Aplicación de redes neuronales en la toma de decisiones basada en datos para la investigación y generación de intervenciones en enfermería: una reflexión teóricaRoberto Joel Tirado-Reyes1,2 (https://orcid.org/0000-0002-1492-7507)Rosalia Silva-Maytorena1,3 (https://orcid.org/0000-0001-8262-5298)Pedro Moisés Noh-Moo4(https://orcid.org/0000-0003-1580-5533)Alma Leticia Zamora-Villegas5(https://orcid.org/0009-0009-6332-3441)Rosario Edith Ortíz-Felix5(https://orcid.org/0000-0002-5827-3218)1Universidad Autónoma de Sinaloa, Facultad de Enfermería Culiacán. Culiacán, Sinaloa, México. 2Instituto Mexicano del Seguro Social. Unidad de Medicina Familiar con UMAA Número 55. Culiacán, Sinaloa México. 3Instituto Mexicano del Seguro Social, Hospital General de Subzona IV/Medicina Familiar No.8, Ensenada BC, México. 4Facultad de Ciencias de Salud, Universidad Autónoma del Carmen, Ciudad del Carmen Campeche, México. 5Universidad Autónoma de Sinaloa, Facultad de Enfermería, Mochis Ahome, Sinaloa, México.Correspondencia: rosaliasilvamaytorena@gmail. com (Rosalia Silva Maytorena)Doi: https://doi.org/10.58807/temperamentvm20257967ResumenLas redes neuronales están transformando la enfermería al integrar análisis de datos, predicción y automatización en el cuidado clínico, la gestión y la docencia. Estos algoritmos, inspirados en el funcionamiento cerebral, procesan enormes volúmenes de información clínica para identificar patrones y anticipar desenlaces con base en evidencia científica. En el ámbito educativo, permiten personalizar la enseñanza según el ritmo y las necesidades del estudiante, mientras que en la administración hospitalaria optimizan recursos y detectan ineficiencias en tiempo real. No obstante, su adopción requiere que los programas de formación en enfermería incluyan competencias en ciencia de datos e inteligen-cia artificial. Formar profesionales capaces de interpretar y aplicar estos sistemas no es un lujo tecnológico, sino un deberético ante la crecien-te dependencia de los datos en la toma de decisiones clínicas. En consecuencia, la enfermería contemporánea se redefine en diálogo constan-te con la inteligencia artificial.Palabras clave: Redes Neuronales. Práctica Basada en la Evidencia. Educación en Enfermería. Toma de Decisiones. Gestión de laSalud.Application of Neural Networks for Data-Driven Decision Making in Nursing Research and Intervention Generation: A Theoretical ReflectionAbstractNeural networks are steadily reshaping the field of nursing, merging data analysis, prediction, and automation into the core of care, manage-ment, and education. These algorithms, modeled after the intricate workings of the human brain, are capable of examining immense volumes of clinical information and uncovering patterns that might otherwise go unnoticed. By anticipating outcomes and generating recommendations supported by evidence, they contribute to safer and more precise decision-making. In the educational sphere, they allow for truly personalized learning paths, adapting to the rhythm and progress of each student. In hospital administration, they reveal inefficiencies that may hinder work-flow and help allocate resources more intelligently. Yet, for this potential to materialize, nursing programs must deliberately include competen-cies in data science and artificial intelligence. Preparing professionals who can interpret and ethically apply these tools is not merely a technical demand it has become a moral responsibility within the complexity of today's healthcare landscape.Keywords: Neural Networks. Evidence-Based Practice. Nursing Education. Decision Making. Health Management.

Temperamentvm: Revista internacional de historia y pensamiento enfermero 2026 Open access