Pharmaceutical Technology Ed. 187

52 Pharmaceutical Techno logy Edición Sudamérica 2024 - N º187 principal diferencia radica en la forma en que los algoritmos utilizan los datos para aprender y realizar tareas. Cuando nos referimos a aprendizaje supervisado, el sistema está diseñado para aprender, a partir de datos etiquetados, a hacer pre- dicciones. Por el contrario, el aprendizaje no supervisado implica descubrir patrones o estructuras en datos no etiquetados sin salidas conocidas. Es importante destacar que la interpretación de estos resultados no supervisados requiere de expertos y de una posterior validación para extraer conocimientos prácticos y garantizar la fiabilidad de los resultados 5 . También es importante recordar que nos encontramos en lo que se denomina “Industria 4.0”, término que se refiere a la cuarta revolución industrial y que implica la integración de tecnologías avanzadas en los procesos de fabricación y producción. Esta revolución industrial está marcada por la digitalización, la automatización, la conectividad y el uso de tecnologías emergentes para mejorar la eficiencia y la productividad en la industria 6 . Potencial de la IA en el sector farmacéutico y posicionamiento de las autoridades regulatorias ante los desafíos que plantea la IA Es evidente que la IA está revolucionando el modo en que se desarrollan y producen los medicamentos, ya que podría estar presente en todas las etapas o fases del ciclo de vida de un producto, abarcando desde la concepción de la idea de un nue- vo medicamento y su desarrollo, hasta el proceso de fabricación, las fases pre- clínica y clínica y su posterior comerciali- zación. Su implementación en la industria farmacéutica supone grandes avances, aunque debemos ser conscientes que el camino que hay que recorrer para un uso adecuado y ético de la IA es muy largo. El sector farmacéutico es uno de los sec- tores más regulados, por lo que integrar el uso de la IA trae consigo que los sistemas y algoritmos tendrán que cumplir normas regulatorias estrictas que garanticen la calidad, seguridad y eficacia de los medi - camentos, siendo la integridad y el alma- cenamiento de datos con los que se nutre la IA dos cuestiones que deben tenerse muy en cuenta. En este contexto, la gran cantidad de datos necesarios para que la IA funcione puede plantear problemas de almacenamiento, seguridad y gestión, ya que se debe garantizar en todo momento la integridad de los datos, especialmente cuando se trata de información sensible relacionada con pacientes. Además, se debe asegurar que los resultados sean fiables, transparentes y auditables. Su - mado a esto, el uso de IA exige personal cualificado tanto en los procesos farma - céuticos como en las propias tecnologías de IA. Todas estas son cuestiones que se deben abordar al pensar en implementar la IA en la industria farmacéutica. La Agencia Europea de Medicamentos (EMA) y la Food and Drug Administration (FDA) han comenzado a abordar los desa- fíos éticos relacionados con el uso de IA en la industria farmacéutica y en la atención médica. En general, reconocen el potencial de la IA para mejorar el descubrimiento y desarrollo de medicamentos, así como