https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (642-653)
ISSN: 2960-8317
642
Artículo de revisión
Inteligencia artificial como herramienta de apoyo para la toma de
decisiones clínicas en adultos en cuidados paliativos
Artificial intelligence as a support tool for clinical decision-making in adults in
palliative care
Yesseth Liliana Crespo Velasco*
Universidad Iberoamericana del Ecuador
Quito - Ecuador
yessethcrespo@gmail.com
https://orcid.org/0009-0006-8839-4869
Mery Mishelle Guamán Masaquiza
Universidad Iberoamericana del Ecuador
Quito - Ecuador
mishelleguaman99@gmail.com
https://orcid.org/0000-0001-7635-8023
Claudia Alexandra González García
Universidad Iberoamericana del Ecuador
Quito - Ecuador
cgonzalez@unibe.edu.ec
https://orcid.org/0009-0007-9615-6622
*Correspondencia:
yessethcrespo@gmail.com
Cómo citar este artículo:
Crespo, Y., Guamán, M., & González, C.
(2026).
Inteligencia artificial como
herramienta de apoyo para la toma de
decisiones clínicas en adultos en cuidados
paliativos. Esprint Investigación, 5(1), 642-
653.
https://doi.org/10.61347/ei.v5i1.275
Recibido: 25 de febrero de 2026
Aceptado: 1 de abril de 2026
Publicado: 8 de abril de 2026
Resumen: Los cuidados paliativos abordan de manera integral las necesidades físicas,
psicosociales y comunicacionales de las personas con enfermedades avanzadas; sin
embargo, persisten desafíos en el control de síntomas, la identificación temprana de
necesidades y la toma de decisiones compartidas. En este contexto, el presente estudio
tuvo como objetivo analizar de manera sistemática la evidencia disponible sobre el uso
de la inteligencia artificial como apoyo a la toma de decisiones clínicas en adultos en
cuidados paliativos. Se realizó una revisión sistemática sin metaanálisis, siguiendo las
directrices de la declaración PRISMA 2020, que incluyó estudios publicados entre 2022 y
2025 en las bases de datos PubMed, Embase y Google Académico, cuya calidad
metodológica fue evaluada mediante las herramientas AMSTAR 2, JBI y CASP. Se
incluyeron 12 estudios, cuyos hallazgos evidencian que la inteligencia artificial se aplica
principalmente en la identificación temprana de necesidades paliativas, el manejo de
síntomas complejos y la mejora de la comunicación clínica, así como en la toma de
decisiones. Los resultados sugieren que la IA puede mejorar la predicción de riesgos,
optimizar el control de síntomas y apoyar la provisión de información estructurada; no
obstante, se identificaron limitaciones relacionadas con la heterogeneidad metodológica,
la falta de validación clínica, la presencia de posibles sesgos y preocupaciones éticas
asociadas a la privacidad de los datos, la transparencia de los algoritmos y el respeto a la
autonomía del paciente. En conclusión, la inteligencia artificial muestra un potencial
significativo como herramienta de apoyo en cuidados paliativos; sin embargo, su
implementación debe ser complementaria al juicio clínico y al cuidado humanizado, por
lo que se requieren estudios adicionales que evalúen su efectividad y garanticen una
aplicación segura, ética y centrada en la persona.
Palabras clave: Atención centrada, cuidados paliativos, inteligencia artificial, manejo de
síntomas, toma de decisiones.
Abstract:
Palliative care comprehensively addresses the physical, psychosocial, and
communicational needs of individuals with advanced illnesses; however, challenges persist in
symptom control, early identification of needs, and shared decision-making. In this context, the
present study aimed to systematically analyze the available evidence on the use of artificial
intelligence as a support tool for clinical decision-making in adults receiving palliative care. A
systematic review without meta-analysis was conducted, following the PRISMA 2020 guidelines,
including studies published between 2022 and 2025 in the PubMed, Embase, and Google Scholar
databases, whose methodological quality was assessed using the AMSTAR 2, JBI, and CASP
tools. A total of 12 studies were included, whose findings show that artificial intelligence is mainly
applied in the early identification of palliative care needs, the management of complex symptoms,
and the improvement of clinical communication, as well as in decision-making processes. The
results suggest that AI can enhance risk prediction, optimize symptom control, and support the
provision of structured information; however, limitations were identified related to
methodological heterogeneity, lack of clinical validation, the presence of potential biases, and
ethical concerns associated with data privacy, algorithm transparency, and respect for patient
autonomy. In conclusion, artificial intelligence shows significant potential as a supportive tool in
palliative care; however, its implementation should complement clinical judgment and humanized
care. Therefore, further studies are required to evaluate its effectiveness and ensure a safe, ethical,
and patient-centered application.
Keywords: Artificial intelligence, centered care, decision-making, palliative care, symptom
management.
