ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1260)
http://www.aulavirtual.web.ve
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1261)
http://www.aulavirtual.web.ve
1(1261)
REVISTA CIENTÍFICA
AULA VIRTUAL
Director Editor:
La Revista seriada Científica Arbitrada e Indexada
Aula Virtual, es de acceso abierto y en formato
electrónico; la misma está orientada a la
divulgación de las producciones científicas creadas
por investigadores en diversas áreas del
conocimiento. Su cobertura temática abarca
Tecnología, Ciencias de la Salud, Ciencias
Administrativas, Ciencias Sociales, Ciencias
Jurídicas y Políticas, Ciencias Exactas y otras áreas
afines. Su publicación es CONTINUA, indexada y
arbitrada por especialistas en el área, bajo la
modalidad de doble ciego. Se reciben las
producciones tipo: Artículo Científico en las
diferentes modalidades cualitativas y cuantitativas,
Avances Investigativos, Ensayos, Reseñas
Bibliográficas, Ponencias o publicaciones
derivada de eventos, y cualquier otro tipo de
investigación orientada al tratamiento y
profundización de la información de los campos de
estudios de las diferentes ciencias. La Revista Aula
Virtual, busca fomentar la divulgación del
conocimiento científico y el pensamiento crítico
reflexivo en el ámbito investigativo.
• Dra. Leidy Hernández PhD.
• Dr. Fernando Bárbara
Consejo Asesor:
• MSc. Manuel Mujica
• MSc. Wilman Briceño
• Dra. Harizmar Izquierdo
• Dr. José Gregorio Sánchez
Revista Científica Arbitrada de
Fundación Aula Virtual
Email: revista@aulavirtual.web.ve
URL: http://aulavirtual.web.ve/revista
ISSN:
Depósito Legal:
País:
Año de Inicio:
Periodicidad:
Sistema de Arbitraje:
Licencia:
Volumen:
Número:
Año:
Período:
Dirección Fiscal:
2665-0398
LA2020000026
Venezuela
2020
Continua
Revisión por pares. “Doble Ciego”
Creative Commons CC BY NC ND
7
14
2026
Enero 2026 - Junio 2026 (continua)
Av. Libertador, Arca del Norte, Nro.
52D, Barquisimeto estado Lara,
Venezuela, C.P. 3001
Generando Conocimiento
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1262)
http://www.aulavirtual.web.ve
EFECTIVIDAD DE LAS INTERVENCIONES DIGITALES EN LA CALIDAD ASISTENCIAL
HOSPITALARIA: UNA REVISIÓN SISTEMÁTICA EN CONTEXTOS
LATINOAMERICANOS DE ALTA COMPLEJIDAD
EFFECTIVENESS OF DIGITAL INTERVENTIONS IN HOSPITAL HEALTHCARE
QUALITY: A SYSTEMATIC REVIEW IN HIGH-COMPLEXITY LATIN AMERICAN
CONTEXTS
Tipo de Publicación: Articulo Científico
Recibido: 22/03/2026
Aceptado: 22/04/2026
Publicado: 28/05/2026
Código Único AV: e709
Páginas: 1(1260-1278)
DOI: https://doi.org/10.5281/zenodo.20428447
Autores:
Manuel Edward Cosme Urbina
Licenciado en Administración
Maestro en Ciencias Económicas, mención en
Administración de Negocios
https://orcid.org/0009-0009-1857-0881
E-mail: mcosme@unitru.edu.pe
Afiliación: Escuela de Posgrado de la Universidad
Nacional de Trujillo
País: Republica del Perú
Nory Ysabel Castañeda Jiménez de Cosme
Licenciado en Enfermería
Maestra en Salud Pública, mención en Gerencia y
Políticas Publicas
https://orcid.org/ 0000-0002-5249-8520
E-mail: ncastanedaj@unitru.edu.pe
Afiliación: Escuela de Posgrado de la Universidad
Nacional de Trujillo
País: Republica del Perú
Sandra Lizzette León Luyo
Licenciada en Administración
Doctora en Administración
https://orcid.org/0000-0001-5683-3392
E-mail: saleon@unitru.edu.pe
Afiliación: Universidad Nacional de Trujillo
País: Republica del Perú
Heyner Yuliano Marquez-Yauri
Licenciado en Administración
Doctor en Administración
https://orcid.org/0000-0002-1825-9542
E-mail: hmarquez@unitru.edu.pe
Afiliación: Universidad Nacional de Trujillo
País: Republica del Perú
Resumen
La gestión estratégica de la calidad asistencial en hospitales de alta complejidad
ha experimentado transformaciones significativas debido a la incorporación de
tecnologías digitales, cuyo impacto requiere ser evaluado de manera sistemática
en el contexto latinoamericano. El presente estudio tuvo como objetivo evaluar
la efectividad reportada de las intervenciones digitales sobre indicadores de
calidad asistencial en hospitales latinoamericanos de alta complejidad. Para ello,
se desarrolló un artículo de revisión sistemática siguiendo los lineamientos de
la metodología PRISMA, mediante una búsqueda estructurada en la base de
datos Scopus, complementada con revisión manual y literatura gris, aplicando
criterios de inclusión y exclusión previamente definidos. Los resultados
evidenciaron que las intervenciones digitales, especialmente aquellas basadas
en inteligencia artificial, historias clínicas electrónicas, sistemas de soporte a la
decisión clínica y telemedicina, mostraron una tendencia predominantemente
positiva en la mejora de la seguridad del paciente, la eficiencia operativa y los
resultados clínicos, aunque con variabilidad en su efectividad según el contexto
de implementación. Se concluyó que, si bien las tecnologías digitales
constituyen herramientas clave para la mejora de la calidad asistencial, su
efectividad depende de factores organizacionales, tecnológicos y contextuales,
lo que implica la necesidad de estrategias integrales que aseguren su adecuada
integración en los sistemas de salud.
Palabras Clave
Intervenciones digitales, calidad asistencial, hospitales
de alta complejidad, inteligencia artificial en salud,
telemedicina
Abstract
Strategic management of healthcare quality in high-complexity hospitals has
undergone significant transformations due to the incorporation of digital
technologies, whose impact requires systematic evaluation within the Latin
American context. This study aimed to assess the reported effectiveness of
digital interventions on healthcare quality indicators in high-complexity Latin
American hospitals. To this end, a systematic review article was developed
following the PRISMA methodology guidelines, using a structured search in the
Scopus database, complemented by manual review and grey literature, applying
predefined inclusion and exclusion criteria. The results showed that digital
interventions, especially those based on artificial intelligence, electronic health
records, clinical decision support systems, and telemedicine, exhibited a
predominantly positive trend in improving patient safety, operational efficiency,
and clinical outcomes, although their effectiveness varied depending on the
implementation context. It was concluded that, while digital technologies are
key tools for improving the quality of care, their effectiveness depends on
organizational, technological, and contextual factors, which implies the need for
comprehensive strategies that ensure their proper integration into health
systems.
Keywords
Digital interventions, healthcare quality, high-complexity
hospitals, artificial intelligence in healthcare, telemedicine
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1263)
http://www.aulavirtual.web.ve
1(1263)
Introducción
La gestión estratégica de la calidad en
servicios asistenciales de alta complejidad
hospitalaria fue comprendida como un proceso de
naturaleza multifactorial que experimentó
transformaciones relevantes a partir de la
incorporación de tecnologías de la información y
comunicación (TIC). En este marco, la telemedicina
—conceptualizada por la Organización Mundial de
la Salud como la provisión de servicios sanitarios a
distancia mediante herramientas tecnológicas—
adquirió una relevancia que excedió el plano
instrumental, al incidir en aspectos
organizacionales, sociales y culturales de los
sistemas de salud (Vite et al., 2024).
