Profesora asociada, directora de simulación
Universidad de Minnesota
Si te dedicas a la formación en enfermería, sabes que el juicio clínico sigue siendo una de las competencias más críticas en la educación en enfermería. Y también sabes que es una de las más difíciles de enseñar y evaluar de forma consistente.
En la Conferencia Simulation User Network (SUN) de 2026, Cynthia Bradley, PhD, RN, CNE, CHSE, ANEF, profesora asociada y directora de simulación en la Escuela de Enfermería de la Universidad de Minnesota, compartió cómo la realidad virtual inmersiva en la educación en enfermería (IVR) y la inteligencia artificial (IA) pueden ayudar a los docentes de enfermería a comprender mejor y apoyar el desarrollo del juicio clínico.
En este artículo, ofrecemos un resumen de la sesión de la Dra. Bradley en SUN, «Juicio clínico, RV e IA: un trío ganador».
La Dra. Bradley fundamentó su sesión en un desafío que los educadores de enfermería conocen bien. El juicio clínico es esencial para una práctica segura y está directamente relacionado con los resultados de los pacientes, pero es profundamente complejo. Incluso cuando se enseña a los estudiantes los pasos, los protocolos y los procesos, «todavía tienen que incorporar ese razonamiento y esa parte del pensamiento», señaló la Dra. Bradley.
«El juicio clínico es una de las cosas más difíciles que estamos tratando de enseñar», ասաց. «Es muy difícil de medir».
Las experiencias clínicas tradicionales varían mucho. Incluso los estudiantes asignados a la misma unidad se encuentran con pacientes y oportunidades de aprendizaje diferentes. La evaluación depende en gran medida de la observación del profesorado, que puede ser subjetiva e inconsistente.
La simulación ayuda a abordar la variabilidad en las experiencias clínicas, pero la Dra. Bradley enfatizó que la realidad virtual inmersiva (IVR) en la formación de enfermería lleva la estandarización un paso más allá. En la IVR, cada alumno se encuentra con el mismo entorno, las mismas señales y los mismos puntos de decisión.
La IVR también desplaza la evaluación lejos de la interpretación exclusiva del profesorado. “La IVR elimina toda esa subjetividad, porque, al fin y al cabo, es un programa informático”, dijo.
Antes de plataformas de IVR como vrClinicals for Nursing, los educadores tenían una visión limitada de lo que los estudiantes estaban haciendo realmente durante la atención simulada al paciente. “Si no podemos entender realmente lo que están haciendo, no tenemos ni idea de cómo ayudarles a mejorar”, afirmó.
Los entornos IVR generan una enorme cantidad de datos del aprendizaje. La Dra. Bradley se refirió a estos datos como telemetría IVR. Esto incluye las acciones realizadas, la temporalidad, la secuencia, las omisiones y las respuestas ante cambios en el estado del paciente.
“Podemos ver sus acciones, vemos el momento de lo que han hecho, la secuencia de los acontecimientos,” dijo. “Vemos lo que no hacen. A veces eso también es muy importante saberlo.”
Dentro de plataformas como vrClinicals for Nursing, los educadores pueden examinar cómo los estudiantes evalúan a los pacientes, navegan por los protocolos y las órdenes, y se preparan para escalar la atención.
“¿Están haciendo una llamada al profesional sanitario?” preguntó. “¿Tienen los datos que necesitan para hacer esa llamada, o tienen que volver atrás y reevaluar?”
Señaló específicamente el valor de los entornos con varios pacientes. “Podemos observar los patrones de priorización,” explicó. “¿Cómo gestionan las interrupciones?”
Al capturar estos patrones mediante telemetría IVR, plataformas como vrClinicals proporcionan a los educadores evidencia objetiva de cómo los alumnos reconocen las señales, priorizan la atención, responden a las interrupciones y gestionan demandas contrapuestas.
