Análisis del marco conceptual para la implementación de inteligencia artificial en la detección temprana de reacciones adversas a medicamentos en sistemas de farmacovigilancia

Abstract

La realización del Diplomado de Profundización en Farmacovigilancia tiene como objetivo principal analizar el marco conceptual para la implementación de la inteligencia artificial (IA) en la detección temprana de reacciones adversas a medicamentos (RAM) dentro de los sistemas de farmacovigilancia. En Colombia, a pesar de contar con plataformas como la del INVIMA, la gestión de los registros relacionados con RAM presenta dificultades operativas que limitan su efectividad, especialmente en regiones como Nariño. En este contexto, la inteligencia artificial surge como una herramienta innovadora capaz de transformar la farmacovigilancia mediante el uso de algoritmos avanzados y técnicas de aprendizaje automático. Estas tecnologías permiten procesar datos de manera más eficiente, identificar patrones complejos y predecir eventos adversos antes de que se conviertan en problemas críticos, mejorando significativamente la seguridad del paciente y optimizando los sistemas de salud. La metodología empleada en este proyecto se basa en un enfoque cualitativo con un diseño documental exploratorio, centrado en una revisión de literatura científica publicada entre 2014 y 2024. A través de esta revisión, se identificaron los beneficios, desafíos y aspectos éticos, técnicos y regulatorios asociados a la implementación de la IA en farmacovigilancia. Asimismo, se utilizaron técnicas como el análisis comparativo y la síntesis narrativa para estructurar un marco conceptual robusto que oriente futuras investigaciones y aplicaciones prácticas en este ámbito.