De manera complementaria, la integración de
soluciones digitales, tales como historias clínicas
electrónicas, sistemas basados en inteligencia
artificial y plataformas de atención remota, fue
identificada como un componente clave para
fortalecer el monitoreo clínico, asegurar la
continuidad del cuidado y elevar los estándares de
calidad asistencial (Aguilar et al., 2023).
Sin embargo, los estudios sobre cultura de
seguridad del paciente, evaluados mediante
instrumentos como el HSOPSC, evidenciaron
limitaciones persistentes en dimensiones críticas,
particularmente en la gestión no punitiva del error y
la suficiencia del personal, con niveles de
percepción favorable reducidos en hospitales
latinoamericanos (Sánchez et al., 2022).
La producción científica reciente reportó
avances relevantes en la incorporación de
estrategias digitales en el ámbito sanitario
latinoamericano. En este sentido, la red LATIN
(Latin America Telemedicine Network),
implementada en países como Brasil, Colombia,
México y Argentina, evidenció que el uso de un
modelo de telemedicina tipo hub-spoke permitió
ampliar la cobertura diagnóstica y optimizar
indicadores clínicos, incluyendo la reducción
significativa del tiempo puerta-balón y tasas de
mortalidad en pacientes con infarto agudo de
miocardio con elevación del ST (Moreno-Loaeza et
al., 2022).
Asimismo, una revisión sistemática orientada
a identificar barreras en la adopción de la atención
virtual en la región permitió clasificar los
principales obstáculos en categorías vinculadas a
limitaciones tecnológicas, restricciones derivadas
de la ausencia de evaluación física, percepciones
desfavorables por parte de usuarios y profesionales,
así como condicionantes estructurales de los
sistemas sanitarios, destacándose la concentración
de evidencia en países como Brasil y Argentina
(Izquierdo & Almonacid, 2022).
De igual modo, análisis posteriores al periodo
pandémico confirmaron que, pese a la validación de
la seguridad y efectividad de la telemedicina,
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1264)
http://www.aulavirtual.web.ve
subsistieron restricciones normativas, problemas de
conectividad y resistencias institucionales que
dificultaron su adopción integral en diversos
contextos latinoamericanos (Mercedes & Ghiglia,
2020).
A pesar del desarrollo evidenciado, la
literatura especializada mostró limitaciones
relevantes que restringieron una comprensión
integral del fenómeno. En primer lugar, la evidencia
empírica sobre la efectividad de intervenciones
digitales en hospitales de alta complejidad en
América Latina se presentó de manera dispersa y
con bajo nivel de consolidación, particularmente en
lo referido a la atención de enfermedades crónicas
mediante modalidades remotas (Fernández-Tapia,
2021).
En segundo término, la adopción de la
telemedicina en entornos hospitalarios antes del
contexto pandémico resultó limitada, con niveles de
implementación inferiores al 30% en países como
Argentina, Colombia y México, lo que evidenció
una brecha significativa en comparación con
sistemas de salud de economías desarrolladas,
además de una predominancia de estudios situados
en áreas urbanas (Vasquez et al., 2022).
Finalmente, la evaluación de la cultura de
seguridad del paciente se concentró en un número
reducido de países latinoamericanos, sin inclusión
de contextos centroamericanos, lo que restringió la
posibilidad de generalizar hallazgos sobre el
impacto de las TIC en la gestión estratégica de la
calidad asistencial (Sánchez et al., 2022).
En atención a las limitaciones identificadas, el
presente estudio tuvo como propósito examinar la
efectividad reportada de las intervenciones digitales
en relación con los indicadores de calidad
asistencial en hospitales latinoamericanos de alta
complejidad, mediante un diseño de revisión
sistemática de la literatura científica.
Metodología
La presente revisión sistemática se diseñó
siguiendo las directrices establecidas en la
declaración PRISMA 2020 (Preferred Reporting
Items for Systematic Reviews and Meta-Analyses)
(Page et al., 2021).
La búsqueda bibliográfica se realizó en la base
de datos Scopus, seleccionada por ser la mayor base
de datos de literatura revisada por pares a nivel
mundial, con más de 27.000 títulos activos de más
de 7.000 editoriales, lo que garantiza una cobertura
multidisciplinaria que integra ciencias de la salud,
ingeniería, ciencias sociales y gestión. Scopus ha
sido ampliamente utilizada en revisiones
sistemáticas del ámbito sanitario y tecnológico, y su
sistema de indexación permite recuperar estudios
tanto de revistas de alto impacto como de
publicaciones regionales latinoamericanas.
La fórmula booleana empleada fue la
siguiente: (("digital health" OR "eHealth" OR
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1265)
http://www.aulavirtual.web.ve
1(1265)
"mHealth" OR "telemedicine" OR "telehealth" OR
"electronic health record*" OR "health information
technology" OR "artificial intelligence" OR
"clinical decision support" OR "digital
intervention*" OR "information and communication
technology") AND ("quality of care" OR "quality
indicator" OR "patient safety" OR "healthcare
quality" OR "quality management" OR "quality
improvement" OR "clinical outcome" OR "care
quality") AND ("hospital" OR "high complexity
hospital" OR "tertiary hospital" OR "tertiary care"
OR "academic medical center"))
Para orientar la revisión sistemática y
garantizar una síntesis comprehensiva de la
evidencia, se formularon las siguientes preguntas de
investigación: PI-1: ¿Cuáles son las intervenciones
digitales que han sido implementadas y evaluadas
en hospitales de alta complejidad de América Latina
para mejorar la calidad de atención, según la
literatura publicada entre 2015 y 2025?
PI-2: ¿Qué indicadores de calidad asistencial
(seguridad del paciente, oportunidad de atención,
resultados clínicos, satisfacción del usuario) han
sido utilizados para medir la efectividad de las
intervenciones digitales en dichos contextos
hospitalarios?
PI-3: ¿Cuál es la magnitud y dirección de los
efectos reportados de las intervenciones digitales
sobre los indicadores de calidad asistencial en
hospitales latinoamericanos de alta complejidad?
PI-4: ¿Qué barreras y facilitadores
contextuales han sido identificados en la
implementación de intervenciones digitales
orientadas a la gestión de calidad en hospitales de
alta complejidad en América Latina?
La estrategia de búsqueda se complementó
con una revisión manual de las listas de referencias
de los artículos seleccionados y una búsqueda en
literatura gris a través de repositorios institucionales
latinoamericanos, siguiendo las recomendaciones
de PRISMA-S para el reporte de búsquedas en
revisiones sistemáticas (Ver Tabla 1).
Criterios de inclusión
Criterios de exclusión
Estudios empíricos y revisiones
sistemáticas sobre
intervenciones digitales.
Opinión, editoriales,
resúmenes y protocolos
sin resultados.
Hospitales de alta complejidad
en América Latina y el Caribe.
Estudios fuera de
hospitales de tercer nivel.
Intervenciones digitales en
salud.
Estudios solo técnicos sin
evaluación de calidad.
Comparación con atención
habitual u otras intervenciones.
