Investigadores españoles analizan cómo formar a los futuros veterinarios para el uso clínico de la inteligencia artificial

La inteligencia artificial (IA), incluyendo el aprendizaje automático y el aprendizaje profundo, está transformando rápidamente la práctica veterinaria clínica al optimizar el diagnóstico, la vigilancia de enfermedades y los procesos de apoyo a la toma de decisiones en todos los ámbitos de la salud animal.

Sin embargo, la implementación clínica segura y eficaz de estas tecnologías depende fundamentalmente de la preparación del personal veterinario, lo que posiciona la formación veterinaria como un factor estratégico para su adopción translacional.

Teniendo esto en cuenta, un grupo de investigadores de la Universidad de Las Palmas de Gran Canaria y de la Universidad de Córdoba ha llevado a cabo una revisión narrativa en la que examinan la integración de la IA en la formación veterinaria, algo que consideran “como un paso fundamental hacia su aplicación responsable en la práctica clínica”.

“Sintetizamos la evidencia actual sobre herramientas basadas en IA relevantes para los planes de estudio veterinarios, incluyendo modelos de lenguaje generativos y multimodales de gran tamaño, sistemas de tutoría inteligente, plataformas de realidad virtual y aumentada, y herramientas de apoyo a la toma de decisiones basadas en IA aplicadas a la imagenología, la epidemiología, la parasitología, la seguridad alimentaria y la salud animal”, explican.

Además, prestan especial atención a cómo el uso educativo estructurado de la IA “refleja los flujos de trabajo clínicos del mundo real y apoya el desarrollo de competencias esenciales para la translacionalidad clínica, como la interpretación de datos, la gestión de la incertidumbre, el razonamiento ético y la responsabilidad profesional”.

La revisión aborda además consideraciones éticas, regulatorias y cognitivas asociadas con la adopción de la IA, incluyendo el sesgo algorítmico, la privacidad de los datos, la equidad de acceso y los riesgos de la dependencia excesiva, enfatizando sus implicaciones directas para la fiabilidad diagnóstica y el bienestar animal.

“Al enmarcar la educación veterinaria como un entorno controlado y reflexivo para la interacción con la IA, este artículo destaca cómo una formación con base pedagógica puede facilitar una implementación clínica más segura, fomentar la colaboración interdisciplinaria y alinear la innovación tecnológica con los estándares profesionales de la medicina veterinaria”, destacan.

En definitiva, señalan que, a medida que la IA se integra cada vez más en la educación y la práctica veterinaria, “mantener un enfoque centrado en el ser humano sigue siendo fundamental”. “La formación veterinaria debe reforzar el papel central de la experiencia humana en el razonamiento clínico, la toma de decisiones éticas y el bienestar animal”, defienden.

“Entender la IA como una tecnología de asistencia que complementa, en lugar de sustituir, el criterio profesional será fundamental para salvaguardar la responsabilidad clínica y mantener la confianza en la atención veterinaria”, concluyen.

HACIA UN USO RESPONSABLE DE LA IA EN CLÍNICA VETERINARIA

Como transmiten en el estudio, la rápida expansión de la inteligencia artificial en el ámbito veterinario está impulsando nuevas soluciones tanto clínicas como administrativas, con un potencial evidente para mejorar la eficiencia, el diagnóstico y la gestión diaria de las clínicas.

Sin embargo, desde el propio sector del software de gestión veterinaria subrayan que esta innovación tecnológica debe ir acompañada de una reflexión profunda sobre su uso responsable, especialmente cuando entra en juego la toma de decisiones clínicas.

En este contexto, desde Provet Cloud, el software de gestión de clínicas veterinarias desarrollado por Nordhealth, destacan que la incorporación de herramientas basadas en IA exige un análisis riguroso previo.

Desde Provet Cloud subrayan que la IA debe entenderse como una tecnología de apoyo y no como un sustituto del criterio profesional. Por ello, recomiendan apostar por soluciones integradas, exigir transparencia sobre el entrenamiento y validación de los algoritmos y formar a los equipos veterinarios para evaluar críticamente sus resultados, garantizando que la toma de decisiones clínicas siga siendo humana, ética y responsable.