Copyright: Derechos de autor 2026 Yesseth
Liliana Crespo Velasco, Mery Mishelle
Guamán Masaquiza, Claudia Alexandra
González García.
Esta obra está bajo una licencia internacional
Creative Commons Atribución-
NoComercial 4.0.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (642-653)
ISSN: 2960-8317
Yesseth Liliana Crespo Velasco, Mery Mishelle Guamán Masaquiza, Claudia Alexandra González García 643
1. Introducción
Los cuidados paliativos han evolucionado más allá del manejo del final de la vida para convertirse en
un enfoque integral que aborda las necesidades físicas, psicosociales y comunicacionales de las
personas con enfermedades avanzadas y sus familias. A pesar de estos avances, la práctica clínica
enfrenta desafíos persistentes, como la variabilidad en el control de los síntomas y la coordinación de
la atención interdisciplinaria.
Asimismo, persisten dificultades relacionadas con el apoyo continuo al paciente y a su cuidador, lo
que evidencia la necesidad de fortalecer los modelos de atención. En este contexto, surge la necesidad
de explorar herramientas que complementen la práctica tradicional y faciliten soluciones eficaces en
escenarios clínicos complejos.
En este sentido, la inteligencia artificial (IA) se perfila como una alternativa relevante para apoyar
la toma de decisiones clínicas. Un estudio con diseño intrasujeto, realizado en la India, evidenció que
los modelos de IA pueden generar respuestas estructuradas y contextualmente apropiadas en
escenarios de atención paliativa (Srivastava & Srivastava, 2023).
Estos hallazgos sugieren su utilidad para el análisis de información clínica, la clarificación de
opciones terapéuticas y la preparación de conversaciones complejas. Asimismo, un análisis
bibliométrico destacó el creciente interés por integrar la IA para optimizar la toma de decisiones
clínicas y mejorar los resultados en salud (Pan et al., 2025).
Entre sus aplicaciones, se incluyen la identificación temprana de necesidades paliativas, la gestión
de síntomas complejos y la predicción de riesgos al final de la vida. Sin embargo, la integración de la
inteligencia artificial plantea desafíos éticos y prácticos relevantes que deben ser considerados en su
implementación.
Entre estos desafíos se encuentran la protección de la privacidad de los datos, la transparencia de
los algoritmos y el respeto a la autonomía y dignidad del paciente, especialmente en contextos de final
de vida. Estos aspectos adquieren especial relevancia en la atención centrada en la persona.
Además, muchas aplicaciones aún no han sido evaluadas de forma sistemática en términos de
efectividad, seguridad y adecuación en entornos paliativos. Esto limita su implementación
generalizada y refuerza la necesidad de que estas herramientas no sustituyan la relación humana
esencial entre el profesional de la salud y el paciente (Adegbesan et al., 2024).
Estas limitaciones evidencian una brecha de conocimiento que debe abordarse para orientar futuras
investigaciones. En este sentido, resulta fundamental promover una incorporación ética y responsable
de estas tecnologías en la práctica clínica.
La pregunta de investigación que guía esta revisión es:
¿Qué aplicaciones de la inteligencia artificial han sido utilizadas para apoyar la toma de decisiones
clínicas en adultos en cuidados paliativos y cuáles son sus principales aportes y limitaciones en la
práctica clínica?
De forma orientativa, se plantea el esquema PICO:
• Población (P): Adultos en cuidados paliativos
• Intervención (I): Aplicaciones de inteligencia artificial en la toma de decisiones clínicas
• Comparación (C): Atención paliativa convencional o sin IA
• Resultados (O): Apoyo a la toma de decisiones clínicas
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (642-653)
ISSN: 2960-8317
Yesseth Liliana Crespo Velasco, Mery Mishelle Guamán Masaquiza, Claudia Alexandra González García 644
El objetivo general de este artículo es analizar la evidencia disponible sobre la aplicación de la
inteligencia artificial en la toma de decisiones clínicas en adultos en cuidados paliativos. Como
objetivos específicos, se busca identificar las herramientas de IA empleadas, describir los contextos y
poblaciones estudiadas, y analizar los principales beneficios, limitaciones y consideraciones éticas
reportadas.
El análisis del uso de la inteligencia artificial como herramienta de apoyo a la toma de decisiones
clínicas puede contribuir a fortalecer el trabajo del equipo interdisciplinario en cuidados paliativos,
optimizar el manejo de síntomas complejos y favorecer decisiones más informadas y oportunas,
siempre centradas en la persona. Por lo tanto, esta revisión pretende servir como base para que los
profesionales de la salud comprendan el potencial y las limitaciones de estas tecnologías, promoviendo
su incorporación ética, responsable y complementaria al cuidado humano.
2. Metodología
El presente estudio se desarrolló bajo la modalidad de revisión sistemática sin metaanálisis. Esta
metodología permitió la recopilación y la síntesis crítica de evidencia proveniente de diversos diseños
de investigación, lo que facilitó una visión integral sobre el uso de la inteligencia artificial en el contexto
del final de la vida. Para garantizar el rigor y la transparencia del proceso, se siguieron las directrices
de la declaración PRISMA 2020 (Page et al., 2021).
