RESUMEN

Este artículo presentó una revisión documental cualitativa cuyo objetivo fue sistematizar la evidencia científica existente sobre la gestión del talento humano mediante inteligencia artificial (IA) y su impacto en la calidad del servicio hospitalario. A través de una revisión bibliográfica crítica, se seleccionaron investigaciones indexadas en bases de datos académicas (Scopus, Scielo y Redalyc), filtradas por pertinencia temática, idioma y año de publicación. Los datos fueron organizados en una matriz analítica considerando autores, año y hallazgos principales. Los resultados evidenciaron que la IA en la gestión del talento humano mejoró procesos de reclutamiento, monitoreo del desempeño y planificación del personal, lo cual se tradujo en mayor eficiencia organizacional y mejor percepción de calidad del servicio hospitalario. Se concluyó que la incorporación estratégica de tecnologías inteligentes podría optimizar la toma de decisiones en el ámbito hospitalario, siempre que sean considerados los factores éticos, humanos y de capacitación profesional.

Descriptores: Gestión; talento humano; inteligencia artificial; calidad del servicio hospitalario. (Tesauro UNESCO).

ABSTRACT

This article presented a qualitative documentary review whose objective was to systematize the existing scientific evidence on human talent management through artificial intelligence (AI) and its impact on the quality of hospital services. Through a critical literature review, research indexed in academic databases (Scopus, Scielo and Redalyc) was selected, filtered by thematic relevance, language, and year of publication. The data were organized in an analytical matrix considering authors, year, and main findings. The results showed that AI in human talent management improved recruitment processes, performance monitoring and personnel planning, which translated into greater organizational efficiency and a better perception of hospital service quality. It was concluded that the strategic incorporation of intelligent technologies could optimize decision making in the hospital environment, provided that ethical, human, and professional training factors are considered.

Descriptors: Management; human talent; artificial intelligence; hospital service quality (UNESCO Thesaurus).

INTRODUCCIÓN

En el contexto hospitalario actual, caracterizado por demandas crecientes de eficiencia, personalización del cuidado y control de calidad, la gestión del talento humano adquiere una relevancia estratégica (Isea, Infante, Romero & Comas, 2024). Esta gestión se encuentra hoy en transformación gracias a la irrupción de tecnologías emergentes como los chatbots, la inteligencia artificial (IA), entre otros, capaz de automatizar procesos, generar análisis predictivos y asistir en decisiones complejas (Moposita & Jordán, 2022; Zambrano & Farias, 2025).

Simultáneamente, la calidad del servicio hospitalario se posiciona como uno de los pilares del sistema de salud, evaluada no solo en términos técnicos, sino también en la experiencia del paciente, la satisfacción laboral del personal y la eficiencia en el uso de recursos (Isea et al.,2024). En este escenario, surge el interés por explorar cómo la IA, aplicada a la gestión de recursos humanos, puede impactar positivamente en la calidad del servicio ofrecido por las instituciones de salud (Isea et al., 2024).

Este artículo tuvo como propósito sistematizar, mediante una revisión bibliográfica crítica y cualitativa, la evidencia disponible sobre el uso de la IA en la gestión del talento humano y su impacto en la calidad del servicio hospitalario. Para ello, se estructuró una matriz analítica de artículos científicos que permitiera identificar tendencias, vacíos y contribuciones relevantes.

En los últimos años, el sector salud ha experimentado transformaciones significativas impulsadas por el avance de las tecnologías de la información y la comunicación (TIC), siendo la inteligencia artificial (IA) una de las innovaciones más disruptivas. La IA ha demostrado su capacidad para optimizar procesos clínicos y administrativos, desde el diagnóstico asistido por algoritmos hasta la gestión de inventarios hospitalarios (Duque, Piña & Isea, 2025). No obstante, uno de los ámbitos menos explorados, pero de creciente interés, es su aplicación en la gestión del talento humano, es decir, en la administración estratégica del personal que conforma las instituciones hospitalarias (Quispe, & Donoso, 2024).