Duplicados o versiones
preliminares.
Indicadores de calidad
asistencial medibles.
Revisiones no
sistemáticas y casos
únicos.
Publicaciones en inglés, español
o portugués.
Estudios fuera de América
Latina y el Caribe.
Tabla 1. Criterios de elegibilidad
Todo el proceso de selección fue
documentado mediante el diagrama de flujo
PRISMA 2020 (Page et al., 2021), que permite
visualizar el número de registros identificados,
cribados, evaluados para elegibilidad e incluidos en
la síntesis final.
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1266)
http://www.aulavirtual.web.ve
Figura 1. Identificación de estudios que utilizan el método prismático
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
http://www.aulavirtual.web.ve
1(1267)
Resultados
Autor
Tipo de
intervención
digital (PI-1)
Descripción de la
intervención
Indicadores de
calidad evaluados
(PI-2)
Instrumentos /
Métricas utilizadas
Magnitud /
Dirección del
efecto (PI-3)
Barreras
identificadas (PI-4)
Facilitadores
identificados (PI-4)
Gibson et al.,
(2025)
EHR (MyChart) y
herramientas
digitales de
información clínica
Uso de registros
electrónicos, alarmas
de seguridad, sistemas
de información clínica
para comunicación y
monitoreo
Seguridad del
paciente, experiencia
del paciente,
confianza,
comunicación
Entrevistas
cualitativas, análisis
temático reflexivo
Mixto: positivo
condicionado
(mejora si se usa
adecuadamente;
negativo si sustituye
interacción humana)
Dependencia excesiva
del EHR, mala
comunicación,
descoordinación, falta
de consentimiento
informado
Comunicación
efectiva, acceso a
información, enfoque
centrado en el
paciente, coordinación
asistencial
Ben Hmido
et al., (2026)
IA clínica (modelo
predictivo ML
integrado en EHR)
Modelo de ML
intraoperatorio
integrado en Epic para
predecir
complicaciones (fuga
anastomótica)
Seguridad del
paciente, eficiencia
clínica, soporte a
decisiones
System Usability Scale
(SUS), métricas de
usabilidad
Positivo (alto
potencial, aún sin
impacto clínico
directo evaluado)
Limitada
generalización,
necesidad de
regulación, adaptación
a otros sistemas
Integración en flujo
clínico, diseño
intuitivo,
compatibilidad con
EHR
Bhaladhare
&
Rishipathak
(2025)
EHR y telemedicina
como soporte a
calidad
Implementación de
tecnologías digitales
para mejorar eficiencia,
calidad y sostenibilidad
Satisfacción del
paciente, calidad del
servicio, eficiencia
operativa
Chi-cuadrado,
encuestas, entrevistas
Positivo
significativo
Falta de claridad en
estrategias,
limitaciones
organizacionales
Participación del
personal, uso de
tecnología, eficiencia
administrativa
Bibi et al.,
(2026)
IA avanzada
(federated learning
+ XAI)
Modelo multimodal
para predicción de
mortalidad usando
datos clínicos
distribuidos
Resultados clínicos
(mortalidad),
precisión diagnóstica
AUC, métricas de ML
(AUC=0.89)
Positivo
significativo
Problemas de
heterogeneidad de
datos, privacidad,
interpretabilidad
Integración
multimodal,
privacidad (FL),
explicabilidad (XAI)
Despraz et
al., (2026)
Sistema de salud
basado en IA
(Learning Health
System + algoritmo
HERACLES)
Integración de IA para
detección de sepsis +
dashboards dinámicos
con indicadores
clínicos en tiempo real
Mortalidad
intrahospitalaria,
mortalidad a 90 días,
detección de sepsis,
calidad de
codificación clínica
Modelos ML (Random
Forest + LSTM),
AUROC, F1 score,
OR, análisis
comparativo before–
after
Efecto positivo
significativo (↓
mortalidad; OR <1
en múltiples
análisis)
Integración compleja
de datos, necesidad de
adaptación
organizacional,
dependencia de
calidad de registros
Integración clínica de
IA, retroalimentación
continua, dashboards
en tiempo real,
aprendizaje
organizacional
Dreisig et al.,
(2026)
Monitoreo remoto
de pacientes (RPM)
con telemedicina
Plataforma digital con
registro de signos
vitales, alertas
automáticas y visitas
virtuales
Seguridad del
paciente, detección
temprana de
deterioro,
cumplimiento de
protocolos
Logs de telemedicina,
EHR, Early Warning
Score (EWS), métricas
de fidelidad de
implementación
Efecto positivo
moderado (mejora
seguridad y
detección temprana)
Dificultades en
adherencia a
protocolos, carga
administrativa,
limitaciones en
métricas de fidelidad
Flexibilidad clínica,
juicio profesional,
integración
telemedicina +
atención presencial
de la Vega et
al., (2026)
Evaluación de
necesidades con
soporte digital (fase
Uso de herramientas
digitales (focus groups
online, PPEET) para
Acceso a atención,
coordinación
PPEET, análisis
cualitativo (CFIR,
Evidencia indirecta
(no mide efecto
clínico, pero
Fragmentación del
sistema, falta de
coordinación, escasez
Motivación del
personal, redes
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1268)
http://www.aulavirtual.web.ve
Autor
Tipo de
intervención
digital (PI-1)
Descripción de la
intervención
Indicadores de
calidad evaluados
(PI-2)
Instrumentos /
Métricas utilizadas
Magnitud /
Dirección del
efecto (PI-3)
Barreras
identificadas (PI-4)
Facilitadores
identificados (PI-4)
preparatoria de
intervención digital
futura)
identificar necesidades
clínicas y de
implementación
asistencial, calidad
percibida del servicio
COM-B, modelo
biopsicosocial)
identifica
necesidades críticas)
de recursos y
formación
profesionales, apertura
a tecnologías digitales
Choi et al.,
(2025)
Sistema
automatizado de
recolección de datos
clínicos integrado a
EHR
Sistema basado en C# y
SQL que extrae
automáticamente 133
variables clínicas desde
historias clínicas
electrónicas para
construir cohortes de
ACV
Calidad de datos, tasa
de error, completitud
de registros,
eficiencia operativa
Comparación pre-post,
tasas de error (%),
tiempo de registro, tasa
de datos faltantes,
pruebas estadísticas (p
< 0.001)
Efecto positivo alto
(↑ eficiencia, ↑
calidad de datos, ↓
errores)
Limitaciones en
generalización
(estudio unicéntrico),
errores sistemáticos
por reingresos,
dependencia de
estructura EHR
Integración directa con
EHR, estandarización
de variables,
automatización,
alineación con
sistemas de calidad
(KSR, RES-Q)
Dubé et al.,
(2025)
Optimización de
EHR mediante
simulación y human
factors
Uso de simulaciones in
situ + pruebas de
usabilidad para
identificar fallas del
EHR antes de
implementación
Seguridad del
paciente, usabilidad,
eficiencia operativa
Pruebas de usabilidad,
simulación clínica,
debriefing estructurado
(PEARLS), análisis
cualitativo
Efecto positivo
significativo (↑
seguridad, ↑
usabilidad, ↓ riesgos
latentes)
Desalineación EHR-
flujo de trabajo,
complejidad del
sistema, riesgos no
detectados pre-
implementación
Simulación clínica,
participación de
usuarios, enfoque de