El protocolo de la revisión sistemática fue registrado previamente en la plataforma PROSPERO
(International Prospective Register of Systematic Reviews) bajo el número CRD420261322000, lo que
garantizó la transparencia metodológica y evitó la duplicación de esfuerzos.
Estrategia de búsqueda
La búsqueda de información se realizó en las bases de datos PubMed, Embase y Google Académico.
Se incluyeron publicaciones en español e inglés, publicadas entre los años 2022 y 2025. La estrategia se
estructuró mediante el uso de descriptores como inteligencia artificial, cuidados paliativos, medicina
paliativa y chatbots, los cuales se combinaron con operadores booleanos. Los detalles de la estrategia
de búsqueda se presentan en la figura 1.
Criterios de elegibilidad
Los criterios de elegibilidad se definieron previamente y se clasificaron en inclusión y exclusión.
Criterios de inclusión:
• Se incluyeron estudios publicados entre 2022 y 2025.
• Se consideraron investigaciones sobre inteligencia artificial aplicada a la medicina paliativa.
• Se incluyeron estudios centrados en la toma de decisiones clínicas.
Criterios de exclusión:
• Se excluyeron estudios no relacionados con el tema de investigación.
• Se excluyeron estudios con población pediátrica.
• Se excluyeron artículos sin acceso a texto completo.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (642-653)
ISSN: 2960-8317
Yesseth Liliana Crespo Velasco, Mery Mishelle Guamán Masaquiza, Claudia Alexandra González García 645
Evaluación de la calidad metodológica
La calidad metodológica de los estudios incluidos fue evaluada según el tipo de diseño:
• Revisiones sistemáticas: se utilizó la herramienta A Measurement Tool to Assess Systematic
Reviews (AMSTAR 2).
• Estudios observacionales: se empleó la herramienta Joanna Briggs Institute (JBI).
• Estudios cualitativos: se aplicó el instrumento Critical Appraisal Skills Programme (CASP).
Esto permitió garantizar una evaluación rigurosa, adecuada y metodológicamente pertinente de los
estudios incluidos. Los resultados de esta evaluación se presentan en la tabla 1.
Tabla 1
Evaluación de la calidad metodológica del estudio
Nº Título Autor (año) Metodología
Herramienta
aplicada
Respuestas “Sí”
Calidad
metodológica
1
Mapping study on AI-based
technologies in palliative care
Silva-Ferreira et al.
(2025)
Revisión de alcance
JBI 9/12 Moderada
2
The role of artificial intelligence in
palliative oncology
Thirugnanasamban
dam et al. (2025)
Revisión
sistemática
AMSTAR 2 2/7 Baja
3
AI-based approaches for advance
care planning
Arioz et al. (2025) Revisión de alcance
JBI 7/12 Moderada
4
AI and decision-making in
oncology
Froicu et al. (2025)
Revisión
sistemática
AMSTAR 2 6/7 Moderada–alta
5
Exploring the potential of chatbots
in critical care nephrology
Suppadungsuk et
al. (2023)
Revisión narrativa JBI 8/12 Moderada
6
Ethical challenges and
opportunities of AI in end-of-life
palliative care
García Abejas et al.
(2025)
Revisión
integrativa
AMSTAR 2 2/7 Baja
7
Artificially intelligent nursing
homes
Ronan et al. (2025) Revisión de alcance
JBI 9/12 Moderada
8
Can artificial intelligence aid
communication? GPT-3 in
palliative care
Srivastava et al.
(2023)
Estudio de caso
CASP
(cualitativo)
6/10 Moderada
9
Assessment of ChatGPT, Bard,
Gemini responses
Hanci et al. (2024)
Observacional
transversal
JBI 11/12 Alta
10 Debunking palliative care myths
Gondode et al.
(2024)
Experimental
comparativo
JBI 11/12 Alta
11
End-of-life care patient
information leaflets
Gondode et al.
(2024)
Experimental
comparativo
JBI 11/12 Alta
12
Enhancing serious illness
communication using AI
Chua et al. (2022) Artículo de opinión
No aplica No evaluado No evaluado
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (642-653)
ISSN: 2960-8317
Yesseth Liliana Crespo Velasco, Mery Mishelle Guamán Masaquiza, Claudia Alexandra González García 646
3. Resultados
Figura 1
Diagrama de flujo PRISMA
Características generales de los estudios incluidos
En esta revisión sistemática se incluyeron 12 estudios publicados entre 2022 y 2025, los cuales
analizaron la aplicación de la inteligencia artificial como herramienta de apoyo para la toma de
decisiones clínicas en adultos en cuidados paliativos.
