Artículo
La IA en el punto de mira: Conclusiones del Congreso Mundial de Seguridad del Paciente
-
Lin Li, Ph.D.
-
José Miguel Rivas Romero
-
Stephen Sun, MD, MPH
La industria ha llegado a un punto en el que la comprensión de la inteligencia artificial (IA) y sus posibles aplicaciones en farmacovigilancia ha madurado considerablemente. Así quedó claro tanto en el Congreso Mundial de Seguridad del Paciente, celebrado en Ámsterdam del 22 al 24 de septiembre, como en el congreso celebrado en Boston del 13 al 15 de octubre. Para los líderes fotovoltaicos de todo el mundo, la implicación de estos desarrollos es cómo deben evolucionar los flujos de trabajo fotovoltaicos en sí mismos para hacer el mejor uso de la IA y la importancia no solo de implementar, sino también de comprender la tecnología.
Gestión de los riesgos de la IA
Los ponentes de ambas reuniones hicieron hincapié en la importancia de conocer las limitaciones de la IA y comprender los riesgos y cómo controlarlos. El objetivo de todas las partes interesadas era demostrar el valor de la implementación de la IA.
En una sesión celebrada en Boston, el debate hizo hincapié en la gobernanza centrada, la evaluación continua de casos de uso de la IA y la gestión de riesgos. Esto es importante porque los entornos altamente regulados requieren la validación de los resultados, la supervisión humana, los controles documentados, la revisión de dónde la IA es apropiada y dónde no, y la evaluación de los riesgos del modelo o del flujo de trabajo. Una de las principales conclusiones de la sesión fue que el valor de la IA es inseparable de la gobernanza en entornos fotovoltaicos y de seguridad.
En una sesión celebrada en Boston, el debate hizo hincapié en la gobernanza centrada, la evaluación continua de casos de uso de la IA y la gestión de riesgos. Esto es importante porque los entornos altamente regulados requieren la validación de los resultados, la supervisión humana, los controles documentados, la revisión de dónde la IA es apropiada y dónde no, y la evaluación de los riesgos del modelo o del flujo de trabajo. Una de las principales conclusiones de la sesión fue que el valor de la IA es inseparable de la gobernanza en entornos fotovoltaicos y de seguridad.
Supervisión, gestión del cambio y seguimiento
También hubo un mensaje contundente en ambas reuniones de que la innovación no puede separarse de la gestión del cambio. Cualquier implementación de un nuevo sistema debe estar respaldada por un sólido plan de gestión del cambio, que se aplique igualmente a los cambios organizativos más amplios, como los modelos centralizados. El éxito de la adopción depende de roles claros, la preparación de las partes interesadas, la capacitación, el diseño del flujo de trabajo y la ejecución disciplinada.
Las autoridades sanitarias también están probando la IA, y los reguladores están animando a las empresas a seguir explorando su uso. Sin embargo, los reguladores expresaron una clara expectativa de protocolos de evaluación estructurados, enfoques de validación sólidos y monitoreo continuo a lo largo del tiempo, incluso cuando los primeros datos parecen alentadores.
Las autoridades sanitarias también están probando la IA, y los reguladores están animando a las empresas a seguir explorando su uso. Sin embargo, los reguladores expresaron una clara expectativa de protocolos de evaluación estructurados, enfoques de validación sólidos y monitoreo continuo a lo largo del tiempo, incluso cuando los primeros datos parecen alentadores.
La recomendación de los reguladores es empezar poco a poco y ampliar. El enfoque preferido es comenzar con casos de uso específicos y manejables, demostrar valor y refinar la gobernanza y los flujos de trabajo antes de expandirse más ampliamente.