“Tenemos un estudiante que dijo: ‘Pude responder a algunas preguntas del NCLEX gracias a George [del escenario de RV],’” compartió. Ejemplos como este ilustran cómo plataformas como vrClinicals favorecen una comprensión y aplicación más profundas.
Para convertir los datos de la telemetría en información útil, la Dra. Bradley subrayó la importancia de un marco compartido. Utiliza el Modelo de Medición del Juicio Clínico para interpretar el comportamiento del alumnado en aspectos como el reconocimiento de indicios, el análisis de la información, la priorización de hipótesis, la toma de decisiones y la evaluación de resultados.
«La telemetría no se interpreta sola», explicó la Dra. Bradley. «Necesitamos una lente compartida».
Para cada escenario de IVR, los educadores deben determinar qué comportamientos demuestran juicio en ese contexto. ¿Volvió a valorar el alumnado tras una intervención? ¿Escaló la situación adecuadamente? ¿Repriorizó los cuidados cuando cambiaron las condiciones?
Con este enfoque, la Dra. Bradley descubrió un patrón entre los alumnos con dificultades. «Simplemente siguen reevaluando y reevaluando», dijo. «Nunca actúan».
Como vrClinicals registra el tiempo y la secuencia, esos patrones se hacen visibles y pueden comentarse en el debriefing, con las acciones e interrupciones del escenario diseñadas en torno al Modelo de Medición del Juicio Clínico.
La IA desempeña un papel de apoyo al ayudar a los educadores a organizar e interpretar grandes volúmenes de datos de telemetría generados por plataformas de RV inmersiva como vrClinicals.
Pero la IA no sustituye a los educadores de enfermería. El Dr. Bradley señaló: «La IA nunca reemplazará el pensamiento enfermero». Subrayó que el criterio del educador debe seguir siendo el elemento central.
Cuando se utiliza «con medidas de control», la IA ayuda a los educadores a pasar más rápido de la evidencia a la acción. «Quiero saber hoy: ¿cómo les fue a mis estudiantes?», dijo el Dr. Bradley. «No el próximo semestre, no el próximo año, sino esta cohorte de hoy».
El análisis con apoyo de IA puede poner de relieve carencias a nivel de cohorte, como retrasos en la escalada, comprobaciones de seguridad omitidas o dificultades para evaluar resultados. Esos conocimientos permiten a los educadores ajustar la sesión de debriefing, las medidas de remediación e incluso el currículo en tiempo casi real.
«¿Cambia [el análisis] la forma en que hago el debriefing la próxima vez que haga este escenario? ¿Tal vez me ayuda a ajustar sus materiales de preparación, o algo que necesiten tener antes de hacer esta RV la próxima vez?», explicó.
«Quizá simplemente se trate de incorporarlo a nuestro plan de estudios, de que necesitemos repetir algo», añade. «La educación basada en competencias no es algo de una sola vez. Queremos que vuelvan a demostrar su competencia».
El Dr. Bradley instó a los educadores a abordar la RV inmersiva con prudencia.
«Este es mi mejor consejo: empieza despacio y a pequeña escala», aconsejó. Recomendó comenzar con una sola asignatura y un solo escenario, e invertir en una orientación exhaustiva tanto del hardware como del software.
Una implementación deficiente puede provocar frustración en el profesorado y reducir la confianza del alumnado, advirtió. «Es muy difícil volver a meter al genio en la botella», dijo. «Así que empieza muy despacio ... y cuenta con personas que evangelicen todo el proceso».
La Dra. Bradley cerró la sesión volviendo al propósito. El juicio clínico sigue siendo el objetivo. Las plataformas de RV inmersiva, como vrClinicals for Nursing, proporcionan el entorno que genera evidencia rica y objetiva del rendimiento del alumno. La IA ayuda a los educadores a interpretar esa evidencia de forma responsable.
Juntos, el juicio clínico, la RV inmersiva y la IA forman una poderosa tríada que favorece una mejor evaluación, decisiones docentes más sólidas y unos resultados de aprendizaje mejorados para los educadores de enfermería y sus estudiantes.