Los estudios incluidos describieron el uso de la inteligencia artificial en cuatro ámbitos principales:
identificación de necesidades paliativas, apoyo al manejo clínico y control de síntomas, apoyo a la
comunicación y toma de decisiones compartidas, y consideraciones éticas que condicionan su
implementación en la práctica clínica. Esta clasificación permitió organizar la evidencia en función del
objetivo del estudio. Los resultados detallados se presentan en la tabla 2.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (642-653)
ISSN: 2960-8317
Yesseth Liliana Crespo Velasco, Mery Mishelle Guamán Masaquiza, Claudia Alexandra González García 647
Tabla 2
Síntesis de los estudios incluidos
Título Autor(es) País Año Metodología Muestra Resultados
Mapping study on AI-
based
technologies in palliative care: A
scoping study
Silva-Ferreira,
M. et al. (2025)
Portugal 2025
Revisión de
alcance
57 estudios
La inteligencia artificial y las tecnologías
digitales han transformado la atención al
mejorar la comunicación, la coordinación
del cuidado, el control de síntomas y la
atención remota; sin embargo, persisten
barreras éticas, legales y de accesibilidad.
The role of artificial intelligence
in palliative oncology: Zeroing in
on hematologic malignancies
Thirugnanasam
bandam et al.
(2025)
Estados
Unidos
2025
Revisión
sistemática
5 ensayos
controlados
aleatorizados
La inteligencia artificial mostró potencial
para mejorar el diagnóstico, el manejo de
síntomas y la personalización del cuidado
mediante análisis predictivo y sistemas de
apoyo clínico, optimizando la planificación
terapéutica y el seguimiento.
Artificial intelligence-
based
approaches for advance care
planning: A scoping review
Arioz, U. et al.
(2025)
Esloveni
a
2025
Revisión de
alcance
41 estudios
Los modelos basados en inteligencia
artificial mostraron resultados
prometedores para predecir desenlaces y
apoyar la toma de decisiones; no obstante,
se identificaron limitaciones en la
disponibilidad de datos y código.
Artificial intelligence and
decision-
making in oncology: A
review of ethical, legal, and
informed consent challenges
Froicu et al.
(2025)
Rumania 2025
Revisión
sistemática
15 estudios
La inteligencia artificial presentó
potencial para apoyar la toma de
decisiones clínicas; sin embargo, enfrenta
desafíos éticos, legales y relacionados con
el consentimiento informado,
especialmente en términos de
transparencia y explicabilidad.
Exploring the potential of
chatbots in critical care
nephrology
Suppadungsuk
et al. (2023)
Estados
Unidos y
Tailandia
2023
Revisión
narrativa
No aplica
Los chatbots
pueden fortalecer la toma de
decisiones mediante el acceso oportuno a
información; no obstante, requieren
garantizar la precisión, la seguridad de
los datos y su adecuada integración en la
práctica clínica.
Ethical challenges and
opportunities of AI in end-of-
life
palliative care: Integrative
review
García Abejas
et al. (2025)
Portugal
y España
2025
Revisión
integrativa
29 estudios
La inteligencia artificial puede fortalecer
la toma de decisiones clínicas si se
implementa de manera ética, equitativa y
centrada en el paciente; además, se
requiere el desarrollo de políticas y mayor
investigación.
Artificially intelligent nursing
homes: A scoping review of
palliative care interventions
Ronan et al.
(2025)
Irlanda 2025
Revisión de
alcance
19 estudios
Los sistemas de inteligencia artificial aún
se encuentran en desarrollo y su
aplicación en cuidados paliativos es
limitada; sin embargo, presentan
potencial para mejorar la atención en
entornos residenciales.
Can artificial intelligence aid
communication? Considering
the possibilities of GPT-
3 in
palliative care
Srivastava &
Srivastava
(2023)
India 2023 Estudio de caso
6 profesionales
de salud
El modelo GPT-
3 generó respuestas
similares a las humanas útiles para la
toma de decisiones; sin embargo,
presentó sesgos y problemas de
repetición en temas sensibles.
Assessment of readability,
reliability, and quality of AI
chatbot responses on palliative
care
Hanci et al.
(2024)
Turquía 2024
Estudio
observacional
transversal
No aplica
Los chatbots
pueden apoyar la provisión
de información médica; sin embargo,
presentan limitaciones en calidad y
legibilidad, superando en algunos casos los
niveles recomendados de comprensión.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (642-653)
ISSN: 2960-8317
Yesseth Liliana Crespo Velasco, Mery Mishelle Guamán Masaquiza, Claudia Alexandra González García 648
Debunking palliative care myths:
Assessing the performance of AI
chatbots (ChatGPT vs. Google
Gemini)
Gondode et al.
(2024)
India 2024
Estudio
experimental
comparativo
No aplica
Los chatbots
demostraron eficacia para
desmentir mitos y mejorar la
comprensión del paciente; no obstante, se
requiere mayor validación de sus
resultados.