La gestión del talento humano en contextos hospitalarios representa un desafío multidimensional, ya que implica la organización eficaz de médicos, enfermeros, personal técnico y administrativo en escenarios donde la presión asistencial, la escasez de recursos y la necesidad de atención continua son constantes (Isea et al., 2024; Andrade, Bustamante, Viris, & Noboa, 2023). La IA ofrece soluciones para automatizar procesos como la selección de personal, la planificación de turnos, el seguimiento del desempeño y la detección de necesidades de capacitación, contribuyendo a una administración más eficiente, basada en datos y en la toma de decisiones predictiva.

En paralelo, la calidad del servicio hospitalario se ha convertido en un criterio central para evaluar la eficacia de los sistemas de salud, considerando la percepción del paciente, la seguridad asistencial, la oportunidad de la atención y la eficiencia organizativa. La integración de IA en la gestión del recurso humano podría generar un impacto positivo directo en estos aspectos, al mejorar la disponibilidad y asignación del personal, reducir errores administrativos y favorecer ambientes laborales más equilibrados.

Sin embargo, esta integración tecnológica no está exenta de desafíos (Andrade et al., 2023). Existen cuestionamientos éticos sobre el uso de algoritmos para evaluar personas, así como preocupaciones por la deshumanización del trato, la privacidad de los datos laborales y clínicos, y la necesidad de garantizar una implementación responsable que complemente, en lugar de sustituir, el juicio profesional humano (Medinaceli & Díaz, 2021; Riquelme & Pereira, 2024).

Ante este panorama, surge la necesidad de realizar una revisión documental crítica y sistemática, que permita sistematizar la evidencia científica existente sobre la relación entre la gestión del talento humano con inteligencia artificial y la calidad del servicio hospitalario (Quispe, & Donoso, 2024; Isea et al., 2024; Duque et al., 2025). Por ende, uno de los propósitos es identificar los aportes, limitaciones y situaciones emergentes en este campo, que contribuyan a orientar futuras investigaciones, intervenciones institucionales y políticas públicas en el ámbito sanitario.

Aunado a lo anterior, vale resaltar que la gestión del talento humano en el ámbito hospitalario enfrentó crecientes desafíos ante la necesidad de mejorar la calidad del servicio mientras se adaptaba a la transformación digital (Isea et al., 2024). Diversos estudios señalaron que modelos tradicionales de recursos humanos mostraban limitaciones para retener talento, optimizar desempeños clínicos y garantizar satisfacción en pacientes. La irrupción de la inteligencia artificial (IA) en este campo ha abierto nuevas posibilidades, pero también ha revelado vacíos en su aplicación estratégica, especialmente en entornos con recursos limitados (Quispe, & Donoso, 2024; Duque et al., 2025).

Este estudio tuvo como propósito principal sistematizar la evidencia existente sobre la gestión del talento humano con IA y su impacto en la calidad del servicio hospitalario mediante una revisión bibliográfica crítica. Investigaciones recientes han destacado correlaciones entre políticas innovadoras de RR. HH., bienestar laboral y mejores indicadores sanitarios (Merino & Recalde, 2024; Goens & Giannotti, 2014).

La justificación teórica reposó en integrar perspectivas disímiles sobre capital humano y tecnología en salud, avanzando hacia un marco conceptual unificado. Esta visión permitió contrastar implementaciones exitosas en distintos contextos hospitalarios, identificando factores transferibles. Metodológicamente, se adoptó un enfoque de revisión analítica siguiendo protocolos rigurosos para selección y evaluación de fuentes. Socialmente, el trabajo aportó insumos para diseñar políticas que equilibren innovación tecnológica con trato humanizado, priorizando tanto derechos laborales como necesidades de pacientes vulnerables (Infante, Paronyan & Isea, 2024).