Otro punto importante de debate en la reunión de Ámsterdam fue el papel de la IA agentica en el procesamiento de acontecimientos adversos. Si bien existe un claro interés en el potencial de estos modelos, se hizo hincapié firmemente en la supervisión y la escalada. El concepto discutido fue el de supervisores de agentes integrados dentro de la organización para supervisar los escuadrones de agentes, con transferencias obligatorias a los humanos cada vez que surja ambigüedad, especialmente en el contexto de eventos adversos graves.
Otro punto importante de debate en la reunión de Ámsterdam fue el papel de la IA agentica en el procesamiento de acontecimientos adversos. Si bien existe un claro interés en el potencial de estos modelos, se hizo hincapié firmemente en la supervisión y la escalada. El concepto discutido fue el de supervisores de agentes integrados dentro de la organización para supervisar los escuadrones de agentes, con transferencias obligatorias a los humanos cada vez que surja ambigüedad, especialmente en el contexto de eventos adversos graves.
Cómo hacer realidad la IA en la energía fotovoltaica
Los temas clave de la reunión de Boston exploraron la mejor manera de aplicar la IA para obtener resultados exitosos. Los oradores destacaron la importancia de la normalización, señalando que la variación local crea ineficiencia, riesgo de calidad y fricción en la implementación. Si el proceso está fragmentado, la IA tiende a amplificar la inconsistencia en lugar de resolverla.
El éxito de la adopción también debe estar ligado a la solución de los puntos débiles operativos, como la automatización de la admisión, el uso de tecnologías avanzadas como el procesamiento del lenguaje natural (NLP) y el reconocimiento óptico de caracteres (OCR) para la gestión de documentos, la clasificación de casos, la traducción impulsada por IA, el apoyo a la revisión médica y el resumen y el seguimiento.
El éxito de la adopción también debe estar ligado a la solución de los puntos débiles operativos, como la automatización de la admisión, el uso de tecnologías avanzadas como el procesamiento del lenguaje natural (NLP) y el reconocimiento óptico de caracteres (OCR) para la gestión de documentos, la clasificación de casos, la traducción impulsada por IA, el apoyo a la revisión médica y el resumen y el seguimiento.
.jpg?h=768&iar=0&w=1365&hash=E0A6FCA47BA854226B601A260EE129BE)
Empleos ahora y en el futuro
Un área clave de enfoque es cómo la IA impactará en los puestos de trabajo, incluido su potencial para crear nuevos roles centrados en la gestión y coordinación de agentes de IA, al tiempo que permite a los empleados cambiar a roles más estratégicos.
En la reunión de Ámsterdam también se debatió el papel de los líderes en farmacovigilancia y el impacto que tiene la tecnología en el empleo. Una consideración clave es la creciente complejidad de mantener la supervisión de las actividades fotovoltaicas globales de una empresa.
Los responsables de la energía fotovoltaica, la persona cualificada de la UE para farmacovigilancia (QPPV) y otras funciones de la energía fotovoltaica deben demostrar a los inspectores y auditores que los procesos se gestionan según lo previsto y que la empresa está preparada para la inspección.
En la reunión de Ámsterdam también se debatió el papel de los líderes en farmacovigilancia y el impacto que tiene la tecnología en el empleo. Una consideración clave es la creciente complejidad de mantener la supervisión de las actividades fotovoltaicas globales de una empresa.
Los responsables de la energía fotovoltaica, la persona cualificada de la UE para farmacovigilancia (QPPV) y otras funciones de la energía fotovoltaica deben demostrar a los inspectores y auditores que los procesos se gestionan según lo previsto y que la empresa está preparada para la inspección.
Sin embargo, muchas empresas carecen de cuadros de mando que permitan una supervisión más completa. Los debates se centraron en el potencial de aprovechar la tecnología que puede demostrar, de un vistazo, que una empresa está operando en un entorno validado y que puede comprobar si hay lagunas en el sistema fotovoltaico, lo que ayudaría a abordar esta complejidad.
