La inteligencia artificial en la gestión de los medicamentos: revisión sistemática de la literatura

Abstract

[ES] La inteligencia artificial y específicamente los algoritmos de aprendizaje automático y aprendizaje profundo están siendo utilizados de forma creciente en cada una de las fases de la gestión de los medicamentos. Este documento hace una revisión sistemática de la literatura publicada sobre el tema en el periodo 2019-2022. El total de documentos encontrados inicialmente fue de 2358, de los cuales se incluyeron 1212, se analizaron con mayor detalle 225 y se realizó un análisis del texto completo de 17 documentos. Los resultados indican mejora en la eficiencia de los procesos, especialmente en las fases de descubrimiento y desarrollo de nuevos medicamentos, y en las decisiones clínicas, especialmente en prescripción y seguimiento al uso. Los procesos correspondientes a producción, comercialización, distribución y dispensación tuvieron menor cantidad de documentos. Los algoritmos de mayor uso son las redes neuronales y los bosques aleatorios. Sin embargo, diferentes autores señalan que la elección de los algoritmos dependerá del resultado esperado y de la cantidad y calidad de los datos disponibles. Los desafíos para la implementación de la IA en medicamentos incluyen: Cantidad y calidad de los datos, personal capacitado, equidad para su acceso, resistencia para su utilización y usos responsables de la tecnología.

[EN] Artificial intelligence and specifically machine learning and deep learning algorithms are increasingly being used in each of the phases of drug management. This document makes a systematic review of the literature published on the subject in the period 2019-2022. The total number of documents initially found was 2,358, of which 1,212 were included, 225 were analyzed in greater detail, and a full text analysis of 17 documents was performed. The results indicate improvement in the efficiency of the processes, especially in the phases of discovery and development of new drugs, and in clinical decisions, especially in prescription and monitoring of use. The processes corresponding to production, marketing, distribution and dispensing had fewer documents. The most widely used algorithms are neural networks and random forests. However, different authors point out that the choice of algorithms will depend on the expected result and the quantity and quality of the available data. The challenges for the implementation of AI in medicines include Quantity and quality of data, trained personnel, equitable access, resistance to its use and responsible uses of technology.