Última modificación: 2026-04-08
Resumen
Introducción: la inteligencia artificial transforma la vigilancia epidemiológica mediante análisis predictivo de datos, pero su adopción enfrenta la barrera de la formación de los profesionales de salud pública. Desde la perspectiva de las ciencias de la educación y el enfoque de formación por competencias
el artículo tiene como objetivo analizar los desafíos formativos que enfrenta la incorporación de competencias en inteligencia artificial y epidemiología predictiva en el programa de residencia de Higiene y Epidemiología en Cuba.
Metodología: se desarrolló un estudio cualitativo, exploratorio y descriptivo,
basado en investigación documental del programa analítico de la especialidad (2023) y revisión narrativa de literatura científica indexada (2020-2025) en bases como PubMed y SciELO, complementada con documentos de organismos internacionales. Se empleó análisis de contenido temático para identificar
categorías emergentes y contrastar el currículo cubano con tendencias internacionales.
Resultados: se evidenció una brecha formativa significativa: ausencia total de contenidos sobre algoritmos de machine learning, big data, modelaje predictivo y ética específica de IA, aunque existen módulos (Técnicas cuantitativas y cualitativas, Vigilancia en Salud, Diseños epidemiológicos) con alto potencial para integrar transversalmente estas competencias. El perfil de egreso actual forma profesionales para análisis retrospectivo, no para anticipación de escenarios mediante modelos predictivos.
Conclusión: es necesaria la actualización curricular que incorpore competencias en inteligencia artificial y epidemiología predictiva, aprovechando la estructura modular existente, e incluyendo dimensiones éticas para garantizar un uso crítico y responsable de estas tecnologías en la salud pública cubana.
Palabras clave: inteligencia artificial, epidemiología predictiva, vigilancia en salud pública, educación de posgrado
Citas
- Castaño Castaño S. Artificial intelligence in Public Health: opportunities, ethical challenges and future perspectives. Rev Esp Salud Pública [Internet]. 26 de marzo de 2025 [citado 19 de marzo de 2026];99:e202503017. Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/PMC12128575/
- The Conversation. La inteligencia artificial predijo la pandemia y ahora ayuda a frenarla [Internet]. 2020 [citado 19 de marzo de 2026]. Disponible en: https://theconversation.com/la-inteligencia-artificial-predijo-la-pandemia-y-ahora-ayuda-a-frenarla-134154
- Universidad de los Andes. Webinar: La revolución de la IA en Epidemiología [Internet]. Santiago de Chile: UANDES; 2026 [citado 19 de marzo de 2026]. Disponible en: https://postgrados.uandes.cl/seminarios/la-revolucion-de-la-ia-en-epidemiologia/
- Delgado Ramos A, Armenteros Vera I, Vidal Ledo MJ. La revisión sistemática y el uso de la inteligencia artificial. INFODIR [Internet]. 2025 [citado 19 de marzo de 2026];(43). Disponible en: https://revinfodir.sld.cu/index.php/infodir/article/view/1856
- Mina A. Big data e inteligencia artificial en el futuro manejo de pacientes. ¿Por dónde empezar? ¿En qué punto nos encontramos? ¿Quo tendimus? Adv Lab Med [Internet]. 13 de agosto de 2020 [citado 19 de marzo de 2026];1(3):20200052. Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/PMC10197326/ doi: 10.1515/almed-2020-0052
- Chávez-Martínez O, Leonardo Adriano R. Medical education and artificial intelligence: perspectives and ethical challenges. Rev Med Inst Mex Seguro Soc [Internet]. 2025 Sep-Oct [citado 19 de marzo de 2026];63(5):e6736. Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/PMC12377860/ doi: 10.5281/zenodo.16748310
- UNESCO. Ética de la inteligencia artificial [Internet]. París: UNESCO; 2025 [citado 19 de marzo de 2026]. Disponible en: https://www.unesco.org/es/artificial-intelligence/recommendation-ethics