También se dejó en claro que, incluso en los modelos más centralizados o habilitados por la tecnología, los equipos locales siguen siendo esenciales para establecer relaciones con los reguladores, mantener redes sólidas en el país y recopilar información relevante de las regulaciones locales. Esto requerirá una apropiación más clara de los procesos y una definición cuidadosa de dónde la experiencia local agrega el mayor valor.
En la reunión de Boston también se hizo hincapié en la importancia de la experiencia humana, y una conclusión clave fue que, si bien la automatización acelera el trabajo, los expertos siguen siendo responsables del juicio clínico y regulatorio.
También se dejó en claro que, incluso en los modelos más centralizados o habilitados por la tecnología, los equipos locales siguen siendo esenciales para establecer relaciones con los reguladores, mantener redes sólidas en el país y recopilar información relevante de las regulaciones locales. Esto requerirá una apropiación más clara de los procesos y una definición cuidadosa de dónde la experiencia local agrega el mayor valor.
En la reunión de Boston también se hizo hincapié en la importancia de la experiencia humana, y una conclusión clave fue que, si bien la automatización acelera el trabajo, los expertos siguen siendo responsables del juicio clínico y regulatorio.
Conclusión: De cara al potencial de la IA
Las principales conclusiones de las reuniones son que, a medida que las empresas adquieren experiencia con la IA, pueden evaluar dónde se puede aprovechar, cómo debe fluir la información, dónde son importantes los métodos estadísticos y la experiencia humana, y cómo estos componentes deben trabajar juntos.
Otra dirección importante es el uso de métodos proactivos y predictivos habilitados por IA para anticipar antes los problemas emergentes y los posibles resultados futuros, lo que brinda a los equipos más oportunidades para evaluar la evidencia, comprender las posibles implicaciones y prepararse para las decisiones.
En nuestra experiencia, lograr esto requerirá más que avances en los modelos de IA por sí solos. Puede implicar reunir fuentes de datos nuevas o más amplias, metodologías estadísticas y predictivas, conocimientos científicos y clínicos pertinentes y nuevas formas de colaboración.
Igualmente importante es determinar cómo los diferentes tipos de evidencia pueden respaldar adecuadamente las predicciones y cómo la incertidumbre en torno a esas predicciones debería informar las decisiones. Esto se conecta estrechamente con el trabajo de IA predictiva que hemos estado desarrollando, donde el objetivo es utilizar datos y métodos analíticos para ayudar a anticipar los resultados y proporcionar un apoyo significativo a la toma de decisiones. También es posible que lo que hoy se habla como IA sea simplemente automatización para la conferencia del próximo año.
Otra dirección importante es el uso de métodos proactivos y predictivos habilitados por IA para anticipar antes los problemas emergentes y los posibles resultados futuros, lo que brinda a los equipos más oportunidades para evaluar la evidencia, comprender las posibles implicaciones y prepararse para las decisiones.
En nuestra experiencia, lograr esto requerirá más que avances en los modelos de IA por sí solos. Puede implicar reunir fuentes de datos nuevas o más amplias, metodologías estadísticas y predictivas, conocimientos científicos y clínicos pertinentes y nuevas formas de colaboración.
Igualmente importante es determinar cómo los diferentes tipos de evidencia pueden respaldar adecuadamente las predicciones y cómo la incertidumbre en torno a esas predicciones debería informar las decisiones. Esto se conecta estrechamente con el trabajo de IA predictiva que hemos estado desarrollando, donde el objetivo es utilizar datos y métodos analíticos para ayudar a anticipar los resultados y proporcionar un apoyo significativo a la toma de decisiones. También es posible que lo que hoy se habla como IA sea simplemente automatización para la conferencia del próximo año.
Renuncia:
La información de este artículo pretende informar a los lectores sobre un tema relacionado con las capacidades de Cencora y no es asesoramiento legal ni de compra. Cencora, Inc. anima a los lectores a revisar las referencias citadas en este artículo y a utilizar sus propios conocimientos y experiencia a la hora de tomar decisiones.
