaarden P. A survey of clinicians on the use of artificial intelligence in Opthalmology, Dermatology, radiology and radiation oncology. Scientific Reports.2021, 11:5193.
Turner R C, Carlson L. Indexes of item-objective congruence for multidimensional items. International Journal of Test 2003;3:163-171. https://doi.org/10.1207/S15327574IJT0302_5.
Mbaba, A.N., Ogolodom, M.P., Abam, R., Akram, M., Alazigha, N., et al.(2021). Willingness of Health Care Workers to Respond to Covid-19 Pandemic in Port Harcourt, Nigeria. Health Sciences Journal 15 (1), 802.
Ogolodom, M.P., Mbaba, A.N., Alazigha, N., Erondu, O.F., Egbe, N.O., et al. (2020) Knowledge, Attitudes and Fears of HealthCare Workers towards the Corona Virus Disease (COVID-19) Pandemic in South-South, Nigeria. Health Sciences Journal 1:002
Ogolodom MP, Okankwu EA, Chiegwu HU, Okeke JS, Joseph DZ, Ugwuanyi DC et al. Occupational stress level and associated factors among intern radiographers in Anambra State, Nigeria. Trop JMed Res. 2022(1):219-227.
Briganti G, Le Moine O. Artificial Intelligence in Medicine: Today and Tomorrow. Front Med (Lausanne) 7 (2020): 27
Wittal CG, Hammer D, Klein F, Rittchen J. Perception and Knowledge of Artificial Intelligence in Healthcare, Therapy and Diagnostics: A PopulationRepresentative Survey. Journal of Biotechnology and Biomedicine. 6 (2023): 129-139.
Gao S, He L, Chen Y, et al. Public Perception of Artificial Intelligence in Medical Care: Content Analysis of Social Media. J Med Internet Res 22 (2020): e16649.
Miller DD, Brown EW. Artificial Intelligence in Medical Practice: The Question to the Answer? The American journal of medicine 131 (2018): 129-133.
Oh S, Kim JH, Choi S, Lee HJ, Hong J, Kwon SH. Physician Confidence in Artificial Intelligence: An Online Mobile Survey. J Med Internet Res 2019 Mar 25;21(3):e12422. [doi: 10.2196/12422]
Shameer K, Johnson KW, Glicksberg BS, Dudley JT, Sengupta PP. Machine learning in cardiovascular medicine: are we there yet? Heart 2018 Jan 19;104(14):1156-1164. [doi: 10.1136/heartjnl-2017-311198]
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2023 Michael Promise Ogolodom, Anna Daniel Ochong, Egop Brownson Egop, Catherine Ugwem Jeremiah , Anelechi Kenneth Madume, Clement U. Nyenke, Musa Y. Dambele, Dlama Zira Joseph , Abdul Fatai K. Bakre, Elizabeth O. Balogun , Nengi Alazigha, Mark .C.Okeji, Kenneth .S.Ordu, Hyacienth Uche Chiegwu, Joy Johnson, Awajimijan Nathaniel Mbaba, Victor Kelechi Nwodo (Author)
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Este artículo se distribuye bajo la licencia Creative Commons Attribution 4.0 License. A menos que se indique lo contrario, el material publicado asociado se distribuye bajo la misma licencia.