La irrupción de las Tecnologías Digitales Sanitarias (Digital Health Technologies -DHT-) y la aplicación de la Inteligencia Artificial (IA) en las organizaciones sanitarias se presenta a menudo como la solución para salvaguardar la sostenibilidad del sistema, hacerlo más seguro, accesible, etc, etc. Casi siempre todas bondades.

Sin embargo, detrás de todo esto se esconde una realidad injustificada y profundamente ineficiente. Nos referimos a ese marcado sesgo de diseño y desarrollo industrial que favorece de forma caprichosa la práctica de un colectivo profesional del ámbito de la salud, mientras relega al olvido el soporte tecnológico que por lógica en el siglo XXI debería estar al servicio del cuidado de los pacientes y por tanto de las enfermeras.  No podemos seguir ignorando esta asimetría.

La enfermería constituye el colectivo profesional más numeroso de las instituciones sanitarias y el principal usuario potencial, casi siempre, de cualquier innovación tecnológica en el ámbito hospitalario (Martinez-Ortigosa et al., 2023). Sin embargo, la inversión y el desarrollo de tecnologías de soporte para su labor asistencial diaria siguen ocupando un plano muy secundario (Alruwaili et al., 2026; Ruksakulpiwat et al., 2024). Esta brecha representa un error de visión por parte de la industria que desarrolla, comercializa y vende la tecnología, pero también constituye una vulnerabilidad importante para la seguridad del paciente.

La industria de la salud digital ha centrado muchos esfuerzos de desarrollo en sistemas de soporte a la decisión clínica (CDSS) orientados al diagnóstico de enfermedades o a la optimización de la prescripción farmacológica (Alruwaili et al., 2026; Ruksakulpiwat et al., 2024). Y es indudable que estas herramientas aportan valor, pero al descuidar los procesos esenciales del cuidado se limita enormemente el potencial preventivo de la IA en los centros sanitarios.  (Alruwaili et al., 2026; Martinez-Ortigosa et al., 2023; Ruksakulpiwat et al., 2024).

Cuando hablamos de procesos esenciales del cuidado, nos referimos a la prevención predictiva de caídas, la monitorización inteligente de lesiones cutáneas, la identificación inequívoca del paciente o la seguridad activa en el punto de administración de tratamientos, entre otros procesos que de tan habituales son invisibles, pero de un enorme impacto en la seguridad del paciente.

‘Las instituciones que no integren la mirada enfermera en su desarrollo tecnológico seguirán invirtiendo en soluciones parciales, ineficientes y desconectadas de la realidad’

Se asume erróneamente que, al implementar un soporte digital para ayuda a la prescripción de la medicación, la seguridad de todo el proceso ya está garantizada. Y esto no es así, esta asimetría ignora que la mayor parte de los fallos que finalmente alcanzan al paciente ocurren en la última etapa de administración, donde la enfermera trabaja habitualmente desprovista de sistemas de alertas adaptados a su entorno real y a su flujo de trabajo.

Esta distorsión responde a lo que en la ciencia de los factores humanos se denomina un fallo de enfoque sociotécnico. La Teoría de los Sistemas Sociotécnicos (SST) explica que el éxito de cualquier innovación tecnológica no reside únicamente en lo brillante que sea su algoritmo, sino en la interacción dinámica y bidireccional entre la herramienta, el usuario que la utiliza, la organización del trabajo y el entorno real del centro sanitario (Sittig & Singh, 2015). Cuando una tecnología se diseña en laboratorios cerrados o de forma exclusivamente con un profesional, ignorando los flujos de trabajo de quienes interactúan las 24 horas del día con los pacientes, las familias y todo el resto de las profesionales, el sistema está condenado al rechazo o a genera nuevos e imprevistos riesgos clínicos.

Un ejemplo muy clarificador es el fenómeno de la fatiga por alertas. Los sistemas tradicionales, caracterizados por una nula sensibilidad al contexto real del paciente crítico y de las enfermeras, bombardean continuamente con alarmas con una lógica de programación muy simple, rígida y binaria y que en ocasiones avisa de hechos irrelevantes, provocando que los profesionales anulen o ignoren de forma refleja entre el 49% y el 96% de ellas por saturación cognitiva (Alruwaili et al., 2026). Solo mediante la incorporación de modelos lógicos, adaptados al contexto y codiseñados con las enfermeras, se logra depurar y disminuir en un 45% estas alertas, protegiendo la capacidad de vigilancia clínica del profesional (Alqaraleh et al., 2025).