factores humanos,
iteración continua
Ehteshami et
al., (2025)
Sistema de
indicadores de
benchmarking para
HIS
Desarrollo de 76
indicadores clave
(KBIs) para evaluar
desempeño de HIS
Calidad del sistema,
satisfacción del
usuario, eficiencia,
interoperabilidad,
seguridad
Entrevistas
semiestructuradas,
análisis de contenido,
Delphi, SPSS, α
Cronbach 0.967
Evidencia indirecta
(mejora potencial en
calidad y eficiencia
del sistema)
Falta de estándares,
limitaciones de
recursos, baja
capacitación
Uso de indicadores
estructurados,
evaluación continua,
enfoque
multidimensional
Gracia
Martínez et
al., (2025)
Sistema CDSS
integrado a EHR
(closed-loop)
Algoritmo
automatizado que
ordena pruebas
preoperatorias según
características clínicas
Seguridad del
paciente, eficiencia,
reducción de pruebas
innecesarias, costos
Series temporales, OR,
p-values, análisis
contrafactual
Efecto positivo alto
(↓ pruebas
innecesarias, ↓
costos, sin impacto
negativo clínico)
Necesidad de
adaptación a guías
locales, variabilidad
entre sistemas
Integración EHR,
automatización,
adherencia a guías
clínicas
Grolli et al.,
(2025)
Modelos predictivos
basados en IA para
gestión de camas
UCI
Identificación de
modelos predictivos
para optimizar
ocupación de camas y
toma de decisiones
Gestión de recursos,
tiempos de espera,
resultados clínicos
indirectos
PRISMA-ScR,
metodología JBI
Evidencia indirecta
(potencial positivo
en gestión
hospitalaria)
Variabilidad
metodológica, falta de
estandarización,
heterogeneidad de
datos
Uso de big data,
analítica predictiva,
soporte a decisiones
Haimi et al.,
(2025)
Telemedicina
(video, teléfono y
dispositivo Tyto)
Comparación entre
atención presencial vs
telemedicina con
distintos niveles
tecnológicos
Prescripción
antibiótica, visitas a
emergencia (ED),
equidad en acceso
Registros clínicos
electrónicos, análisis
GEE
Efecto negativo en
calidad clínica (↑
antibióticos, ↑ ED)
Brecha
socioeconómica,
acceso digital
desigual,
sobreutilización
Acceso ampliado a
servicios, monitoreo
remoto
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
http://www.aulavirtual.web.ve
1(1269)
Autor
Tipo de
intervención
digital (PI-1)
Descripción de la
intervención
Indicadores de
calidad evaluados
(PI-2)
Instrumentos /
Métricas utilizadas
Magnitud /
Dirección del
efecto (PI-3)
Barreras
identificadas (PI-4)
Facilitadores
identificados (PI-4)
Hao et al.,
(2025)
Telemedicina para
colaboración
interprofesional
Sistemas de monitoreo
remoto, alertas clínicas,
comunicación entre
equipos
Mortalidad, estancia
hospitalaria, tiempos
de atención,
readmisión
Meta-análisis, modelos
Donabedian
Efecto mixto: ↓
estancia
hospitalaria, ↑
readmisión
Variabilidad en
implementación,
dependencia del flujo
de trabajo
Mejora de
coordinación clínica,
detección temprana
Hernández-
Arango et al.,
(2025)
Sistema de soporte
a la decisión clínica
basado en IA
Modelos predictivos
(XGBoost, ANN,
Elastic Net) integrados
a historia clínica
electrónica
Mortalidad,
hospitalización,
visitas a emergencia
AUC-ROC, dashboard
clínico
Efecto positivo (↑
precisión
diagnóstica y toma
de decisiones)
Calidad de datos,
interoperabilidad
limitada
Integración de big
data, soporte a
decisiones clínicas
Hofmann et
al., (2026)
Interfaces digitales
interoperables
(FHIR,
telemedicina,
dashboards)
Integración EMS-
hospital-centro
especializado con KPIs
Tiempos de atención,
calidad del proceso,
comunicación
intersectorial
KPIs clínicos, sistemas
HIS, RedCAP
Efecto positivo
potencial
(optimización de
tiempos)
Problemas de
interoperabilidad,
necesidad de
validación
Integración de
sistemas,
estandarización de
datos
Imkamp et
al., (2026)
Inteligencia
artificial (radiomics
+ clustering)
Uso de imágenes EIT y
algoritmos (PCA, t-
SNE, k-means) para
identificar patrones
clínicos
Resultados clínicos
asociados a
ventilación (PEEP,
variables
respiratorias,
outcomes clínicos)
Análisis multivariante,
clustering, regresión
multinivel
Efecto positivo
exploratorio, pero
limitado por
confusión
Variabilidad en
adquisición de datos,
sesgo técnico
Uso de big data
clínico, integración IA
en cuidados críticos
Jaana et al.,
(2026)
Historia clínica
electrónica (Epic
EMR)
Implementación de
sistema EMR con
evaluación longitudinal
(0, 4 y 9 meses)
Calidad de atención,
seguridad del
paciente,
documentación
clínica
Encuestas Likert,
análisis estadístico
(SPSS, EFA, Cronbach
α)
Efecto negativo
inicial → tendencia
a mejora no
significativa
Resistencia al cambio,
carga de trabajo, baja
usabilidad
Capacitación,
adaptación progresiva,
monitoreo continuo
Kader et al.,
(2026)
IA en la nube
(CADe)
Sistema cloud para
detección en tiempo
real de pólipos durante
colonoscopía
Tasa de detección de
adenomas (ADR),
pólipos, lesiones
serradas
APC, ADR, PPA,
métricas clínicas
comparativas
Efecto positivo
significativo (↑
detección 33%,
ADR +7.3%)
Dependencia
tecnológica, requisitos
de conectividad
Escalabilidad cloud,
actualización continua,
mejora diagnóstica
Karabayir et
al., (2025)
Inteligencia
artificial aplicada a
ECG (ECG-AI)
Desarrollo de índice
continuo (ESI) para
predicción de riesgo
clínico mediante redes
neuronales
Mortalidad,
insuficiencia
cardíaca, falla renal
AUC, regresión
logística, modelos ML
Efecto positivo
significativo (mejor
predicción)
Complejidad del
modelo, dependencia
de datos de alta
calidad
Uso de big data
clínico, validación
externa robusta
Kumar et al.,
(2025)
IA + telemedicina +
wearables +
blockchain
Modelo híbrido LSTM-
CNN para predicción
de riesgo y sistemas
digitales de
recuperación
Calidad de atención,
recuperación clínica,
monitoreo de salud
Modelos ML, análisis
clínico, métricas de
recuperación
Efecto positivo
(mejora en calidad y
seguimiento)
Complejidad
tecnológica,
integración de
sistemas
Telemedicina,
monitoreo remoto, IA
predictiva
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1270)
http://www.aulavirtual.web.ve
Autor
Tipo de
intervención
digital (PI-1)
Descripción de la
intervención
Indicadores de
calidad evaluados
(PI-2)
Instrumentos /
Métricas utilizadas
Magnitud /
Dirección del
efecto (PI-3)
Barreras
identificadas (PI-4)
Facilitadores
identificados (PI-4)
Li et al.,
(2026)
Plataforma digital
inteligente (CTMS
+ IA + big data)
Integración de HIS,
LIS, PACS y CTMS
para gestión de ensayos
clínicos y control de
calidad
Calidad de ensayos
clínicos, eficiencia,
seguridad
Validación
interna/externa,
monitoreo de procesos
Efecto positivo
(optimización de
procesos)
Fragmentación de
datos, barreras de
integración
Integración de
sistemas, monitoreo
remoto, gestión basada
en riesgos
Lin et al.,
(2026)
