metricas

Acta Colombiana de Cuidado Intensivo

Sugerencias
Acta Colombiana de Cuidado Intensivo Experiencia de la práctica de enfermería utilizando una herramienta de intelig...
Información de la revista
Vol. 26. Núm. 2.
(Abril - Junio 2026)
Cita
Cita
Compartir
Descargar PDF
Más opciones de artículo
Visitas
534
Vol. 26. Núm. 2.
(Abril - Junio 2026)
ORIGINAL

Experiencia de la práctica de enfermería utilizando una herramienta de inteligencia artificial de reconocimiento de voz

Experience of nursing practice using an artificial intelligence voice recognition tool
Visitas
534
Mario Andrés Narváez-Martíneza,
Autor para correspondencia
, Sarah Galvis-Tovarb, Andrea Rosas-Santanac, Henry Hernández-Lozanod
a Enfermero intensivista, Magíster, Fundación Cardioinfantil-Instituto de Cardiología, Bogotá, Colombia
b Estudiante de Enfermería, Universidad de Caldas, Manizales, Caldas, Colombia
c Enfermera intensivista, Fundación Cardioinfantil-Instituto de Cardiología, Bogotá, Colombia
d Enfermero intensivista, Magíster, Universidad de Caldas, Manizales, Caldas, Colombia
Este artículo ha recibido
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Resumen
Objetivo

Describir una experiencia clínica de la práctica de enfermería al utilizar una herramienta de inteligencia artificial de reconocimiento de voz.

Método

Iniciativa de gestión hospitalaria, basada en observación y descripción de una experiencia clínica de la práctica de enfermería centrada en el uso de una herramienta de inteligencia artificial basada en reconocimiento de voz, aplicada en una unidad de cuidados intensivos de la Fundación Cardioinfantil - LaCardio. Esta experiencia contrasta 2 prácticas de registros clínicos: una realizada mediante el software Dragon Medical One y otra por medio de transcripción tradicional.

Resultados

Se evidenció una reducción de 15min entre la enfermera que utilizó la herramienta de reconocimiento de voz para los registros de enfermería versus la que realizó los registros de forma tradicional. La calidad de los registros de enfermería fue excelente, ambos grupos no utilizaron siglas o abreviaturas, fueron oportunas y cumplían con la técnica Situación, Antecedentes, Evaluación, Recomendaciones y Riesgos –SAER–. Un factor distintivo en las notas generadas por reconocimiento de voz fue que el 77,78% de ellas necesitó edición para asegurar la precisión de la transcripción.

Conclusiones

El uso del sistema de reconocimiento de voz Dragon Medical One permitió reducir en un 50% el tiempo de documentación de enfermería en comparación con la mecanografía tradicional. Las notas dictadas fueron más detalladas y cumplieron con los estándares del modelo SAER, favoreciendo la calidad y continuidad del cuidado.

Palabras clave:
Enfermería
Reconocimiento de voz
Inteligencia artificial
Registros electrónicos de salud
Unidades de cuidados intensivos
Abstract
Objective

To describe a clinical experience in nursing practice using a voice recognition artificial intelligence tool.

Method

A hospital management initiative based on observation and description of a clinical nursing practice experience focused on the use of a voice recognition-based artificial intelligence tool, applied in an intensive care unit at Fundación Cardioinfantil - LaCardio. This experience contrasts 2 clinical documentation practices: one performed using Dragon Medical One software and the other through traditional transcription.

Results

A 15-min reduction was observed in the nurse who used the voice recognition tool for nursing documentation compared to the one who documented using traditional methods. The quality of nursing records was excellent; both groups avoided the use of acronyms or abbreviations, were timely, and adhered to the SAER technique –Situation, Background, Assessment, Recommendations, and Risks–. A distinctive factor in the voice-generated notes was that 77.78% required editing to ensure transcription accuracy.

Conclusions

The use of the Dragon Medical One voice recognition system reduced nursing documentation time by 50% compared to traditional typing. Dictated notes were more detailed and met the standards of the SAER model, enhancing the quality and continuity of care.

Keywords:
Nursing
Voice recognition
Artificial intelligence
Electronic health records
Intensive care units

Artículo

Opciones para acceder a los textos completos de la publicación Acta Colombiana de Cuidado Intensivo
Suscriptor
Suscriptor de la revista

Si ya tiene sus datos de acceso, clique aquí.

Si olvidó su clave de acceso puede recuperarla clicando aquí y seleccionando la opción "He olvidado mi contraseña".
Comprar
Comprar acceso al artículo

Comprando el artículo el PDF del mismo podrá ser descargado

Comprar ahora
Contactar
Teléfono para suscripciones e incidencias
De lunes a viernes de 9h a 18h (GMT+1) excepto los meses de julio y agosto que será de 9 a 15h
Llamadas desde España
932 415 960
Llamadas desde fuera de España
+34 932 415 960
E-mail
Bibliografía
[1]
S. Peivandi, L. Ahmadian, J. Farokhzadian, Y. Jahani.
Evaluation and comparison of errors on nursing notes created by online and offline speech recognition technology and handwritten: an interventional study.
BMC Med Inform Decis Mak., 22 (2022), pp. 96
[2]
H. Cho, O.T. Nguyen, M. Weaver, et al.
Electronic health record system use and documentation burden of acute and critical care nurse clinicians: a mixed-methods study.
J Am Med Inform Assoc., 31 (2024), pp. 2540-2549
[3]
F. Dinari, K. Bahaadinbeigy, S. Bassiri, E. Mashouf, S. Bastaminejad, K. Moulaei.
Benefits, barriers, and facilitators of using speech recognition technology in nursing documentation and reporting: a cross-sectional study.
Health Sci Rep., 6 (2023),
[4]
S.V. Blackley, V.D. Schubert, F.R. Goss, W. Al Assad, P.M. Garabedian, L. Zhou.
Physician use of speech recognition versus typing in clinical documentation: a controlled observational study.
[5]
L. Mayer, D. Xu, N. Edwards, G. Bokhart.
A comparison of voice recognition program and traditional keyboard charting for nurse documentation.
Comput Inform Nurs., 40 (2022), pp. 90-94
[6]
T. Mairittha, N. Mairittha, S. Inoue.
Evaluating a spoken dialogue system for recording systems of nursing care.
Sensors (Basel)., 19 (2019),
[7]
C. Lee, S. Britto, K. Diwan.
Evaluating the impact of artificial intelligence (AI) on clinical documentation efficiency and accuracy across clinical settings: a scoping review.
Cureus [Internet]., 16 (2024),
[8]
E. Ramírez-Baraldes, D. García-Gutiérrez, C. García-Salido.
Artificial intelligence in nursing: new opportunities and challenges.
[9]
M.M. Matmi, S. Shahbal, A.S. Alharbi, et al.
AI-led healthcare leadership: unveiling nursing trends and pathways ahead.
Evol Stud Imaginative Cult., 8.2 (2024), pp. 1028-1046
[10]
D.I. Cáceres Rivera, J.P. Ruiz Sandoval, L.Y. Cristancho Zambrano, M.A. Pulido Montes, L.A. López Romero.
Métodos empleados para cuantificar la carga de trabajo en Enfermería en las unidades de cuidados intensivos: una revisión de la literatura.
Rev Cuid [Internet]., 13 (2022),
asdasdasd
Opciones de artículo
Herramientas