Desde la perspectiva de la gestión enfermera, nos enfrentamos hoy a un escenario de escasez y desgaste profesional sin precedentes. La evidencia disponible nos alerta de que, en la última década, un alarmante 39,4% de las enfermeras de nuestro entorno ha manifestado en algún momento su firme intención de abandonar la profesión debido al agotamiento emocional y las condiciones laborales.

El cansancio, el burnout y la sobrecarga de trabajo de las enfermeras son los principales predictores organizativos de los eventos adversos y los errores de medicación en los pacientes (Erhivwowhouvie, 2026). La literatura científica demuestra que la IA puede actuar como motor de cambio para construir entornos de práctica más positivos y seguros. Al utilizar asistentes inteligentes y modelos de procesamiento de lenguaje natural (PLN) para automatizar el traspaso de información de pacientes en los cambios de turno, redactar resúmenes de evolución o estructurar planes de cuidados individualizados, disminuye la sobrecarga de trabajo administrativo que hoy consume un importante tiempo de las enfermeras (Pereira, 2025). Ese tiempo que es el elemento tangible siempre objeto de deseo de los profesionales.

Para revertir esta asimetría tecnológica y avanzar hacia una sanidad verdaderamente inteligente, se necesita un cambio de rumbo en la gobernanza de las organizaciones sanitarias.

Las enfermeras no son consumidoras pasivas o evaluadoras solo de salida de la tecnología, las enfermeras tienen que formar parte de los equipos de diseño y desarrollo participando activamente desde las fases iniciales de conceptualización, definición de interfaz clínico y pruebas piloto de cualquier algoritmo de IA para asegurar su alineamiento con las necesidades reales (Ruksakulpiwat et al., 2024).

Igualmente, las Direcciones de Enfermería deben ejercer ese rol de liderazgo y ser parte activa e influyente en espacios de decisión tecnológica de los hospitales, garantizando que los presupuestos de inversión digital se distribuyan de forma equitativa y con criterios basados en la seguridad global del paciente y no tanto en demandas sofisticadas exclusiva de unos pocos.

Lo que está más que demostrado por la ingente producción científica que se está generando en este ámbito, es que las instituciones que no integren la mirada enfermera en su desarrollo tecnológico seguirán invirtiendo en soluciones parciales, ineficientes y desconectadas de la realidad.

Cuidar al profesional, rediseñar las organizaciones bajo el enfoque de factores humanos y dar a las enfermeras el peso tecnológico que merecen es la única vía real para avanzar de forma efectiva y sistémica en tecnologías de la salud.

Bibliografía

1. Alqaraleh, M., Almagharbeh, W. T., & Ahmad, M. W. (2025). Exploring the impact of artificial intelligence integration on medication error reduction: A nursing perspective. Nurse Education in Practice, 104438.
2. Alruwaili, M. F., Paul-Chima, U. O., & Nneoma, U. C. (2026). Integrating clinical decision support systems, nursing vigilance, and physician prescribing patterns to reduce preventable adverse drug events: a structured evidence-based narrative review on human-AI interface in medication safety. Frontiers in Digital Health, 8, Article 1831150.
3. Erhivwowhouvie, D. O. (2026). Use of Artificial Intelligence in Reducing Medication Errors: A Nursing Perspective. Spring Journal of Artificial Intelligence and Current Issues, 1(1), 75-82.
4. Martinez-Ortigosa, A., Martinez-Granados, A., Gil-Hernández, E., Rodriguez-Arrastia, M., Ropero-Padilla, C., & Roman, P. (2023). Applications of Artificial Intelligence in Nursing Care: A Systematic Review. Journal of Nursing Management, 2023, Article 3219127.
5. Pereira, S. C. A., Ferreira, R. A., Ventura-Silva, J. M., Santos, E. J. F., Fassarella, C. S., & Ribeiro, O. M. P. L. (2025). The Effect of Artificial Intelligence in Promoting Positive Nursing Practice Environments: A Systematic Mixed-Methods Review. Journal of Clinical Nursing, Article e13011.
6. Ruksakulpiwat, S., Thorngthip, S., Niyomyart, A., Benjasirisan, C., Phianhasin, L., Aldossary, H., Ahmed, B. H., & Samai, T. (2024). A Systematic Review of the Application of Artificial Intelligence in Nursing Care: Where are We, and What’s Next? Journal of Multidisciplinary Healthcare, 17, 1603-1616.
7. Sittig, D. F., & Singh, H. (2015). A socio-technical approach to preventing, mitigating, and recovering from health IT-related safety problems. Journal of the American Medical Informatics Association, 22(4), 1002-1011.