Herramienta web
(GoalKeeper)
Plataforma digital para
establecimiento y
seguimiento de metas
clínicas compartidas
Calidad de atención,
calidad del goal-
setting, comunicación
PACIC, ANOVA,
encuestas validadas
Efecto positivo
moderado
Barreras
organizacionales,
coordinación entre
actores
Participación familiar,
diseño centrado en
usuario
Lintz (2025)
Inteligencia
artificial (CDS,
NLP, monitoreo,
diagnóstico)
Evaluación de
percepción del impacto
de IA en práctica
clínica y resultados del
paciente
Calidad de atención,
eficiencia,
readmisiones
Encuesta Likert,
correlación Spearman,
chi-cuadrado
Efecto positivo
percibido
Desconfianza,
privacidad, seguridad,
errores diagnósticos
Capacitación, diseño
centrado en usuario,
soporte organizacional
Mehta et al.,
(2026)
Aplicación móvil
(mHealth) basada
en IA
App “KYM” con
recordatorios,
monitoreo y educación
farmacológica
Adherencia al
tratamiento,
resultados clínicos,
satisfacción
MARS, PSQ-18,
parámetros clínicos
(HbA1c, PA)
Efecto positivo
parcial
Alfabetización digital,
uso prolongado de
tecnología
Acceso a smartphones,
seguimiento remoto,
personalización
Mengistu et
al., (2026)
Machine learning
sobre EHR
Modelos ML para
predicción de estancia
hospitalaria (LOS)
Eficiencia
hospitalaria, duración
de estancia, gestión
de recursos
AUC-ROC, precisión,
recall, F1-score
Efecto positivo
(optimización
operativa)
Calidad de datos,
limitaciones de
infraestructura
Uso de EHR, análisis
predictivo,
optimización de
recursos
Mohammadi
et al., (2025)
Sistema de
posicionamiento
indoor (IPS) con IA
explicable
Modelo basado en
XGBoost + SHAP +
LIME para localización
hospitalaria
Eficiencia operativa,
trazabilidad, gestión
de recursos
Accuracy (99.07%–
99.97%), SHAP, LIME
Efecto positivo alto
Interferencia de señal,
complejidad técnica
XAI (transparencia),
Wi-Fi, IoT, bajo costo
Palm et al.,
(2025)
Sistema de soporte
a la decisión clínica
(CDSS) basado en
EHR
Sistema integrado que
guía decisiones clínicas
en infecciones por
estafilococo
Mortalidad
hospitalaria, recaída a
90 días, uso de
antibióticos
GLMM, tasas de
mortalidad, uso de
vancomicina
Efecto neutro (no
inferioridad)
Baja adopción,
problemas de acceso,
integración IT limitada
Alta usabilidad
percibida, integración
con EHR
Patel et al.,
(2025)
Modelos de
machine learning
con SDoH
Modelos para predecir
cierre de brechas de
calidad asistencial
Cumplimiento de
indicadores HEDIS,
adherencia,
prevención
AUROC, F1-score,
accuracy, simulaciones
Efecto positivo alto
Limitaciones de datos
sociales,
desigualdades
estructurales
Integración de SDoH,
big data, enfoque
poblacional
Tabla 2. Características y resultados de los estudios incluidos sobre intervenciones digitales y calidad asistencial
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1271)
http://www.aulavirtual.web.ve
1(1271)
Discusión de resultados
El análisis de los estudios incluidos permitió
examinar la efectividad de las intervenciones
digitales sobre indicadores de calidad asistencial en
hospitales de alta complejidad, evidenciando
patrones consistentes, aunque condicionados por
factores contextuales y organizacionales. En
términos generales, los resultados obtenidos
mostraron una predominancia de efectos positivos
asociados al uso de tecnologías digitales; no
obstante, dicha efectividad no se presentó de manera
homogénea, sino que dependió del tipo de
intervención, del nivel de integración en los
sistemas hospitalarios y de las condiciones
estructurales del contexto latinoamericano.
En relación con las intervenciones basadas en
inteligencia artificial (IA), los hallazgos del presente
estudio evidenciaron mejoras significativas en la
precisión diagnóstica, la predicción de riesgos
clínicos y la optimización de recursos hospitalarios,
lo cual resultó consistente con revisiones previas
que identificaron a la IA como un componente clave
en la transformación de la calidad asistencial,
particularmente en escenarios de alta complejidad
clínica (Fernández-Jiménez et al., 2026).
De manera convergente, estudios recientes
señalaron que los modelos predictivos basados en
aprendizaje automático permiten anticipar eventos
adversos y mejorar la toma de decisiones clínicas,
aunque su impacto directo en resultados clínicos aún
presenta variabilidad dependiendo del grado de
implementación. Esta divergencia parcial podría
explicarse por la heterogeneidad en la calidad de los
datos, la falta de estandarización de los sistemas y
las limitaciones en la validación externa de los
modelos.
En cuanto a los sistemas de historia clínica
electrónica (EHR) y los sistemas de soporte a la
decisión clínica (CDSS), los resultados mostraron
mejoras en la seguridad del paciente, la reducción
de errores y la eficiencia operativa, lo que coincidió
con lo reportado en la literatura internacional, donde
se ha documentado que la digitalización de la
información clínica contribuye a la continuidad del
cuidado y a la estandarización de procesos
asistenciales (Aguilar et al., 2023). Sin embargo, los
efectos negativos iniciales observados en algunos
estudios —relacionados con problemas de
usabilidad y resistencia del personal— se alinearon
con investigaciones previas que señalaron que la
implementación de EHR puede generar sobrecarga
laboral y disminución temporal en la calidad
percibida durante las fases iniciales de adopción
(Sánchez et al., 2022). Esta situación podría
explicarse por la falta de capacitación adecuada y
por la limitada adaptación de los sistemas a los
flujos de trabajo clínicos locales.
Respecto a las intervenciones de telemedicina
y monitoreo remoto, los resultados evidenciaron
efectos mixtos. Por un lado, se identificaron mejoras
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1272)
http://www.aulavirtual.web.ve
en la detección temprana de deterioro clínico y en la
coordinación asistencial, lo cual resultó consistente
con estudios que destacaron el potencial de la
telemedicina para ampliar la cobertura y mejorar la
oportunidad de atención (Moreno-Loaeza et al.,
2022).
Por otro lado, se observaron efectos adversos
en ciertos indicadores, como el incremento en la
prescripción de antibióticos o en la utilización de
servicios de emergencia, lo que coincidió con
hallazgos que advirtieron sobre riesgos asociados a
la ausencia de evaluación física y a la variabilidad
en la calidad de la atención virtual (Izquierdo &
Almonacid, 2022). Estas divergencias podrían
atribuirse a diferencias en el diseño de los modelos
de atención, el nivel de integración tecnológica y las
condiciones socioeconómicas de los pacientes.