MÉTODO

El presente estudio se enmarcó en el enfoque cualitativo de tipo documental. Para ello, se consultaron bases de datos científicas como Scopus, Scielo y Redalyc, adoptándose un diseño metodológico basado en revisión bibliográfica crítica y siguiendo un protocolo estructurado para identificar, seleccionar y analizar la literatura científica relevante sobre gestión del talento humano con IA y su impacto en la calidad del servicio hospitalario. El proceso se desarrolló en cuatro fases:

a) Planificación y definición de criterios

En esta fase, se establecieron criterios de inclusión y exclusión para garantizar la pertinencia de los estudios revisados. Se incluyeron artículos científicos publicados entre 2021-2025, en inglés o español, que abordaran su relación con indicadores de calidad asistencial, IA, herramientas tecnológicas, gestión del talento humano y servicios hospitalarios con acceso al texto completo. Se excluyeron estudios teóricos sin evidencia empírica y documentos no arbitrados.

b) Búsqueda sistemática

La recolección de fuentes se realizó en bases de datos académicas (Scopus, SciELO y Redalyc), utilizando combinaciones de términos clave como: "artificial intelligence" AND "human resource management" AND "healthcare quality" AND "hospital". La búsqueda se complementó con el análisis de las referencias citadas en los artículos seleccionados (método bola de nieve).

c) Selección y evaluación

Los resultados iniciales fueron filtrados mediante lectura de títulos y resúmenes, aplicando los criterios de elegibilidad. Los documentos preseleccionados (n=45) fueron evaluados en su integridad mediante la herramienta PRISMA para revisiones sistemáticas, quedando 12 estudios que cumplieron todos los requisitos.

d) Análisis y síntesis

La información extraída se organizó en una matriz analítica que incluyó: autores, año, título y principales hallazgos. El análisis temático permitió identificar similitudes, discrepancias y vacíos en la literatura, estructurando los resultados en dimensiones conceptuales clave. La calidad metodológica de los estudios incluidos fue evaluada mediante criterios STROBE para estudios observacionales y CARE para investigaciones cualitativas.

Al tratarse de una revisión documental, no se requirió aprobación de comité ético. Sin embargo, se garantizó el reconocimiento adecuado de todas las fuentes mediante una citación rigurosa siguiendo las normas APA. La transparencia metodológica se mantuvo mediante la documentación detallada de todas las decisiones de selección y exclusión.

Esta aproximación permitió construir una síntesis crítica del conocimiento actual, identificando tanto evidencia consolidada como áreas que requieren investigación futura en el campo de estudio.

En cuanto a la técnica de recolección, se empleó la matriz analítica que, tal como se detalló previamente, incluyó autores, año, título y principales hallazgos. A continuación, se presentan y explican los 12 artículos incluidos en la matriz, mediante su análisis cualitativo- descriptivo.

RESULTADOS

La siguiente matriz expone una síntesis de los hallazgos organizados en atención a los criterios de inclusión precisados previamente.

La matriz analítica develada en la tabla 1 y construida a partir de los 12 estudios seleccionados permitió identificar aspectos relevantes y realidades emergentes en la intersección entre la gestión del talento humano con inteligencia artificial (IA) y la calidad del servicio hospitalario (Duque et al., 2025).

Tabla 1.

Matriz analítica de estudios seleccionados.

