Profesora asociada, directora de simulación
Universidad de Minnesota
Si trabajas en la formación en enfermería, sabes que el juicio clínico sigue siendo una de las competencias más críticas en la formación en enfermería. Y también sabes que es una de las más difíciles de enseñar y evaluar de forma coherente.
En la Conferencia de la Simulation User Network (SUN) de 2026, Cynthia Bradley, PhD, RN, CNE, CHSE, ANEF, profesora asociada y directora de simulación en la Facultad de Enfermería de la Universidad de Minnesota, compartió cómo la realidad virtual inmersiva en la formación 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 basó su sesión en un reto que los educadores de enfermería conocen bien. El juicio clínico es esencial para una práctica segura y está directamente vinculado a los resultados de los pacientes, pero es profundamente complejo. Incluso cuando a los estudiantes se les enseñan pasos, protocolos y procesos, «aun así 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 intentando 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 estudiante se enfrenta al mismo entorno, las mismas señales y los mismos puntos de decisión.
La IVR también desplaza la evaluación alejándola 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 realmente hacían durante la atención simulada al paciente. “Si no podemos entender realmente lo que están haciendo, no tenemos ni idea de cómo ayudarles a mejorar,” dijo.
Los entornos de IVR generan una enorme cantidad de datos del alumnado. La Dra. Bradley se refirió a estos datos como telemetría de IVR. Esto incluye las acciones realizadas, la temporización, la secuencia, las omisiones y las respuestas a los cambios en el estado del paciente.
“Podemos ver sus acciones, vemos el momento en que han hecho 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 valoran a los pacientes, navegan por los protocolos y las órdenes, y se preparan para escalar la atención.
“¿Están haciendo una llamada al profesional prescriptor?” 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 múltiples pacientes. “Podemos observar los patrones de priorización,” explicó. “¿Cómo gestionan las interrupciones?”
Al captar estos patrones mediante la telemetría de IVR, plataformas como vrClinicals proporcionan a los educadores evidencia objetiva de cómo los estudiantes reconocen las señales, priorizan la atención, responden a las interrupciones y gestionan demandas contrapuestas.
“Tenemos a un estudiante que dijo: ‘Pude responder a algunas preguntas del NCLEX gracias a George [del escenario de VR],’” compartió. Ejemplos como este ilustran cómo plataformas como vrClinicals favorecen una comprensión y una aplicación más profundas.
Para convertir los datos de telemetría en información útil, la Dra. Bradley subrayó la importancia de contar con un marco compartido. Utiliza el Modelo de Medición del Juicio Clínico para interpretar el comportamiento del alumnado en la identificación 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 un marco compartido.”
En cada escenario de IVR, el profesorado debe determinar qué comportamientos demuestran juicio en ese contexto. ¿El alumno volvió a valorar la situación tras una intervención? ¿Escaló adecuadamente? ¿Repriorizó los cuidados cuando cambiaron las condiciones?
Al utilizar 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 vuelven visibles y pueden comentarse en el debriefing, con las acciones del escenario y las interrupciones 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. “La IA nunca reemplazará el pensamiento de enfermería”, señaló la Dra. Bradley. Subrayó que el criterio del educador debe seguir siendo central.
Cuando se utiliza “con salvaguardas”, 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 la Dra. Bradley. “No el próximo semestre, no el próximo año, sino esta cohorte hoy”.
El análisis asistido por IA puede poner de relieve carencias a nivel de cohorte, como retrasos en la escalada, fallos en los controles de seguridad o dificultades para evaluar resultados. Esos conocimientos permiten a los educadores ajustar el debriefing, la remediación e incluso el plan de estudios casi en tiempo real.
“¿Eso [el análisis] cambia cómo hago el debriefing la próxima vez que haga este escenario? ¿Tal vez me informa sobre cómo necesito ajustar sus materiales de preparación, o algo que necesiten recibir 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 demuestren de nuevo su competencia”.
La Dra. Bradley instó a los educadores a abordar la RV inmersiva con reflexión.
“Mi mejor consejo es empezar poco a poco y despacio”, aconsejó. Recomendó comenzar con una asignatura y un escenario, e invertir en una orientación exhaustiva tanto del hardware como del software.
Una mala implementación puede generar frustración entre el profesorado y reducir la confianza de los estudiantes, advirtió. “Es muy difícil deshacer eso”, dijo. “Así que empezad muy despacio ... y contad con personas que sean evangelizadoras de 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 trifecta que favorece una mejor evaluación, decisiones docentes más acertadas y mejores resultados de aprendizaje para los educadores de enfermería y sus estudiantes.
