Anales de la RANM

145 A N A L E S R A N M R E V I S T A F U N D A D A E N 1 8 7 9 INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN MÉDICA Banegas JR, et al. An RANM. 2026;143(02): 145 - 159 LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN MÉDICA: REVISIÓN Y ALGUNAS PROPUESTAS ARTIFICIAL INTELLIGENCE IN MEDICAL EDUCATION: A REVIEW AND SOME PROPOSALS José R. Banegas 1,2,3 ; Verónica Cabanas 1 ; Alicia Gutiérrez-Misis 3,4,5 ; Juan J. Ríos 4,6 ; Alfonso Canabal-Berlanga 7 1. Departamento de Medicina Preventiva y Salud Pública, Universidad Autónoma de Madrid, Madrid, España; Centro de Investigación Biomédica en Red de Epidemiología y Salud Pública (CIBERESP), Instituto de Salud Carlos III, Madrid, España 2. Académico correspondiente de la Real Academia Nacional de Medicina de España 3. Unidad de Educación en Ciencias de la Salud. Facultad de Medicina. Universidad Autónoma de Madrid. Madrid, España. 4. Departamento de Medicina, Universidad Autónoma de Madrid, Madrid, España 5. Laboratorio de habilidades clínicas y simulación. Facultad de Medicina. Universidad Autónoma de Madrid. Madrid, España. 6. Servicio de Medicina Interna, Hospital Universitario La Paz-IdiPAZ, Madrid, España 7. Servicio de Medicina Intensiva, Hospital Universitario de la Princesa, Universidad Autónoma de Madrid, Madrid, España. Resumen Esta revisión narrativa analiza la incorporación de la inteligencia artificial (IA) en las facultades de medicina (principalmente en España), sus aplicaciones educativas, y los retos éticos asociados, ilustrándolo con ejemplos como el desarrollo del razonamiento crítico y la inteligencia emocional. Nuestros resultados muestran que la integración de la IA en la formación médica de grado en España es limitada, aunque creciente, y la mayoría de los cursos ofrecidos son optativos, transversales y con carga lectiva reducida. Sin embargo, se observa un desarrollo sustancial en el posgrado, donde no obstante se identifica una carencia específica en programas orientados a la docencia médica con IA en comparación con las aplicaciones clínicas. Además, la integración en la formación médica de grado sigue siendo desigual entre los distintos países. El modelo español muestra una brecha estructural entre las necesidades clínicas y la formación de grado. La integración de la IA en la educación médica plantea pues desafíos estructurales, pedagógicos y éticos que exigen una planificación estratégica. Su adopción, impulsada en gran parte por actores tecnológicos, requiere un diseño educativo intencional basado en principios sólidos. La rigidez curricular dificulta su incorporación, aunque ofrece una oportunidad para reformas estructuradas. Es necesario garantizar un acceso equitativo y evitar desigualdades entre titulaciones, así como priorizar la formación en grado frente a una especialización precoz en posgrado, estandarizando competencias digitales mínimas en los planes de estudio troncales para garantizar que los futuros facultativos ejerzan con solvencia en entornos clínicos automatizados. La formación del profesorado y la creación de unidades de educación médica con competencias en IA son claves para una integración efectiva. Además, deben revisarse los sistemas de evaluación, centrando la atención en los procesos de aprendizaje. Finalmente, el papel del docente sigue siendo esencial como garante del pensamiento crítico, la ética y los valores profesionales. Abstract In this narrative review, we analyze the incorporation of artificial intelligence (AI) into medical schools (primarily in Spain), its educational applications, and the associated ethical challenges, illustrating these with examples such as the develop- ment of critical thinking and emotional intelligence. Our results show that the integration of AI into undergraduate medical education in Spain is limited, though growing, and most of the courses offered are elective, cross-disciplinary, and have a reduced course load. In contrast, there has been substantial development at the graduate level, where however a specific gap has been identified in programs focused on medical education using AI in comparison with the clinical applica- tions. Furthermore, integration into undergraduate medical education remains uneven across different countries. The Spanish model reveals a structural gap between clinical needs and undergraduate education. The integration of AI into Palabras clave: Inteligencia artificial; Educación médica; Educación médica de grado; Educación médica Continua; Salud digital. Keywords: Artificial Intelligence; Medical Education; Undergraduate Medical Education; Continuing Medical Education; Digital Health. Autor para la correspondencia José R. Banegas Departamento deMedicina Preventiva y Salud Pública, Universidad Autónoma de Madrid, España; CIBERESP. Tlf.: +34 636 654 833 | E-Mail: joseramon.banegas@uam.es DOI: 10.32440/ar.2026.143.02. rev02 R E V I S I Ó N *Fecha de lectura en la RANM Enviado*: 19.05.26 | Revisado: 24.05.26 | Aceptado: 02.06.26