En relación con los sistemas integrados e
interoperables, los hallazgos evidenciaron que la
integración de múltiples fuentes de datos y
plataformas digitales favoreció la mejora de
indicadores de calidad, particularmente en términos
de eficiencia operativa y coordinación clínica. Este
resultado se encontró en consonancia con estudios
que destacaron la importancia de la
interoperabilidad y el uso de big data en la gestión
hospitalaria, al permitir una toma de decisiones más
informada y oportuna (Vasquez et al., 2022). No
obstante, la literatura también señaló que la
fragmentación de los sistemas de información y la
falta de estándares comunes continúan siendo
barreras críticas en la región latinoamericana
(Mercedes & Ghiglia, 2020).
El presente estudio presentó diversas
limitaciones que deben ser consideradas al
interpretar los resultados. En primer lugar, la
inclusión exclusiva de estudios indexados en la base
de datos Scopus pudo haber restringido la
recuperación de evidencia relevante publicada en
otras bases de datos o en literatura gris, lo que podría
haber introducido un sesgo de selección.
En segundo lugar, se evidenció una marcada
heterogeneidad metodológica entre los estudios
incluidos, tanto en los diseños de investigación
como en los indicadores de calidad utilizados, lo que
limitó la posibilidad de realizar comparaciones
directas o síntesis cuantitativas robustas, como un
metaanálisis.
En tercer lugar, la mayoría de los estudios
presentaron diseños observacionales o
exploratorios, con un número reducido de ensayos
experimentales, lo que restringió la capacidad para
establecer relaciones causales sólidas entre las
intervenciones digitales y los resultados en calidad
asistencial.
Asimismo, se identificó una concentración
geográfica de la evidencia en determinados países
de América Latina, como Brasil, México y
Argentina, lo que limitó la generalización de los
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1273)
http://www.aulavirtual.web.ve
1(1273)
hallazgos a otros contextos regionales,
especialmente en países con menor desarrollo
tecnológico o infraestructura sanitaria.
Finalmente, la variabilidad en la calidad de los
datos reportados y la ausencia de estandarización en
las métricas de evaluación constituyeron
limitaciones adicionales que pudieron haber
influido en la interpretación de la magnitud y
dirección de los efectos observados.
A partir de los hallazgos y limitaciones
identificadas, se plantearon diversas líneas de
investigación futura. En primer lugar, se consideró
necesario promover el desarrollo de estudios
experimentales y cuasiexperimentales que permitan
evaluar con mayor rigor el impacto causal de las
intervenciones digitales sobre los indicadores de
calidad asistencial.
En segundo término, se recomendó avanzar
hacia la estandarización de indicadores y métricas
de calidad, lo que facilitaría la comparación entre
estudios y la realización de metaanálisis en futuras
revisiones sistemáticas.
Asimismo, se identificó la necesidad de
fortalecer la investigación en contextos
subrepresentados de América Latina,
particularmente en países de Centroamérica y
regiones rurales, con el fin de generar evidencia más
equitativa y contextualizada.
Otra línea relevante correspondió a la
evaluación de los factores organizacionales y
culturales que influyen en la adopción de
tecnologías digitales, incluyendo la resistencia al
cambio, la capacitación del personal y la cultura de
seguridad del paciente, aspectos que han
demostrado ser determinantes en la efectividad de
las intervenciones.
Finalmente, se sugirió profundizar en el
análisis de modelos integrados de salud digital, que
combinen inteligencia artificial, telemedicina,
sistemas interoperables y enfoques centrados en el
paciente, evaluando no solo su impacto clínico, sino
también su sostenibilidad, costo-efectividad y
equidad en el acceso a los servicios de salud.
En conjunto, la discusión permitió evidenciar
que la efectividad de las intervenciones digitales en
hospitales de alta complejidad en América Latina no
dependió únicamente de la tecnología empleada,
sino de su adecuada integración en los sistemas de
salud, de las condiciones contextuales y de la
capacidad institucional para sostener procesos de
transformación digital orientados a la mejora
continua de la calidad asistencial.
Conclusiones
Los hallazgos de la presente investigación
permitieron identificar que las intervenciones
digitales implementadas en hospitales de alta
complejidad —particularmente aquellas basadas en
inteligencia artificial, historias clínicas electrónicas,
sistemas de soporte a la decisión clínica y
telemedicina— mostraron, en términos generales,
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1274)
http://www.aulavirtual.web.ve
una tendencia favorable en la mejora de indicadores
de calidad asistencial. Se evidenciaron avances
relevantes en dimensiones como la seguridad del
paciente, la precisión diagnóstica, la eficiencia
operativa y la optimización de recursos
hospitalarios.
No obstante, dichos efectos no se
manifestaron de manera uniforme, observándose
resultados heterogéneos, especialmente en
intervenciones de telemedicina, donde coexistieron
beneficios clínicos con efectos adversos asociados a
limitaciones en la evaluación presencial y a factores
contextuales. Asimismo, se constató que la
efectividad de estas tecnologías estuvo
condicionada por variables organizacionales,
tecnológicas y humanas, tales como la
interoperabilidad de los sistemas, la calidad de los
datos y la capacidad de adaptación del personal de
salud.
En relación con el objetivo de investigación,
orientado a evaluar la efectividad reportada de las
intervenciones digitales sobre indicadores de
calidad asistencial en hospitales latinoamericanos
de alta complejidad, se determinó que dichas
intervenciones presentaron un impacto
predominantemente positivo, aunque dependiente
del contexto de implementación y del grado de
integración en los sistemas de salud.
La evidencia analizada permitió establecer
que las soluciones digitales contribuyeron a
fortalecer procesos clínicos y administrativos; sin
embargo, su efectividad real se vio modulada por la
presencia de barreras estructurales, como la
fragmentación de los sistemas de información, las
limitaciones de infraestructura tecnológica y las
brechas en alfabetización digital. En este sentido, la
evaluación de la efectividad no pudo entenderse
únicamente en términos tecnológicos, sino como un
fenómeno complejo que involucró dinámicas
organizacionales y sistémicas propias del contexto
latinoamericano.
El presente estudio correspondió a un artículo
de revisión sistemática de la literatura, desarrollado
bajo los lineamientos de la declaración PRISMA
2020, lo que permitió una identificación, selección
y síntesis estructurada de la evidencia científica
disponible. Este enfoque metodológico facilitó la
integración de resultados provenientes de diversos
diseños de investigación, proporcionando una
visión comprensiva del estado actual del
conocimiento sobre la implementación de
intervenciones digitales en la gestión de la calidad
asistencial. Así mismo, la naturaleza de los estudios
incluidos —mayoritariamente observacionales—
implicó limitaciones en la inferencia causal, lo que
debe ser considerado al interpretar los resultados.
Las implicaciones del estudio sugirieron que
la transformación digital en hospitales de alta
complejidad en América Latina requiere no solo la
incorporación de tecnologías avanzadas, sino
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1275)
http://www.aulavirtual.web.ve
1(1275)
también el fortalecimiento de capacidades
institucionales, la estandarización de indicadores de
calidad y la promoción de entornos
organizacionales favorables a la innovación. En esta
línea, futuras investigaciones deberían priorizar el
desarrollo de estudios experimentales y
longitudinales que permitan evaluar con mayor
rigor el impacto causal de las intervenciones
digitales, así como explorar su costo-efectividad,
sostenibilidad y equidad en el acceso a los servicios
de salud.
De igual modo, se consideró pertinente
ampliar la cobertura geográfica de los estudios hacia
contextos subrepresentados y profundizar en el
análisis de modelos integrados de salud digital que
articulen inteligencia artificial, telemedicina e
interoperabilidad, con un enfoque centrado en el
paciente y orientado a la mejora continua de la
calidad asistencial.