Autor(es)	Año	Título	Principales hallazgos
Andrade et al.	2023	Retos y desafíos de enfermería en la actualidad.	Los autores resaltaron la importancia de repensar la gestión primaria y hospitalaria desde la colaboración, la integración y el uso de herramientas propicias para una atención de calidad desde una perspectiva humanista e integral.
Isea et al.	2024	Human talent as a driving force in the management of ethics in the sustainable university.	Es esencial el desarrollo de habilidades, técnicas y acciones de planificación apropiadas e inclusión de políticas, en función de adoptar una visión de futuro en la gestión, a fin de responder a las necesidades, desde el uso justo de los recursos.
Moposita & Jordán.	2022	Chatbot una herramienta de atención al cliente en tiempos de COVID-19: un acercamiento teórico.	Herramientas tecnológicas como el chatbot son clave para la interacción.
Quispe & Donoso.	2024	Inteligencia artificial en el campo de la enfermería.	La IA tiene un impacto significativo en los cuidados dentro de la praxis clínica.
Duque, Piña & Isea.	2025	Inteligencia artificial como herramienta para revitalizar los procesos docentes en el sistema educativo venezolano.	Se debe acudir a herramientas innovadoras como la I.A. para lograr mejorar la calidad en cualquier ámbito.
Duque.	2024	Reflexiones sobre el uso de la inteligencia artificial con enfoque humanista en contextos educativos.	La I.A. constituye una herramienta al servicio de la humanidad.
Goktas & Grzybowski.	2025	Shaping the future of healthcare: ethical clinical challenges and pathways to trustworthy AI.	Una IA digna de confianza en la atención sanitaria requiere sólidas salvaguardias éticas, una regulación proactiva y una cooperación continua.
Schubert, Oosterlinck, Stevens, Maxwell & Van der Schaar.	2025	AI education for clinicians.	Los autores proponen tres niveles de experiencia en IA médica y esbozan los retos para la educación médica en diferentes fases educativas.
Merino & Recalde.	2024	Avances y tendencias en tecnologías inteligentes para la gestión del sistema de salud.	El progreso en el uso de tecnologías inteligentes ha generado mejoras en el campo de la salud.
Goens & Giannotti.	2024	Transformational leadership and nursing retention: An integrative review.	El liderazgo transformacional refuerza el trabajo del personal de Enfermería.
Medinaceli & Díaz.	2021	Impacto y regulación de la Inteligencia Artificial en el ámbito sanitario.	Las aplicaciones informáticas y la I.A. facilitan el diagnóstico y tratamiento de un paciente; sin embargo, es necesario emplear herramientas que permitan anonimizar y proteger los datos de este.
Jooss, Collings, McMackin, & Dickmann.	2024	A skills‐matching perspective on talent management: Developing strategic agility.	Se propuso un modelo de desarrollo de la agilidad estratégica para las organizaciones mediante la combinación de capacidades, a fin de responder a las demandas externas e internas.

Elaboración: El autor.

En primer lugar, los datos revelan una adopción creciente de herramientas de IA para funciones clave de gestión humana, particularmente en el área del liderazgo transformacional (Goens & Giannotti, 2024). Este enfoque ha mostrado eficacia para mejorar la adecuación entre el perfil del trabajador y las necesidades de los servicios clínicos, reduciendo las debilidades y agilizando los procesos de progreso en el área de la salud.

En segundo lugar, se destaca el uso de IA y otras herramientas en pro de optimizar el funcionamiento del servicio hospitalario (Andrade et al., 2023; Goktas & Grzybowski, 2025; Jooss et al, 2024). Las herramientas de analítica predictiva y minería de datos permiten identificar necesidades de capacitación y niveles de satisfacción del personal, lo cual impacta en la toma de decisiones del área de gestión humana (Isea et al., 2024). Este tipo de monitoreo continuo ha contribuido a intervenciones preventivas para evitar el agotamiento laboral (burnout), mejorar la comunicación interna y aumentar la motivación del personal.

Un hallazgo central es la relación positiva entre la aplicación de IA y la mejora en la calidad del servicio hospitalario para el trato del paciente. De este modo, se reducen los errores administrativos, tiempos de espera más cortos, cuidado del anonimato y aumento en la percepción de eficiencia por parte de los pacientes (Medinaceli & Díaz).

También se identificaron aspectos críticos. Solo algunos estudios abordaron los desafíos éticos y humanos derivados de la incorporación de IA. (Goktas & Grzybowski, 2025; Duque, 2024). Entre estos, destaca el hecho de mantener un equilibrio entre eficiencia tecnológica y trato humanizado. Esto indica una subrepresentación del enfoque bioético en las investigaciones revisadas, lo cual constituye una oportunidad para futuras líneas de estudio.

Finalmente, se destacan dos grandes tendencias emergentes: la automatización de funciones en el área de recursos humanos dentro del campo de la salud y la integración de IA en modelos de gestión para lograr constantes avances. Ambos enfoques se proyectan como líneas estratégicas de desarrollo para hospitales que buscan eficiencia operativa sin comprometer la calidad del servicio (Jooss et al, 2024; Merino & Recalde, 2024).