End-of-
life care patient
information leaflets: A
comparative evaluation of AI-
generated content (ChatGPT vs.
Google Gemini)
Gondode et al.
(2024)
India 2024
Estudio
comparativo
experimental
No aplica
Gemini generó contenidos más legibles;
sin embargo, ambos sistemas mostraron
alta calidad general, con diferencias leves
en precisión.
Enhancing serious illness
communication using artificial
intelligence
Chua et al.
(2022)
Estados
Unidos
2022
Artículo de
opinión
No aplica
La inteligencia artificial puede mejorar la
comunicación clínica y reducir la carga
administrativa; sin embargo, debe
complementar el juicio clínico y requiere
validación adicional.
Apoyo a la identificación de necesidades paliativas y toma de decisiones tempranas
Diversos estudios reportaron que los sistemas basados en inteligencia artificial pueden apoyar la
identificación temprana de pacientes con necesidades paliativas mediante el análisis de datos clínicos,
la predicción de mortalidad y la evaluación del riesgo. Estas herramientas fueron descritas como un
apoyo relevante para la toma de decisiones clínicas tempranas, ya que facilitaron la derivación
oportuna a cuidados paliativos y la planificación anticipada en adultos con enfermedades avanzadas
(Arioz et al., 2025; Ronan et al., 2025).
Apoyo al manejo clínico y toma de decisiones en síntomas complejos
Algunos estudios señalaron que la inteligencia artificial puede contribuir al manejo de síntomas
complejos, como el dolor y la disnea, mediante sistemas de apoyo a la decisión clínica, monitoreo
continuo y análisis de información. Estos enfoques permitieron respaldar decisiones terapéuticas
individualizadas, optimizar la coordinación de la atención y fortalecer el trabajo del equipo
interdisciplinario en cuidados paliativos (Thirugnanasambandam et al., 2025; Silva-Ferreira et al.,
2025).
Apoyo a la comunicación clínica y toma de decisiones compartidas
Diversas investigaciones evaluaron el uso de modelos de lenguaje y chatbots como herramientas de
apoyo para la comunicación clínica, la educación del paciente y del cuidador, así como para facilitar
conversaciones sobre enfermedades graves y el final de la vida. Los resultados indicaron que estas
herramientas pueden favorecer la toma de decisiones compartidas al proporcionar información
estructurada, comprensible y accesible, lo que mejoró la comprensión de las opciones terapéuticas y
los planes de cuidado (Srivastava & Srivastava, 2023; Hanci et al., 2024; Gondode et al., 2024).
Apoyo a la toma de decisiones desde una perspectiva ética, legal y centrada en la persona
Varios estudios abordaron los aspectos éticos y legales relacionados con la implementación de la
inteligencia artificial en cuidados paliativos. Entre los principales elementos se destacaron la necesidad
de transparencia de los algoritmos, la protección de datos, el consentimiento informado y el respeto a
la autonomía y dignidad del paciente. En conjunto, la evidencia coincidió en que la inteligencia
artificial debe utilizarse como herramienta de apoyo, sin sustituir el juicio clínico ni la relación humana
en la toma de decisiones al final de la vida (Froicu et al., 2025; García Abejas et al., 2025).
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (642-653)
ISSN: 2960-8317
Yesseth Liliana Crespo Velasco, Mery Mishelle Guamán Masaquiza, Claudia Alexandra González García 649
4. Discusión
La presente revisión sistemática evidencia que la inteligencia artificial se está consolidando
progresivamente como una herramienta de apoyo relevante para la toma de decisiones clínicas en
adultos en cuidados paliativos. En concordancia con el objetivo del estudio, los hallazgos permiten
interpretar no solo las aplicaciones actuales, sino también su impacto potencial en la práctica clínica.
Sus principales aplicaciones incluyen la identificación temprana de necesidades paliativas y el manejo
de síntomas complejos. Asimismo, contribuye a la mejora de la comunicación clínica y la toma de
decisiones compartidas.
Este panorama refleja una transición hacia modelos de atención más integrados, apoyados en
tecnologías digitales y centrados en la persona con enfermedad avanzada. En relación con la
identificación temprana de necesidades paliativas, los estudios destacan que los sistemas basados en
inteligencia artificial permiten mejorar la detección oportuna de pacientes. Particularmente, los
modelos predictivos optimizan la planificación anticipada de la atención. Esto favorece intervenciones
más oportunas y personalizadas.
Estas herramientas facilitan el análisis de grandes volúmenes de datos clínicos, mejoran la
estratificación del riesgo y contribuyen a decisiones terapéuticas más informadas. Su utilidad es
especialmente relevante en contextos oncológicos y enfermedades avanzadas (Thirugnanasambandam
et al., 2025; Silva-Ferreira et al., 2025). Asimismo, pueden favorecer el bienestar del paciente y mejorar
la accesibilidad al cuidado. También fortalecen la continuidad asistencial en situaciones críticas (Chua
et al., 2022).
