Resumen: La atención de enfermería constante de alta calidad es esencial para la seguridad del paciente, sin embargo, la educación actual de enfermería depende de la retroalimentación subjetiva del instructor intensivo en el tiempo en la capacitación de futuras enfermeras, lo que limita la escalabilidad y la eficiencia en su capacitación y, por lo tanto, obstaculiza la competencia de enfermería cuando ingresan a la fuerza laboral. En este documento, presentamos un marco basado en el modelo de video-lenguaje (VLM) para desarrollar la capacidad de IA de la evaluación de procedimiento automatizada y la retroalimentación para la capacitación en habilidades de enfermería, con el potencial de integrarse en los programas de capacitación existentes. Mimiciendo la adquisición de habilidades humanas, el marco sigue una progresión inspirada en el plan de estudios, avanzando desde el reconocimiento de acción de alto nivel, la descomposición de la subacción de grano fino y, en última instancia, al razonamiento procesal. Este diseño admite una evaluación escalable al reducir la carga de trabajo del instructor al tiempo que preserva la calidad de la evaluación. El sistema proporciona tres capacidades básicas: 1) diagnosticar errores identificando subacciones faltantes o incorrectas en videos de instrucciones de habilidades de enfermería, 2) generar comentarios explicables al aclarar por qué un paso está fuera de servicio u omitido, y 3) habilitando la evaluación formativa objetiva, consistente de los procedimientos. La validación en videos sintetizados demuestra una detección de errores confiable y localización temporal, confirmando su potencial para manejar la variabilidad de capacitación del mundo real. Al abordar los cuellos de botella del flujo de trabajo y el apoyo a la evaluación estandarizada a gran escala, este trabajo avanza las aplicaciones de IA en la educación de enfermería, contribuyendo al desarrollo más fuerte de la fuerza laboral y, en última instancia, más segura para la atención al paciente.
Publicado Originalme en export.arxiv.org El 22 de septiembre de 2025.
Ver Fuente Original