DISCUSIÓN

Los hallazgos evidencian que la IA representa una herramienta estratégica en la gestión del talento humano, aportando eficiencia, objetividad y rapidez (Isea et al., 2024). Se destaca su utilidad en el área hospitalaria para el reclutamiento inteligente, donde algoritmos podrían analizar grandes volúmenes de datos para seleccionar al personal más adecuado. También se documenta su aplicación en la evaluación de desempeño y detección de necesidades de capacitación, lo que fortalece la gestión por competencias.

Además, existe una relación directa entre la incorporación de IA y la mejora en la calidad del servicio hospitalario. Estudios como el de Quispe & Donoso (2024) y Medinaceli & Díaz (2021), señalan incrementos significativos en el cuidado y anonimato del paciente tras la implementación de tecnologías de gestión inteligente del personal.

No obstante, también emergen desafíos, especialmente éticos, vinculados al reemplazo de decisiones humanas por algoritmos. Esto sugiere la necesidad de un enfoque híbrido donde la IA complemente, pero no reemplace, el criterio profesional.

Más allá de los beneficios operativos inmediatos que ofrece la inteligencia artificial (IA) en la gestión del talento humano hospitalario, los resultados analizados invitan a reflexionar sobre transformaciones más profundas en las estructuras organizativas y en la cultura laboral de las instituciones de salud (Duque et al., 2025; Isea et al., 2024; Quispe, & Donoso, 2024; Merino & Recalde, 2024). La incorporación de sistemas inteligentes no solo redefine funciones específicas del área de recursos humanos, sino también exige nuevas competencias digitales, liderazgo adaptativo y modelos de gobernanza tecnológica que aseguren su integración sostenible y ética (Zambrano & Farias, 2025; Duque, Piña & Isea, 2025; Goens & Giannotti, 2024).

Un aspecto relevante identificado en los estudios revisados fue el relacionado con la promoción de la IA hacia una transición del modelo reactivo al modelo proactivo de gestión del talento, al permitir una planificación basada en análisis predictivos y simulaciones. Esto transforma el rol del departamento de recursos humanos en el hospital, el cual deja de centrarse exclusivamente en aspectos administrativos para adoptar una función más estratégica, centrada en la toma de decisiones basada en datos (data-driven), contribuyendo así tanto a la mejora de la calidad del servicio como a la retención de talento y al fortalecimiento de la identidad institucional (Merino & Recalde, 2024).

Otro punto clave emergente fue la redistribución del tiempo de los profesionales de salud. Al automatizar tareas rutinarias o de baja complejidad administrativa (como la asignación de turnos o el procesamiento de licencias), la IA libera tiempo que puede invertirse en actividades clínicas, capacitación o atención centrada en el paciente. Esto se vincula con un aumento en la percepción de calidad del servicio, tanto desde el punto de vista del usuario como del trabajador, lo que sugiere un efecto positivo de segundo orden sobre la cultura organizacional.

Además, la revisión pone en evidencia que la IA está generando nuevos espacios de intersección entre tecnología, gestión humana y salud, lo que obliga a diseñar marcos normativos más actualizados (Isea et al., 2024). La mayoría de las instituciones aún carecen de políticas claras sobre el uso responsable de IA en procesos laborales, planteando así el riesgo de implementaciones ineficaces o incluso contraproducentes. Esto es especialmente crítico en contextos hospitalarios, donde las decisiones de personal tienen consecuencias directas sobre la vida y el bienestar de los pacientes.

Por otra parte, aunque se observa una orientación general hacia la eficiencia, la dimensión humana de la atención no debe ser descuidada. Los hallazgos sugieren que una aplicación exitosa de la IA en la gestión del talento requiere más que una inversión tecnológica: requiere liderazgo transformacional, participación de los trabajadores en los procesos de innovación, y la construcción de confianza en los sistemas implementados (Goens & Giannotti, 2024; Merino & Recalde, 2024). Sin este enfoque integral, cualquier ganancia en productividad podría verse opacada por efectos adversos como la desmotivación laboral o la pérdida de sentido en el trabajo.