No obstante, estos beneficios deben interpretarse con cautela debido a posibles sesgos algorítmicos.
La dependencia de datos de calidad puede influir en la precisión de las predicciones y en la toma de
decisiones clínicas. Esto resalta la necesidad de validar rigurosamente estos sistemas antes de su
implementación. Asimismo, es fundamental considerar la transparencia de los modelos utilizados.
En cuanto al manejo clínico y control de síntomas, los estudios sugieren que la inteligencia artificial
puede optimizar la atención paliativa mediante sistemas de monitoreo y herramientas de apoyo a la
decisión clínica. Su potencial se extiende al manejo de síntomas complejos y la continuidad asistencial.
Además, contribuye a mejorar la eficiencia de los servicios de salud. Esto incluye entornos
domiciliarios y de larga estancia.
Sin embargo, muchas de estas aplicaciones aún se encuentran en fases iniciales de desarrollo o
validación. Esto limita su implementación en la práctica clínica y su generalización. En este sentido, se
requiere mayor investigación para garantizar su fiabilidad y aplicabilidad. También es necesario
fortalecer su validación clínica antes de su adopción.
Además, la implementación segura de estos sistemas depende de su explicabilidad, transparencia
y validación clínica. La falta de interpretabilidad puede limitar su adopción en entornos clínicos. Por
ello, la inteligencia artificial debe emplearse como complemento del juicio clínico. No debe
considerarse un sustituto del profesional de la salud.
En el ámbito de la comunicación clínica y la toma de decisiones compartidas, existe un creciente
interés en el uso de chatbots y modelos de lenguaje. Estas herramientas apoyan la educación del
paciente y facilitan conversaciones complejas en cuidados paliativos. Además, mejoran el acceso a la
información en salud. Esto favorece procesos comunicativos más efectivos.
Estudios recientes evidencian su potencial para generar respuestas comprensibles y útiles (Srivastava
& Srivastava, 2023; Gondode et al., 2024). Desde una perspectiva interpretativa, podrían desempeñar un
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (642-653)
ISSN: 2960-8317
Yesseth Liliana Crespo Velasco, Mery Mishelle Guamán Masaquiza, Claudia Alexandra González García 650
rol mediador en la relación clínico-paciente. Esto es relevante en contextos con limitaciones de tiempo y
recursos. Sin embargo, requieren validación rigurosa antes de su implementación.
No obstante, se han identificado limitaciones como problemas de legibilidad, variabilidad en la
calidad de la información y presencia de sesgos. También existe riesgo de inexactitudes en contenidos
generados por inteligencia artificial. Estas limitaciones refuerzan la necesidad de supervisión
profesional. Asimismo, se requiere validación previa a su uso clínico (Hanci et al., 2024).
Desde una perspectiva ética, legal y centrada en la persona, la incorporación de la inteligencia
artificial implica desafíos relevantes. Entre ellos destacan la transparencia de los algoritmos, la
protección de datos y el consentimiento informado. Estos aspectos adquieren especial relevancia en el
contexto del final de la vida. En estos escenarios, las decisiones clínicas tienen profundas implicaciones
personales y culturales.
En este sentido, la discusión trasciende el ámbito tecnológico y se sitúa en un enfoque bioético. El
uso de la inteligencia artificial debe alinearse con los principios de beneficencia, no maleficencia,
autonomía y justicia. La literatura enfatiza la necesidad de una implementación ética y humanizada.
Además, se debe evitar desplazar la atención integral del paciente.
Entre las limitaciones de esta revisión se identifican la restricción temporal de los estudios incluidos
y la heterogeneidad metodológica. También se evidencia la ausencia de evaluaciones longitudinales
que midan el impacto en resultados clínicos. Esto incluye calidad de vida y experiencia del paciente.
Estas limitaciones afectan la solidez de la evidencia disponible.
Adicionalmente, la predominancia de estudios descriptivos limita la robustez de los hallazgos. Esto
evidencia la necesidad de ensayos clínicos y estudios experimentales en este campo. A pesar de ello,
los resultados aportan una visión integral del estado actual de la evidencia. También permiten
identificar áreas clave para futuras investigaciones.
En consecuencia, se recomienda orientar futuras investigaciones hacia la validación clínica de estas
tecnologías. También es necesario evaluar su impacto en resultados centrados en el paciente.
Asimismo, se deben desarrollar marcos regulatorios adecuados. Esto garantizará una implementación
segura, ética y efectiva en cuidados paliativos.
5. Conclusiones
La inteligencia artificial se perfila como una herramienta emergente con potencial significativo para
apoyar la toma de decisiones clínicas en adultos en cuidados paliativos, particularmente en la
identificación temprana de necesidades paliativas, el manejo de síntomas complejos y el apoyo a la
comunicación clínica. En coherencia con los hallazgos de la revisión, su aplicación contribuye a
optimizar procesos clínicos y a fortalecer la atención centrada en la persona.
