Inteligencia Artificial en el desarrollo de fármacos:

Jorge Arturo  Hernández Valencia; Martiniano  Bello Ramírez

Jorge Arturo Hernández Valencia Laboratorio de Diseño y Desarrollo de Nuevos Fármacos e Innovación Biotecnológica Escuela Superior de Medicina del Instituto Politécnico Nacional
Martiniano Bello Ramírez Laboratorio de Diseño y Desarrollo de Nuevos Fármacos e Innovación Biotecnológica Escuela Superior de Medicina del Instituto Politécnico Nacional

Palabras clave: Inteligencia Artificial, Desarrollo de fármacos, Ética, Análisis de datos

Resumen

El desarrollo de fármacos es un proceso largo que implica altos costos y una elevada tasa de fracaso. Actualmente, el método más utilizado se basa en la experiencia y la literatura científica. Sin embargo, existe una gran cantidad de datos sanitarios, pero la mayoría están fragmentados o aislados, y su integración podría aumentar las tasas de éxito de los ensayos clínicos. La Inteligencia Artificial (IA) puede acelerar este proceso gracias a su capacidad para analizar e integrar rápidamente grandes cantidades de datos, lo que permite obtener resultados más precisos. Además, es fundamental abordar las consideraciones éticas y legales al incorporar tecnologías de IA en los ensayos clínicos. Con este fin, están surgiendo políticas y medidas de seguridad para su uso responsable en la atención médica y para garantizar una implementación segura y eficaz.

Descargas

La descarga de datos todavía no está disponible.

Citas

Anuyah, S., K Singh, M., Nyavor, H. (2024). Advancing clinical trial outcomes using deep learning and predictive modelling: bridging precision medicine and patient-centered care. World Journal of Advanced Research and Reviews, 24(03), 001–025. https://doi.org/10.30574/wjarr.2024.24.3.3671

Badal, K., Lee, C. M., & Esserman, L. J. (2023). Guiding principles for the responsible development of artificial intelligence tools for healthcare. Commun Med (Lond), 3(1), 47. https://doi.org/10.1038/s43856-023-00279-9

Blanco-Gonzalez, A., Cabezon, A., Seco-Gonzalez, A., Conde-Torres, D., Antelo-Riveiro, P., Pineiro, A., & Garcia-Fandino, R. (2023). The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies. Pharmaceuticals (Basel), 16(6). https://doi.org/10.3390/ph16060891

FDA (2024). “Novel Drug Approvals for 2024”. Recuperado el 15 de mayo de 2025, de https://www.fda.gov/drugs/novel-drug-approvals-fda/novel-drug-approvals-2024

Idnay, B., Butler, A., Fang, et al. (2023). Principal Investigators' Perceptions on Factors Associated with Successful Recruitment in Clinical Trials. AMIA Jt Summits Transl Sci Proc, 2023, 281-290.

Mullard, A. (2020). $1.3 billion per drug? Nat Rev Drug Discov, 19(4), 226. https://doi.org/10.1038/d41573-020-00043-x

Naik, N., Hameed, B. M. Z., et al. (2022). Legal and Ethical Consideration in Artificial Intelligence in Healthcare: Who Takes Responsibility? Front Surg, 9, 862322. https://doi.org/10.3389/fsurg.2022.862322

NCI (2024). NIH researchers develop AI tool with potential to more precisely match cancer drugs to patients. Recuperado el 20 de mayo de 2025, de https://www.cancer.gov/news-events/press-releases/2024/ai-tool-matches-cancer-drugs-to-patients

Sinha, S., Vegesna, R., et al. (2024). PERCEPTION predicts patient response and resistance to treatment using single-cell transcriptomics of their tumors. Nat Cancer, 5(6), 938-952. https://doi.org/10.1038/s43018-024-00756-7

Zhao, X., Iqbal, S., Valdes, I. L., Dresser, M., & Girish, S. (2022). Integrating real-world data to accelerate and guide drug development: A clinical pharmacology perspective. Clin Transl Sci, 15(10), 2293-2302. https://doi.org/10.1111/cts.13379

Inteligencia Artificial en el desarrollo de fármacos

retos y oportunidades para su uso responsable

Resumen

Descargas

Citas