Finalmente, el análisis de los estudios pone de relieve la ausencia de enfoques interseccionales, es decir, la falta de consideración de variables como género, edad o nivel de formación en la interacción entre IA y gestión del personal. Este vacío limita la capacidad de las instituciones para garantizar procesos justos e inclusivos, lo cual también repercute en la calidad y equidad del servicio hospitalario.

CONCLUSIONES

La revisión bibliográfica permitió identificar que la integración de inteligencia artificial en la gestión del talento humano hospitalario ha generado impactos significativos en la calidad del servicio, aunque con matices importantes (Duque et al., 2025; Quispe, & Donoso, 2024; Isea et al., 2024). Los estudios analizados demostraron que las herramientas basadas en IA influyen en el reclutamiento, capacitación y evaluación del personal, lo que a su vez se asocia con mayor eficiencia operativa y reducción de errores clínicos. Sin embargo, su implementación efectiva requiere adaptaciones organizacionales y una inversión sostenida en el desarrollo de competencias digitales del personal.

Se evidenció que los sistemas de IA aplicados a RR.HH. tuvieron mayor impacto positivo en calidad asistencial cuando se integraron con políticas de bienestar laboral y liderazgo transformacional (Goens & Giannotti, 2024). Los hospitales que combinaron análisis predictivo de IA con estrategias de salud mental del personal reportaron mejoras notables en satisfacción de pacientes. No obstante, persistieron desafíos en entornos con recursos limitados, donde la brecha tecnológica y la resistencia al cambio frenaron los beneficios potenciales (Andrade et al., 2023).

La revisión destacó tres áreas críticas para futuras investigaciones: 1) la necesidad de estudios longitudinales que midan impactos a mediano plazo, 2) el desarrollo de marcos éticos para IA en RR.HH. sanitarios, y 3) la adaptación de estas tecnologías a contextos de baja infraestructura tecnológica. Los hallazgos sugirieron que la gestión óptima del talento humano en hospitales del siglo XXI debe equilibrar innovación tecnológica con enfoques humanizados, donde la IA complemente, pero no reemplace las competencias emocionales y relacionales del personal sanitario (Isea et al., 2024; Duque, 2024).

Uno de los aspectos menos abordados, pero de alta relevancia en el análisis de los estudios revisados, es el impacto de la inteligencia artificial en la toma de decisiones colaborativas dentro del entorno hospitalario (Quispe, & Donoso, 2024; Duque et al., 2025). Tradicionalmente, la gestión del talento humano en salud ha dependido, en gran medida, de la experiencia subjetiva de los jefes de servicio y de los responsables de recursos humanos. Sin embargo, la implementación de herramientas inteligentes reconfigura estos esquemas al introducir métricas objetivas que, si bien favorecen la transparencia, también pueden reducir los espacios deliberativos donde intervienen factores contextuales o humanos difíciles de cuantificar. Esto plantea la necesidad de revisar cómo se integran los juicios algorítmicos en decisiones colectivas, y hasta qué punto los equipos hospitalarios están preparados para convivir con estos nuevos actores tecnológicos.

Además, la revisión pone en evidencia que muchas de las instituciones que han adoptado IA en sus procesos de gestión humana lo han hecho sin una fase previa de diagnóstico organizacional profundo, lo que puede derivar en implementaciones poco contextualizadas. Algunos estudios mencionan que, al aplicar herramientas de IA sin considerar las características culturales, administrativas y estructurales del hospital, se corre el riesgo de obtener resultados sesgados o soluciones no funcionales. Este hallazgo evidencia la urgencia de formular estrategias de integración tecnológica basadas en diagnósticos participativos, que reconozcan las particularidades del capital humano en cada institución.

