Empresas Premium
La Asociación Española de Compañías de Investigación Clínica (AECIC) ha celebrado la duodécima edición de sus jornadas anuales, un encuentro que este año ha girado en torno a un tema de plena actualidad: el papel de la inteligencia artificial en el desarrollo farmacéutico: los ensayos clínicos de los productos sanitarios y los fármacos.
Más de 330 profesionales —entre representantes de la industria, investigadores, autoridades sanitarias, expertos en innovación y miembros de CROs— se dieron cita para compartir experiencias y analizar cómo la IA está redefiniendo los procesos de investigación y desarrollo de las nuevas terapias para tratamiento de pacientes
En la apertura del evento, el presidente de AECIC, Óscar Salamanca, destacó que el objetivo del programa era ofrecer una mirada global del sector y propiciar el diálogo entre los distintos actores, con la intención de extraer conclusiones útiles y aplicables al futuro inmediato del entorno de la investigación clínica en España
En este apartado, Mónica Bermejo, secretaria de AECIC, ha presentado a Pedro Hernández, vicepresidente Clinical Research & PSP, quien ha explorado las oportunidades concretas que ofrece la IA en la mejora de tareas operativas dentro de los ensayos clínicos. Desde el diseño de protocolos más eficientes, hasta la generación automática de informes, pasando por el procesamiento inteligente de grandes volúmenes de datos clínicos. En este sentido, ha contextualizado que la investigación clínica debe acelerar procesos para conseguir llegar los nuevos tratamientos antes a los pacientes manteniendo la calidad y cumpliendo con las normativas.
Según ha opinado Hernández, la IA potencia la investigación pero no reemplaza el juicio humano ni la supervisión científica. Así, ha abordado los desafíos regulatorios y éticos asociados a esta transformación digital, incluyendo las reticencias existentes en el entorno clínico y los marcos legales en evolución. Y ha destacado que herramientas como Protocol First y Deep 6 AI hacen el diseño de protocolos“más” eficientes. Y es que permiten analizar grandes volúmenes de estudios previos para identificar redundancias y optimizar criterios de inclusión y exclusión. Simular escenarios de reclutamiento y duración del estudio ayuda a anticipar cuellos de botella y refinar el diseño del estudio.
Según ha informado, el 85 % de los problemas que tenemos en la investigación clínica están relacionados con el reclutamiento de pacientes y el abandono de los ensayos.
En cuanto a la generación y procesamiento de datos clínicos, el experto ha insistido en que las técnicas de PLN extraen datos clínicos relevantes de historiales electrónicos, reduciendo la entrada manual y los errores. Los algoritmos de IA detectan inconsistencias y valores atípicos en tiempo real, generando alertas automáticas para asegurar la calidad y que modelos como BioBERT y ClinicalBERT interpretan y clasifican información clínica con alta precisión. Además, ha citado herramientas innovadoras de captura de datos como Nference y Synthetrial.
En cuanto a la automatización de informes ha destacado la redacción automatizada de informes (clinicos, de monitorización, status, etc), ya que la IA permite la redacción automática de informes de seguridad, informes finales de estudios clínicos y actualizaciones periódicas, ahorrando tiempo y esfuerzo. Y la traducción multilingüe de documentos, asegurando el cumplimiento de normativas internacionales.
Así, ha recordado la Ley de IA de Europa y las guías de la FDA en EE.UU. proporcionan regulaciones estructuradas para la IA en aplicaciones médicas
En cuanto a los riesgos éticos ha destacado los sesgos algorítmicos: si los datos de entrenamiento no son representativos, los modelos pueden discriminar por género, raza, edad o condición socioeconómica; la falta de trazabilidad: decisiones automatizadas difíciles de explicar (“caja negra”); la validación continua: los modelos deben actualizarse y reevaluarse con nuevos datos clínicos. La privacidad y seguridad: riesgo de filtración de datos sensibles si no se aplican medidas de ciberseguridad robustas.
Y en cuanto a preocupaciones profesionales ha insistido en que los sanitarios temen la pérdida de empleos, deshumanización y errores no detectados de la IA en entornos clínicos. Aquí, ha destacado, establecer gobernanza, auditoría y formación continua es vital para un uso ético y seguro de la IA.
Para concluir, ha alentado a los profesionales a formarse en el uso responsable de la IA y ayudar a establecer estándares de transparencia y seguridad; Liderar el cambio de forma colaborativa e innovar.
Uno de los debates más actuales gira en torno a la IA no solo como herramienta, sino como producto sanitario en sí mismo. Y en las jornadas no podía faltar. Esta mesa ha abordado la definición, clasificación y regulación de la inteligencia artificial cuando se considera un dispositivo médico destinado a usos diagnósticos, pronósticos o terapéuticos. En este apartado, se han analizado las características específicas de los ensayos clínicos que deben demostrar la eficacia y seguridad de estos sistemas, así como los retos derivados de su naturaleza dinámica, no determinista y de autoaprendizaje. También se tratarán las estrategias actuales de comercialización y acceso al mercado de este tipo de soluciones.
Marta Moreda, vocal de AECIC, ha presentado a Diana Posa, CEO de IBERANIA, quien ha introducido el tema matizando que no todos los softwares tienen IA.
Como conclusiones, la experta se ha mostrado optimista: “La IA como producto sanitario permite analizar grandes volúmenes de datos clínicos, genómicos y de imagen, lo que mejora la precisión en diagnósticos y tratamientos individualizados”. Y es que, como ha mostrado, es relevante su eficiencia: Puede reducir errores médicos, optimizar terapias y predecir riesgos antes de que se conviertan en problemas graves.
En cuanto a desafíos ha insistido en que para que sea seguro y confiable, se necesitan regulaciones claras, evidencia clínica robusta y mecanismos que eviten sesgos o discriminación en los algoritmos. Como perspectiva ha avanzado que con el desarrollo adecuado de marcos regulatorios y éticos, la IA puede convertir la medicina tradicional en un sistema predictivo y adaptado a cada individuo. Eso sí, ha incidido, “la innovación suele ir por delante de la regulación. La velocidad en la que se desarrollan estas tecnologías es increible”.