Un informe a cargo de expertos del Consejo de Organizaciones Internacionales de Ciencias Médicas (CIOMS, por las siglas en inglés) establece unos principios esenciales y buenas prácticas para avanzar hacia una adopción efectiva y responsable de las herramientas de inteligencia artificial (AI) en la farmacovigilancia (FV).
Titulado
Artificial Intelligence in Pharmacovigilance, el
documento está disponible en la web del CIOMS, y está dirigido al amplio abanico de las partes implicadas, desde los organismos reguladores y la industria —tanto tecnológica como biofarmacéutica— hasta investigadores, clínicos y pacientes, entre otros.
Dada la rápida evolución de la IA en los últimos años, el trabajo se centra en ofrecer estrategias y perspectivas cuya relevancia se mantenga a medida que las capacidades de dicha tecnología avancen. Y es que, como en otros ámbitos, la IA podría permitir mejorar la eficiencia y la calidad de los procesos en FV, pero no está exenta de riesgos, por lo que es importante tenerlos en cuenta.
La guía se articula alrededor de principios como la evaluación del riesgo, la supervisión humana y la transparencia
La guía se articula alrededor de siete principios esenciales centrados en garantizar que el desarrollo e implementación de la IA en FV se realiza de forma fiable, responsable y de acuerdo con criterios regulatorios, garantizando su aceptabilidad y confianza entre los usuarios.
En este sentido, uno de estos siete principios recomienda adoptar una aproximación basada en la evaluación del riesgo, teniendo en cuenta las imprecisiones y la variabilidad de los sistemas de IA. Para ello, es necesaria una supervisión humana constante, que es otro de los pilares, puesto que permite optimizar el uso de la tecnología. En este sentido, los autores también destacan que la importancia de que los profesionales de la FV adopten una actitud crítica con las propuestas de la IA para garantizar la validez y solidez de los resultados.
Otros de los ejes identificados como esenciales son la transparencia y la equidad. En el primer caso, el informe considera crítico informar sobre cuándo y cómo se usan las herramientas de IA, y recomienda apostar por modelos explicables, es decir, aquellos que permiten comprender cómo se llega a los resultados. En cuanto a la equidad, se destaca la importancia de evitar la propagación y amplificación de sesgos.
Referencia:
Artificial intelligence in pharmacovigilance. CIOMS Working Group XIV report. Geneva, Switzerland: Council for International Organizations of Medical Sciences
(CIOMS), 2025.
doi:10.56759/cdob6397.
OAD-ES-AMG-0001
Aceptar y salir
