Percepción de la calidad asistencial y de la seguridad del paciente en centros sociosanitarios: experiencias de personas usuarias, familiares, cuidadores y profesionales, y análisis del impacto de las soluciones basadas en inteligencia artificial

Abstract

La atención sociosanitaria, entendida como la integración de servicios sanitarios y sociales para personas con enfermedades crónicas, dependencia o necesidades complejas, constituye hoy uno de los pilares fundamentales del estado de bienestar. La presente tesis doctoral aborda la percepción que los profesionales de los centros sociosanitarios tienen sobre la calidad asistencial y la seguridad del paciente, incorporando además el análisis del potencial transformador de la Inteligencia Artificial (IA) como herramienta de mejora continua para esta tipología de recurso asistencial. La investigación surge en un contexto de cambios acelerados derivados de la pandemia por la COVID-19, que tensionó los sistemas de atención a largo plazo y visibilizó tanto sus fortalezas como sus debilidades. La tesis se estructura en tres estudios complementarios. El primero, una revisión sistemática de la literatura, la cual analiza las lecciones aprendidas en centros sociosanitarios para adultos mayores durante la crisis sanitaria. Los resultados reflejaron que, aunque se implementaron medidas eficaces como el aislamiento de casos, el refuerzo del personal o la reorganización de espacios, también emergieron carencias graves en la coordinación, la planificación y la gestión del riesgo. El segundo estudio revisa de forma sistemática la literatura científica sobre la aplicación de IA en el ámbito sociosanitario. Se identificaron usos prometedores en la predicción de deterioro funcional, la gestión de medicamentos, la detección precoz de eventos adversos y el apoyo a la toma de decisiones clínicas, aunque también se señalaron desafíos importantes en materia de ética, interoperabilidad y capacitación del personal. Finalmente, el tercer estudio, de naturaleza cualitativa, exploró mediante las técnicas de grupo nominal y de conferencias de consenso la percepción de profesionales y cuidadores sobre las inequidades existentes en los centros de adultos mayores. Los participantes identificaron desigualdades asociadas al tipo de centro, al territorio, a la situación socioeconómica de los usuarios y a las condiciones laborales del personal. De forma transversal, los tres estudios revelan una coincidencia en cuanto al reconocimiento de la necesidad de promover una cultura institucional centrada en la calidad asistencial y seguridad del paciente. Los profesionales valoran positivamente la inclusión de tecnologías inteligentes, siempre que se asegure una implementación adaptada, participativa y respetuosa con los valores del cuidado centrado en la persona. Asimismo, se destaca que las políticas públicas deben reforzar la equidad territorial, mejorar la financiación estructural y fomentar la formación continua de los equipos profesionales como vía para garantizar una atención sociosanitaria de calidad. En conclusión, esta tesis aporta evidencia científica y práctica para avanzar hacia un modelo sociosanitario más seguro, equitativo y tecnológicamente adaptado. Propone una sinergia entre la experiencia humana y la innovación digital como estrategia para transformar la atención en los centros sociosanitarios, especialmente en escenarios de alta complejidad como los vividos durante la pandemia. La integración efectiva de la IA debe estar acompañada de marcos éticos claros, participación profesional en el diseño de soluciones, y un compromiso institucional firme con la mejora continua de la calidad asistencial y de la seguridad del paciente.

Socio-health care, understood as the integration of health and social services for individuals with chronic illnesses, dependency, or complex needs, is currently one of the fundamental pillars of the welfare state. This doctoral thesis examines the perceptions of professionals working in socio-health centers regarding care quality and patient safety, while also incorporating an analysis of the transformative potential of Artificial Intelligence (AI) as a tool for continuous improvement within this type of care setting. The research arises in the context of rapid changes triggered by the COVID-19 pandemic, which placed significant strain on long-term care systems and brought both their strengths and weaknesses to light. The thesis is structured around three complementary studies. The first is a systematic review of the literature, analyzing lessons learned in socio-health centers for older adults during the health crisis. The results revealed that, although effective measures such as case isolation, staff reinforcement, and space reorganization were implemented, significant shortcomings in coordination, planning, and risk management also emerged. The second study systematically reviews the scientific literature on the application of AI in the socio- health field. Promising uses were identified in the prediction of functional decline, medication management, early detection of adverse events, and support for clinical decision-making, though important challenges related to ethics, interoperability, and staff training were also highlighted. Finally, the third study, of a qualitative nature, explored, through nominal group techniques and consensus conferences, the perceptions of professionals and caregivers regarding existing inequities in centers for older adults. Participants identified disparities associated with the type of center, geographic location, users’ socioeconomic status, and staff working conditions. Across all three studies, there is a consensus on the need to promote an institutional culture focused on care quality and patient safety. Professionals expressed a positive attitude toward the inclusion of intelligent technologies, provided that their implementation is adapted, participatory, and respectful of the values inherent in person-centered care. Additionally, it is emphasized that public policies should reinforce territorial equity, improve structural funding, and promote the ongoing training of professional teams as a means of ensuring high- quality socio-health care. In conclusion, this thesis provides scientific and practical evidence to advance towards a safer, more equitable, and technologically adapted socio-health care model. It proposes synergy between human expertise and digital innovation as a strategy to transform care in socio-health centers, particularly in highly complex scenarios such as those experienced during the pandemic. The effective integration of AI must be accompanied by clear ethical frameworks, professional involvement in the design of solutions, and a strong institutional commitment to the continuous improvement of care quality and patient safety.