Pharmaceutical Technology Ed. 187

50 Pharmaceutical Techno logy Edición Sudamérica 2024 - N º187 fake news o los llamados bulos informativos , hace que haya cierta confusión o temor respecto a los beneficios o no que pueda aportar la IA. Es importante reconocer que la IA ha dado lugar a avances significativos en la atención médica, la automoción, la robó - tica, el comercio electrónico, la atención al cliente y muchos otros campos. En concreto, en el área de la industria farma- céutica, la IA ha transformado radicalmente la forma en que se desarrollan, prueban y administran los medicamentos. La IA ha permitido acelerar los procesos de descubrimiento y desarrollo de medicamentos, mejorar la eficiencia en los ensayos clínicos y personalizar los tratamientos para los pacientes. Además, también ha mejorado la gestión en la comercialización de medicamentos 3 . En este contexto, este artículo, y los próximos que se publi- carán en Pharmaceutical Technology Sudamérica, pretenden hacer una revisión sobre cómo la IA está transformando la industria farmacéutica en general, al optimizar aspectos rela- cionados con el ciclo de vida del medicamento y su posterior evaluación clínica y comercialización. En esta primera parte, hablaremos sobre el potencial de la IA en las etapas del desarrollo y la fabricación de medi- camentos, así como en la predicción de otros parámetros importantes como la calidad, la estabilidad fisicoquímica, las propiedades farmacocinéticas o la toxicidad. Conceptos principales y terminología asociada a la IA En este apartado, se presenta una descripción general sobre los conceptosmás importantes y la terminología que se utiliza cuando nos referimos a la IA. Entre estos términos, los más usados son: - Algoritmo: Conjunto de pasos o reglas definidas para rea - lizar una tarea o resolver un problema. - Aprendizaje Automático o Machine Learning (ML): Sub- campo de la IA que se centra en el desarrollo de algoritmos y modelos que permiten a las computadoras aprender pa- trones a partir de datos. - Aprendizaje Profundo o Deep Learning (DL): Técnica