- Ruiz Orizaga G, Romero Pérez DY, Romero Pérez FD, González Ibarra EA, Durán Bautista M. Inteligencia artificial en la educación médica: tendencias y desafíos. Ciencia y Reflexión [Internet]. 2024 [citado 19 de marzo de 2026];3(2):594-605. Disponible en: https://cienciayreflexion.org/index.php/Revista/article/view/55
- Wiemken TL, Kelley RR, Carrico RM, et al. Machine Learning in Epidemiology: A Selective Review of Methods and Applications. Curr Epidemiol Rep [Internet]. 2023 [citado 19 de marzo de 2026];10(1):1-11. Disponible en: https://link.springer.com/article/10.1007/s40471-022-00315-7
10. Thomas J. Artificial intelligence and public health: challenges and opportunities. En: Digital Technology in Public Health and Rehabilitation Care [Internet]. COVID Era ed. Academic Press; 2025 [citado 19 de marzo de 2026]. p. 353-61. Disponible en: https://doi.org/10.1016/B978-0-443-22270-2.00023-X
11. TECH Universidad. Postgraduate Certificate in Artificial Intelligence in Clinical Microbiology and Infectious Diseases [Internet]. Madrid: TECH España; 2025 [citado 19 de marzo de 2026]. Disponible en: https://www.techtitute.com/mw/medicine/postgraduate-certificate/certificate-artificial-intelligence-clinical-microbiology-infectious-diseases
12. Borham A, Aljuhani A, Alharbi A, et al. Artificial intelligence in epidemic watch: revolutionizing infectious diseases surveillance. Front Digit Health [Internet]. 4 de diciembre de 2025 [citado 19 de marzo de 2026];7:1692617. Disponible en: https://www.frontiersin.org/journals/digital-health/articles/10.3389/fdgth.2025.1692617/full doi: 10.3389/fdgth.2025.1692617
13. Beltrán-Ostos A, Urdaneta AM, González JA. Estado del arte, ventajas y limitaciones de la inteligencia artificial en epidemiología y salud pública. Medicina (Bogotá) [Internet]. 2021 [citado 19 de marzo de 2026];43(4):582-93. Disponible en: https://www.researchgate.net/publication/365143919_Estado_del_arte_ventajas_y_limitaciones_de_la_inteligencia_artificial_en_epidemiologia_y_salud_publica
14. Tegomoh B. The Public Health AI Handbook: Evaluating AI Tools for Public Health Practice. Appendix M — Course Syllabus Template [Internet]. 2025 [citado 19 de marzo de 2026]. DOI: 10.5281/zenodo.18263442. Disponible en: https://publichealthaihandbook.com/appendices/course-syllabus.html
15. Bhattacharya S, Pradhan KB, Bashar MA, et al. Artificial intelligence enabled healthcare: A bibliometric analysis and future research directions. Health Policy and Technology [Internet]. 2024 [citado 19 de marzo de 2026];13(1):100802. Disponible en: https://www.sciencedirect.com/science/article/pii/S2211883723001568
16. Shaw J, Rudzicz F, Jamieson T, Goldfarb A. Artificial Intelligence and the Implementation Challenge. J Med Internet Res [Internet]. 2019 [citado 19 de marzo de 2026];21(7):e13659. Disponible en: https://www.jmir.org/2019/7/e13659/
17. Monash University. Preparing the future public health workforce for the next pandemic through innovative simulation training [Internet]. Melbourne: Monash University; 2025 [citado 19 de marzo de 2026]. Disponible en: https://www.monash.edu/international/monash-warwick/impact-of-the-alliance/preparing-the-future-public-health-workforce-for-the-next-pandemic-through-innovative-simulation-training
18. World Health Organization. Ethics and governance of artificial intelligence for health: WHO guidance [Internet]. Ginebra: WHO; 2021 [citado 19 de marzo de 2026]. Disponible en: https://www.who.int/publications/i/item/9789240029200
19. Università degli Studi di Padova. ENHANCE | Global epidemiology: advancing health with AI and one-health perspectives [Internet]. Padua: Unipd; 2025 [citado 19 de marzo de 2026]. Disponible en: https://www.unipd-ubep.it/masters/enhance-global-epidemiology-advancing-health-with-ai-and-one-health-perspectives/
20. Mittermaier M, Raza MM, Kvedar JC. Bias in AI-based models for medical applications: challenges and mitigation strategies. npj Digit Med [Internet]. 2023 [citado 19 de marzo de 2026];6:113. Disponible en: https://www.nature.com/articles/s41746-023-00858-z doi: 10.1038/s41746-023-00858-z