Sin embargo, la evidencia disponible presenta heterogeneidad metodológica y muchas aplicaciones
aún se encuentran en fases iniciales de desarrollo y validación, lo que limita su generalización en la
práctica clínica. Asimismo, la falta de estudios experimentales y longitudinales restringe la
comprensión de su impacto en resultados clínicos y en la calidad de vida del paciente.
En este contexto, la implementación de la inteligencia artificial debe concebirse como un
complemento del juicio clínico, garantizando el respeto de los principios éticos, la autonomía del
paciente y la centralidad del cuidado humano. Su integración requiere, además, condiciones de
transparencia, explicabilidad y protección de datos, especialmente en escenarios de alta vulnerabilidad
como el final de la vida.
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (642-653)
ISSN: 2960-8317
Yesseth Liliana Crespo Velasco, Mery Mishelle Guamán Masaquiza, Claudia Alexandra González García 651
Finalmente, se requieren estudios prospectivos, ensayos clínicos y marcos regulatorios sólidos que
permitan evaluar rigurosamente su efectividad, seguridad e impacto en la toma de decisiones clínicas,
así como asegurar un uso ético, seguro y centrado en la persona. En consecuencia, el avance de la
inteligencia artificial en cuidados paliativos dependerá no solo de su desarrollo tecnológico, sino
también de su integración responsable en la práctica clínica.
Referencias
Adegbesan, A., Akingbola, A., Ojo, O., Jessica, U. O., Alao, U., Shagaya, U., Adewole, O. & Abdullahi,
O. (2024). Ethical challenges in the integration of artificial intelligence in palliative care. Journal
of Medicine, Surgery, and Public Health, 4, 100158.
https://www.sciencedirect.com/science/article/pii/S2949916X24001117
Arioz, U., Allsop, M., Goodman, W., Timmons, S., Simbirtseva, K., Mlakar, I., & Mocnik, G. (2025).
Artificial intelligence-based approaches for advance care planning: A scoping review. BMC
Palliative Care, 24(1), 268. https://pmc.ncbi.nlm.nih.gov/articles/PMC12548256/
Bozkurt, S., Fereydooni, S., Kar, I., Diop, C., Leslie, S., Pathak, R., Walling, A., Lindvall, C., Lorenz, K.,
Parikh, R., Quest, T., Giannitrapani, K., & Kavalieratos, D. (2025). AI in palliative care: A
scoping review of foundational gaps and future directions for responsible innovation. Journal
of Pain and Symptom Management, 70(6), e394–e418.
https://www.jpsmjournal.com/action/showFullText?pii=S0885392425007833
Chua, I., Ritchie, C., & Bates, D. (2022). Enhancing serious illness communication using artificial
intelligence. NPJ Digital Medicine, 5(1), 14. https://pmc.ncbi.nlm.nih.gov/articles/PMC8795189/
Froicu, E., Creangă-Murariu, I., Afrăsânie, V., Gafton, B., Alexa-Stratulat, T., Miron, L., Pușcașu, D.,
Poroch, V., Bacoanu, G., Radu, I., & Marinca, M. (2025). Artificial intelligence and decision-
making in oncology: A review of ethical, legal, and informed consent challenges. Current
oncology reports, 27(8), 1002–1012. https://doi.org/10.1007/s11912-025-01698-8
Gamboa-Bernal, G. (2024). Algor-ética y una mirada bioética a la inteligencia artificial. Persona y
Bioética, 28(2), 1. https://dialnet.unirioja.es/servlet/articulo?codigo=10266438
García, A., Geraldes, D., Leite, F., Cordero, A., Mota-Filipe, H., & Salvador, À. (2025). Ethical challenges
and opportunities of AI in end-of-life palliative care: Integrative review. Interactive Journal of
Medical Research, 14, e73517. https://pubmed.ncbi.nlm.nih.gov/40302210/
Gondode, P., Khanna, P., Sharma, P., Duggal, S., & Garg, N. (2024). End-of-life care patient information
leaflets—A comparative evaluation of artificial intelligence-generated content for Readability,
Sentiment, Accuracy, Completeness, and Suitability: ChatGPT vs Google Gemini. Indian Journal
of Critical Care Medicine, 28(6), 561. https://pmc.ncbi.nlm.nih.gov/articles/PMC11310687/
Gondode, P., Mahor, V., Rani, D., Ramkumar, R., & Yadav, P. (2024). Debunking palliative care myths:
Assessing the performance of artificial intelligence chatbots (ChatGPT vs. Google Gemini).