Referencias
Aguilar, Z., Ghizoni, D., & Rosa-Junior, J. (2023).
Autocuidado digital en el manejo de los
trastornos musculoesqueléticos de columna:
Revisión sistemática y metanálisis. Revista
Latino-Americana de Enfermagem, 31, e3908.
Documento en línea. Disponible
https://doi.org/10.1590/1518-8345.6423.3908
Ben Hmido, S., Ingwersen, E., Abder Rahim, H.,
van Maanen, M., Groot, S., Schakel, M., Rausch,
A., Kazemier, G., & Daams, F. (2026). Bringing
AI to the OR: Integrating a machine learning
predictive model in the EHR—A pilot on user-
friendliness. BMJ Health & Care Informatics,
33, e101831. Documento en línea. Disponible
https://doi.org/10.1136/bmjhci-2025-101831
Bhaladhare, R., & Rishipathak, P. (2025). Strategies
of quality improvement in healthcare
organizations for a sustainable healthcare
system. Discover Social Science and Health, 5,
74. Documento en línea. Disponible
https://doi.org/10.1007/s44155-025-00226-0
Bibi, M., Ahmad, R., Rizwan, A., Khan, A. N.,
Khan, Q. W., & Kim, D.-H. (2026). Explainable
multi-modal fusion-based federated learning for
mortality prediction in energy-constrained
healthcare systems. IEEE Access, 14, 6146–
6166. Documento en línea. Disponible
https://doi.org/10.1109/ACCESS.2025.3650610
Choi, J. H., Koo, D., Kim, T., Oh, J., Lee, S., Min,
Y., Lee, Y., Jo, Y., Lee, S. Y., Jin, S., & Park, D.
(2025). Stroke cohort construction using an
automated clinical data collection system.
Applied Sciences, 15, 12725. Documento en
línea. Disponible
https://doi.org/10.3390/app152312725
de la Vega, R., Fernández-González, A., & Serrano-
Ibáñez, E. R. (2026). Mapping clinician
perspectives on pediatric chronic pain needs in
Spain. SAGE Open, 16, 1–18. Documento en
línea. Disponible
https://doi.org/10.1177/21582440251410422
Despraz, J., Matusiak, R., Nektarijevic, S., Rossetti,
V., Bastardot, F., Akrour, R., Konasch, A.,
Gauthiez, E., Pignolet, O., Pepe, S., Chiche, J.-
D., Kaufmann, D. E., Calandra, T., Raisaro, J. L.,
& Meylan, S. (2026). An artificial intelligence-
powered learning health system to improve
sepsis detection and quality of care: A before-
and-after study. npj Digital Medicine, 9, 106.
Documento en línea. Disponible
https://doi.org/10.1038/s41746-025-02180-2
Dreisig, T. S., Larsen, M., von Sydow, C., Nielsen,
T., Fischer, T. K., Overbeck, G., & Villadsen, S.
(2026). By the book or beyond? Lessons on
implementation fidelity in remote patient
monitoring within a hybrid hospital-at-home
feasibility study. BMJ Health & Care
Informatics, 33, e101832. Documento en línea.
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1276)
http://www.aulavirtual.web.ve
Disponible https://doi.org/10.1136/bmjhci-2025-
101832
Dubé, M., Hron, J. D., Biesbroek, S., Chan-MacRae,
M., Shearer, A., Landi, R., Swenson, M., Kats,
D. J., White, D., Birmingham, R., Coogle, L., &
Arnold, J. (2025). Human factors and systems
simulation methods to optimize peri-operative
EHR design and implementation. Advances in
Simulation, 10, 23. Documento en línea.
Disponible https://doi.org/10.1186/s41077-025-
00349-z
Ehteshami, A., Raeisi, A.-R., Rashedi, M., &
Kouhanjani, Y. S. (2025). Framework for key
benchmarking indicators in hospital information
systems. BMC Medical Informatics and Decision
Making, 25, 213. Documento en línea.
Disponible https://doi.org/10.1186/s12911-025-
03038-z
Fernández-Tapia, J. (2021). Avances y limitaciones
en las políticas públicas de e-salud en México.
Comhumanitas, 12(1), 152–178. Documento en
línea. Disponible
https://doi.org/10.31207/rch.v12i1.303
Gibson, A. N., Garland McKinney, J. L., Sheffield-
Abdullah, K., Stuebe, A. M., & Tully, K. P.
(2025). Birth-parent perspectives on safety and
trust in inpatient postpartum health care. Social
Science & Medicine, 387, Article 118713.
Documento en línea. Disponible
https://doi.org/10.1016/j.socscimed.2025.11871
3
Gracia Martínez, J. L., Pfang, B., Morales Coca, M.
Á., Caramés Sánchez, C., del Olmo Rodríguez,
M., Villegas García, M. A., Short Apellaniz, J.,
Arcos Campillo, J., Álvaro de la Parra, J. A.,
Manzano Lorefice, F., & Muñoz Alameda, L. E.
(2025). Implementing a closed-loop clinical
decision support system for sustainable
preoperative care. npj Digital Medicine, 8, 6.
Documento en línea. Disponible
https://doi.org/10.1038/s41746-024-01371-7
Grolli, R. E., Fabrizzio, G. C., Cabral, E. C., de
Souza, J. M., Vieira, L. S., Zambeli, A. S., Silva,
G. M., Machado, M., Bornia, L. G., Werner, S.
S., Carvalho, J. T., Fileto, R., & Zibetti, A. W.
(2025). Predictive tools in intensive care unit
management: A protocol of a scoping review.
Journal of Medical Artificial Intelligence, 8, 64.
Documento en línea. Disponible
https://doi.org/10.21037/jmai-24-390
Haimi, M., Sergienko, R., Hornik-Lurie, T., &
Albukrek, D. (2025). Challenging assumptions:
A tripartite assessment of medical quality,
resource utilization, and equity concerns in
pediatric telemedicine. BMC Medical
Informatics and Decision Making, 25, 303.
Documento en línea. Disponible
https://doi.org/10.1186/s12911-025-03124-2
Hao, X., Ligocki, A., Gupta, S., Gerberi, D.,
Pickering, B., & Herasevich, V. (2025). Control
tower in the hospital: A structure–process–
outcome systematic review of telemedicine
systems for interprofessional collaboration. npj
Digital Medicine, 8, 669. Documento en línea.
Disponible https://doi.org/10.1038/s41746-025-
02043-w
Hernández-Arango, A., Arias, M. I., Pérez, V.,
Chavarría, L. D., & Jaimes, F. (2025). Prediction
of the risk of adverse clinical outcomes with
machine learning techniques in patients with
noncommunicable diseases. Journal of Medical
Systems, 49, 19. Documento en línea. Disponible
https://doi.org/10.1007/s10916-025-02140-z
Hofmann, A.-L., Wendel, J., Selig, U., et al., (2026).
Time-critical quality assessment of a digital hub
for acute stroke care: Implementing key
performance indicators within the CAEHR
project. Informatics in Medicine Unlocked, 61,
101745. Documento en línea. Disponible
https://doi.org/10.1016/j.imu.2026.101745
Imkamp, M. S. V., Prudente, V. C. G., Aydeniz, E.,
van Rosmalen, F., de Jongh, S., van Kuijk, S. M.