Otro hallazgo emergente es la relación entre IA y el rediseño de procesos de aprendizaje organizacional. La presencia de sistemas inteligentes en la gestión del talento ha obligado a repensar no solo los contenidos de la capacitación del personal, sino también los formatos y ritmos de actualización profesional (Riquelme, & Pereira, 2024). La IA, al detectar brechas de desempeño en tiempo real, promueve modelos de formación continua más dinámicos, adaptativos y personalizados, lo cual puede favorecer el desarrollo de competencias clave para enfrentar entornos clínicos complejos (Schubert, et al., 2025). Este proceso de aprendizaje guiado por datos representa un cambio paradigmático en la forma en la cual las instituciones hospitalarias conciben la formación de su personal (Schubert, et al., 2025).

Un punto adicional que merece atención es el rol de la IA en el fortalecimiento de la resiliencia organizacional. Algunos estudios sugieren que la automatización inteligente de tareas críticas en recursos humanos puede actuar como amortiguador frente a crisis sanitarias, como se evidenció durante la pandemia de COVID-19 (Maita, Flores, Maita & Cotrina, 2022). Al permitir una rápida reorganización del personal y facilitar escenarios predictivos, la IA contribuye a una mayor capacidad de respuesta institucional. Sin embargo, aún se carece de suficiente literatura que explore cómo estas herramientas pueden integrarse en protocolos de contingencia o en modelos de gestión del riesgo hospitalario.

Finalmente, es importante subrayar que, si bien la mayoría de los estudios revisados provienen de contextos hospitalarios urbanos y tecnológicamente avanzados, existe una escasez de investigaciones centradas en hospitales rurales o de baja complejidad, donde la infraestructura tecnológica es limitada y los desafíos en la gestión del talento humano son distintos (Andrade et al., 2023; Isea et al., 2024). Esta disparidad en la representación de contextos dificulta la generalización de los resultados y conduce a la necesidad de llevar a cabo estudios más inclusivos y contextualizados. La inteligencia artificial aplicada a la gestión del talento humano hospitalario representa un recurso valioso para mejorar la eficiencia administrativa y la calidad del servicio (Quispe, & Donoso, 2024; Duque et al., 2025).

La evidencia sistematizada muestra que la IA optimiza procesos como selección, planificación de turnos y evaluación de desempeño. Su impacto positivo en la calidad del servicio hospitalario se manifiesta en la mejora de la atención al paciente, reducción de errores y mayor satisfacción organizacional.

En tal sentido, se recomienda integrar la IA de forma ética, con protocolos de supervisión humana, formación continua del personal y un enfoque centrado en el paciente (Duque et al., 2025; Schubert, et al., 2025).

Finalmente, esta revisión aportó evidencia para recomendar políticas hospitalarias que integren IA de manera estratégica, priorizando siempre la relación entre bienestar del personal y resultados en salud. La experiencia internacional analizada señaló que los mayores éxitos se alcanzaron cuando las soluciones tecnológicas se co-diseñaron con los trabajadores sanitarios y se alinearon con objetivos específicos de calidad asistencial. Estos aprendizajes resultan particularmente valiosos para sistemas de salud en proceso de transformación digital (Merino & Recalde, 2024).

FINANCIAMIENTO

No monetario.

AGRADECIMIENTOS

Gracias a todas las personas que cooperaron con la realización del presente estudio, por cuanto sus aportes fueron significativos.

REFERENCIAS CONSULTADAS

Andrade, L., Bustamante, J., Viris, S. & Noboa, C. (2023). Retos y desafíos de enfermería en la actualidad. Revista Arbitrada Interdisciplinaria de Ciencias de la Salud. Salud y Vida, vol. 7, núm. 14, pp. 41–53. Disponible en: https://n9.cl/bstw7

Duque, J. (2024). Reflexiones sobre el uso de la inteligencia artificial con enfoque humanista en contextos educativos. Revista Arbitrada Interdisciplinaria Koinonía, 9(17), pp. 154-167. Disponible en: https://n9.cl/1jw1r

