Please use this identifier to cite or link to this item:
https://repository.unad.edu.co/handle/10596/77623| Title: | Estrategias de farmacovigilancia y promoción de la salud para el seguimiento de medicamentos biológicos y biosimilares con apoyo de inteligencia artificial en Latinoamérica |
| metadata.dc.creator: | Muñoz Acero, Gregory Adrian Poloche Gonzales, Rosa Esther Hernandez Solano, Yuri Lorena Palacios Bautista, Samy Karina Mora Vargas, Yudi Andrea |
| metadata.dc.date.created: | 2025-11-08 |
| metadata.dc.subject.keywords: | Farmacovigilancia Inteligencia Artificial Medicamentos biológicos Medicamentos biosimilares. Latinoamérica |
| metadata.dc.format.*: | |
| metadata.dc.type: | Diplomado de profundización para grado |
| Abstract: | Este presente trabajo aborda una revisión temática sobre las estrategias de farmacovigilancia y promoción de la salud para la monitorización de medicamentos biológicos y biosimilares, con un enfoque en el uso de la inteligencia artificial (IA). Los medicamentos biológicos y biosimilares han ganado relevancia por su eficacia en el tratamiento de enfermedades complejas, pero presentan desafíos significativos en términos de seguridad y efectividad debido a su complejidad estructural y variabilidad en su fabricación. Este estudio resalta que la inteligencia artificial (IA) ha surgido como una herramienta prometedora en la farmacovigilancia. Mediante algoritmos de aprendizaje automático se puede analizar grandes volúmenes de datos provenientes de registros clínicos electrónicos y base de datos globales de eventos adversos, facilitando la detención de patrones de riesgo en tiempo real. Muchos países latinoamericanos carecen de sistemas interoperables, bases de datos bien estructuradas y calidad de datos suficientemente alta para que los modelos de la IA funcionen eficazmente. Por ende, en recursos humanos y capacitación no solo se necesitan expertos en la IA, sino también profesionales de la salud formados en farmacovigilancia digital. Por otro lado, la literatura destaca la importancia de combinar las capacidades de la IA con las metodologías tradicionales de farmacovigilancia para potenciar la seguridad del paciente. La IA puede mejorar la eficiencia y precisión en la notificación y seguimiento de eventos adversos, mientras que los métodos convencionales aportan experiencias clínicas y validación de datos. En conclusión, aunque la IA presenta oportunidades únicas para transformar los procesos de farmacovigilancia, su efectividad depende de superar limitaciones técnicas, éticas y regulatorias, así como de una integración adecuada con sistemas tradicionales. La combinación de ambos enfoques no solo maximiza la seguridad del paciente, sino que también mejora la trazabilidad y permite tomar decisiones más informadas en el uso de medicamentos biológicos y biosimilares. |
| Description: | Tablas |
| URI: | https://repository.unad.edu.co/handle/10596/77623 |
| metadata.dc.subject.category: | Inteligencia Artificial aplicada en la salud Farmacovigilancia moderna Inteligencia artificial en la promoción de la salud |
| metadata.dc.coverage.spatial: | ccav_-_neiva |
| Appears in Collections: | Diplomado de Farmacovigilancia |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| gamunozac.pdf | 1.15 MB | Adobe PDF | ![]() View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