J., Seiler, C., Schellens, J., Driessen, M., Heines,
S. J. H., van der Horst, I. C. C., Bergmans, D. C.
J. J., Wee, L., & van Bussel, B. C. T. (2026).
Vulnerabilities of feature clustering in EIT
radiomics. Computers in Biology and Medicine,
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1277)
http://www.aulavirtual.web.ve
1(1277)
201, 111438. Documento en línea. Disponible
https://doi.org/10.1016/j.compbiomed.2025.111
438
Izquierdo, J., & Almonacid, C. (2022). Nuevas
tecnologías en medicina. Revista de
Investigación y Educación en Ciencias de la
Salud (RIECS), 7(1), 69–82. Documento en
línea. Disponible
https://doi.org/10.37536/riecs.2022.7.1.308
Jaana, M., Riachy, E., MacPhee, E., & Sherrard, H.
(2026). Epic overhaul at a Canadian hospital:
Pre-post evaluation insights from physicians and
medical residents. Informatics in Medicine
Unlocked, 61, 101725. Documento en línea.
Disponible
https://doi.org/10.1016/j.imu.2025.101725
Kader, R., Hassan, C., Lanas, Á., Romańczyk, M.,
Romańczyk, T., Kotowski, B., Sostres Homedes,
C., Mangiavillano, B., Bonanno, G., Lovat, L. B.,
Kamiński, M., Faiss, S., & Repici, A. (2026). A
novel cloud-based artificial intelligence for real-
time detection of colorectal neoplasia – a
randomized controlled trial (EAGLE). npj
Digital Medicine, 9, 84. Documento en línea.
Disponible https://doi.org/10.1038/s41746-025-
02270-1
Karabayir, I., Celik, T., Patterson, L., Butler, L.,
Herrington, D., & Akbilgic, O. (2025).
Electrocardiographic sex index: A continuous
representation of sex. Biology of Sex Differences,
16, 53. Documento en línea. Disponible
https://doi.org/10.1186/s13293-025-00727-2
Kumar, B. J. M. R., Reddy, P. V. G. D. P., &
Srinivas, G. (2025). Post-COVID impact
analysis and effective recommendation solutions
over risk prediction using hybrid model. Journal
of Computer Science, 21(11), 2593–2604.
Documento en línea. Disponible
https://doi.org/10.3844/jcssp.2025.2593.2604
Li, P., Lei, H., Zhang, C., Rao, X., Huang, S., Cao,
D., Zhou, J., & Wen, J. (2026). Development and
application of a digital intelligent platform for
clinical trial management. Intelligent Pharmacy,
4, 12–19. Documento en línea. Disponible
https://doi.org/10.1016/j.ipha.2025.09.002
Lin, J., Huber, B., Amir, O., Assis-Hassid, S.,
Gehrmann, S., Gajos, K., Grosz, B., & Sanders,
L. (2026). Novel web-based technology to
promote goal-setting in complex chronic illness:
Randomized controlled trial. JMIR Human
Factors, 13, e70402. Documento en línea.
Disponible https://doi.org/10.2196/70402
Lintz, J. (2025). Exploring the impacts of artificial
intelligence interventions on providers’
practices: Perspectives from a rural medical
center. Journal of Medical Artificial Intelligence,
8, 39. Documento en línea. Disponible
https://doi.org/10.21037/jmai-24-422
Mehta, P. K., Rao, A. R., Upadhyay, N., Mustafa,
S., Digra, V., Wariar, A. S., Soni, N., Chatterjee,
P., & Chakrawarty, A. (2026). Use of mobile
application for improving drug compliance and
clinical outcomes: A randomized controlled trial.
International Journal of Telemedicine and
Applications, 2026, 9857793. Documento en
línea. Disponible
https://doi.org/10.1155/ijta/9857793
Mengistu, A. K., Getinet, K., Alemayehu, T.,
Yeneakal, K. A., Gedefaw, A. E., Teym, A.,
Endalew, B., & Assaye, B. T. (2026). Machine
learning predicts prolonged patient length of stay
in a resource-constrained Ethiopian hospital.
Discover Artificial Intelligence, 6, 88.
Documento en línea. Disponible
https://doi.org/10.1007/s44163-025-00794-9
Mercedes, M., & Ghiglia, C. (2020). Telemedicina:
Su rol en las organizaciones de salud. Revista
Médica del Uruguay, 36(1). Documento en línea.
Disponible https://doi.org/10.29193/rmu.36.4.9
Mohammadi, M., Sepehri, M. M., Moghtadaiee, V.,
& Dehghan, M. (2025). Interpretable healthcare
localization with explainable artificial
intelligence. Pervasive and Mobile Computing.
Advance online publication. Documento en
línea. Disponible
https://ssrn.com/abstract=5382224
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 7, Número: 14, Año: 2026 (Enero 2026 - Junio 2026)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(1278)
http://www.aulavirtual.web.ve
Moreno-Loaeza, L., Castillo-Ruiz, C., & Almeda-
Valdés, P. (2022). Uso de mHealth y diabetes:
Una herramienta para el seguimiento
estructurado a distancia. ALAD, 11(4).
Documento en línea. Disponible
https://doi.org/10.24875/alad.21000017
Page, M. J., McKenzie, J. E., Bossuyt, P. M.,
Boutron, I., Hoffmann, T. C., Mulrow, C. D., …
Moher, D. (2021). The PRISMA 2020 statement:
An updated guideline for reporting systematic
reviews. BMJ, 372, n71. Documento en línea.
Disponible https://doi.org/10.1136/bmj.n71
Palm, J., Alaid, S., Ammon, D., Brandes, J.,
Dürschmid, A., Fischer, C., Scherag, A. (2025).
Leveraging electronic medical records to
evaluate a computerized decision support system
for staphylococcus bacteremia. npj Digital
Medicine, 8, 180. Documento en línea.
Disponible https://doi.org/10.1038/s41746-025-
01569-3
Patel, S. Y., Barnett, M. L., & Basu, S. (2025).
Predicting quality measure completion among 14
million low-income patients enrolled in
Medicaid. npj Digital Medicine, 8, 393.
Documento en línea. Disponible
https://doi.org/10.1038/s41746-025-01797-7
Sánchez Suárez, Y., Estupiñán López, S. de la C.,
Marqués León, M., Hernández Nariño, A., &
Medina León, A. A. (2022). Descripción de
prácticas de administración de operaciones
aplicadas a la gestión de servicios hospitalarios:
Un análisis de la literatura. Ingeniería Industrial,
43(43), 81–100. Documento en línea. Disponible
https://doi.org/10.26439/ing.ind2022.n43.6110
Vasquez Sajamí, M. V. M., Barbarán Mozo, D. H.
P., Montoya Vega, M. E. N., & Arévalo, M. A.
(2022). Revisión sistemática sobre
implementación de indicadores de calidad de la
atención. Ciencia Latina Revista Científica
Multidisciplinar, 5(6), 14469–14494.
Documento en línea. Disponible
https://doi.org/10.37811/cl_rcm.v5i6.1411
Vite Macías, F. D., Macías Alvia, A. M., Espinoza
Macías, M. J., & Luna Báez, A. A. (2024). El uso
de la tecnología de comunicación e información
en la atención de urgencias obstétricas:
Beneficios y desafíos. RECIAMUC, 8(1), 947–
956. Documento en línea. Disponible
https://doi.org/10.26820/reciamuc/8.(1).ene.202
4.947-95