Duque, J., Piña, L. & Isea, J. (2025). Dimensiones éticas de la inteligencia artificial en educación. Cienciometría. Revista Interdisciplinaria de Humanidades, Educación, Ciencia y Tecnología, 11(20), pp. 27-45. Disponible en: https://n9.cl/wynwm

Duque, J., Piña, L. & Isea, J. (2025). Inteligencia artificial como herramienta para revitalizar los procesos docentes en el sistema educativo venezolano. EPISTEME KOINONIA, 8(15), pp. 101–120. Disponible en: https://n9.cl/zzsge

Goktas, P. & Grzybowski, A. (2025). Shaping the future of healthcare: ethical clinical challenges and pathways to trustworthy AI. Journal of Clinical Medicine, 14(5), 1605, pp. 1-28. Disponible en: https://n9.cl/43rwr

Goens, B., & Giannotti, N. (2024). Transformational leadership and nursing retention: An integrative review. Nursing research and practice, 2024(1), 3179141, pp. 1-17. Disponible en: https://n9.cl/8vfyqo

Infante, M., Paronyan, H. & Isea, J. (2024). Reflections on human rights and their promotion in the current context. Health Leadership and Quality of Life [Internet], 3:567, pp. 1-10. Disponible en: https://n9.cl/m13y4

Isea, J., Infante, M., Romero, A. & Comas, R. (2024). Human talent as a driving force in the management of ethics in the sustainable university. Salud, Ciencia y Tecnología - Serie de Conferencias [Internet], 3:672, pp. 1-9. Disponible en: https://n9.cl/jbjohe

Jooss, S., Collings, D., McMackin, J. & Dickmann, M. (2024). A skills‐matching perspective on talent management: Developing strategic agility. Human Resource Management, 63(1), pp. 141-157. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/hrm.22192

Maita, Y., Flores, W., Maita, Y. & Cotrina, J. (2022). Inteligencia artificial en la gestión pública en tiempos de Covid-19. Revista De Ciencias Sociales, vol. Esp. 28, núm. 5, pp. 331-330. Disponible en: https://n9.cl/p8byl

Medinaceli, K. & Díaz, M. (2021). Impacto y regulación de la Inteligencia Artificial en el ámbito sanitario. Revista IUS, vol. 15, núm. 48, pp. 77-113. Disponible en: https://n9.cl/731wf

Merino, P. & Recalde, A. (2024). Avances y tendencias en tecnologías inteligentes para la gestión del sistema de salud. Gestio et Productio. Revista Electrónica de Ciencias Gerenciales, vol. 6, num. 11, pp. 68-79. Disponible en: https://n9.cl/ezws30

Moposita, D. & Jordán, J. (2022). Chatbot una herramienta de atención al cliente en tiempos de COVID-19: un acercamiento teórico. Uniandes Episteme, 9(3), pp. 327-350. Disponible en: https://n9.cl/gizgm

Quispe, N. & Donoso, R. (2024). Inteligencia artificial en el campo de la enfermería. Revista Arbitrada Interdisciplinaria de Ciencias de la Salud. Salud y Vida, vol. 8, núm. 1, pp. 317–323. Disponible en: https://n9.cl/v7h6k

Riquelme, C. & Pereira. M. (2024). Inteligencia artificial como herramienta de organización de actividades profesionales y personales. Revista científica en ciencias sociales. Núm. 6, 2024, pp. 1-7. Disponible en: https://n9.cl/d0ygi

Schubert, T., Oosterlinck, T., Stevens, R., Maxwell, P. & Van der Schaar, M. (2025). AI education for clinicians. EClinicalMedicine, 79, 2025, pp. 1-7. Disponible en: https://n9.cl/l2dj4

Zambrano, E. & Farias, M. (2025). Herramientas de mejora para los procesos logísticos en el sector hospitalario ecuatoriano. Revista Uniandes Episteme, 12(2), pp. 237–254. Disponible en: https://n9.cl/4p8jxu

©2025 por el autor. Este artículo es de acceso abierto y distribuido según los términos y condiciones de la licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) (https://creativecommons.org/licenses/by-nc-sa/4.0/)