Indian Journal of Palliative Care, 30(3), 284–287. https://doi.org/10.25259/IJPC_44_2024
Hanci, V., Ergün, B., Gül, Ş., Uzun, Ö., Erdemir, İ., & Hanci, F. (2024). Assessment of readability,
reliability, and quality of ChatGPT®, BARD®, Gemini®, Copilot®, Perplexity® responses on
palliative care. Medicine, 103(33), e39305. https://doi.org/10.1097/md.0000000000039305
Mancera-Guzmán, C. (2025). Bioética clínica ante la innovación tecnológica. Apuntes de Bioética, 8(2),
AdB1334. https://doi.org/10.35383/apuntes.v8i2.1334
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (642-653)
ISSN: 2960-8317
Yesseth Liliana Crespo Velasco, Mery Mishelle Guamán Masaquiza, Claudia Alexandra González García 652
Mills, J., Fox, J., Damarell, R., Tieman, J., & Yates, P. (2021). Palliative care providers’ use of digital
health and perspectives on technological innovation: A national study. BMC Palliative Care,
20(1), 124. https://link.springer.com/article/10.1186/s12904-021-00822-2
Page, M., Moher, D., Bossuyt, P., Boutron, I., Hoffmann, T., Mulrow, C., & et al. (2021). PRISMA 2020
explanation and elaboration: Updated guidance and exemplars for reporting systematic
reviews. BMJ, 372, n160. https://doi.org/10.1136/bmj.n160
Pan, M., Huang, R., Liu, C., Xiong, Y., Li, N., Peng, H., Liang, Y., Gu, W., & Liu, H. (2025). Application
of artificial intelligence in palliative care: A bibliometric analysis of research hotspots and
trends. Frontiers in Medicine, 12, 1597195. https://doi.org/10.3389/fmed.2025.1597195
Ronan, I., Tabirca, S., Murphy, D., Cornally, N., Saab, M., & Crowley, P. (2025). Artificially intelligent
nursing homes: A scoping review of palliative care interventions. Frontiers in Digital Health, 7,
1484304. https://doi.org/10.3389/fdgth.2025.1484304
Silva-Ferreira, M., Cruz, S., Luís, M., Silva, M., Monteiro-Reis, S., Henrique, R., Jerónimo, C., Lefèvre,
S., Laplaud, A., Frasca, M., Pollet, L., Zurbanobeaskoetxea, L., Barbastro, R., García, M., Galán,
B., Palau, F., Marques, D., & Durán, R. (2025). Mapping study on AI-based technologies in
palliative care – a scoping study. BMC palliative care, 24(1), 274. https://doi.org/10.1186/s12904-
025-01909-w
Singh, R., Gondode, P., Duggal, S., & Nayak, S. (2025). Comparative evaluation of artificial intelligence
chatbots in delivering palliative care education to intensive care unit caregivers—A cross-
platform analysis: A Brief Communication. Indian Journal of Critical Care Medicine, 29(10), 865–
867. https://doi.org/10.5005/jp-journals-10071-25058
Srivastava, R., & Srivastava, S. (2023). Can artificial intelligence aid communication? Considering the
possibilities of GPT-3 in palliative care. Indian Journal of Palliative Care, 29(4), 418–425.
https://doi.org/10.25259/ijpc_155_2023
Suppadungsuk, S., Thongprayoon, C., Miao, J., Krisanapan, P., Qureshi, F., Kashani, K., &
Cheungpasitporn, W. (2023). Exploring the potential of chatbots in critical care
nephrology. Medicines Basel, 10(10), 58. https://doi.org/10.3390/medicines10100058
Thirugnanasambandam, R., Bauer, A., & D’Angelo, C. (2025). The role of artificial intelligence in
palliative oncology: Zeroing in on hematologic malignancies. Oncology (Williston Park), 39(10),
468–478. https://n9.cl/y7cd23
Esprint Investigación
https://rei.esprint.tech
Vol. 5 N° 1, enero-junio 2026 (642-653)
ISSN: 2960-8317
Yesseth Liliana Crespo Velasco, Mery Mishelle Guamán Masaquiza, Claudia Alexandra González García 653
Transparencia
Conflicto de interés
Los autores declaran que no existen conflictos de interés de naturaleza alguna como parte de la
presente investigación.
Fuente de financiamiento
Los autores financiaron completamente la investigación.
Contribución de autoría
Yesseth Liliana Crespo Velasco: Conceptualización, análisis formal, investigación, gestión de datos,
redacción - preparación del borrador original, redacción - revisión y edición, financiamiento,
administración del proyecto, recursos, supervisión.
Mery Mishelle Guamán Masaquiza: Conceptualización, metodología, software, validación, análisis
formal, investigación, gestión de datos, redacción - preparación del borrador original, redacción -
revisión y edición, financiamiento, recursos.
Claudia Alexandra González García: Conceptualización, validación, análisis formal, investigación,
visualización, redacción - preparación del borrador original, redacción - revisión y edición,
financiamiento.
Los autores contribuyeron activamente en el análisis de los resultados, revisión y aprobación del
manuscrito final.
