<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-09-15T14:40:37Z</responseDate><request verb="GetRecord" identifier="oai:gredos.usal.es:10366/153138" metadataPrefix="rdf">https://gredos.usal.es/oai/request</request><GetRecord><record><header><identifier>oai:gredos.usal.es:10366/153138</identifier><datestamp>2025-04-30T20:36:42Z</datestamp><setSpec>com_10366_122575</setSpec><setSpec>com_10366_4512</setSpec><setSpec>com_10366_3823</setSpec><setSpec>col_10366_134243</setSpec></header><metadata><rdf:RDF xmlns:rdf="http://www.openarchives.org/OAI/2.0/rdf/" xmlns:doc="http://www.lyncode.com/xoai" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:ds="http://dspace.org/ds/elements/1.1/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:ow="http://www.ontoweb.org/ontology/1#" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/rdf/ http://www.openarchives.org/OAI/2.0/rdf.xsd">
<ow:Publication rdf:about="oai:gredos.usal.es:10366/153138">
<dc:title>Revolucionando la Farmacéutica: La Inteligencia Artificial Generativa como asistente bibliográfico</dc:title>
<dc:creator>Canal-Alonso, Ángel</dc:creator>
<dc:creator>Egido, Noelia</dc:creator>
<dc:creator>Jiménez, Pedro</dc:creator>
<dc:creator>Prieto Tejedor, Javier</dc:creator>
<dc:creator>Corchado Rodríguez, Juan Manuel</dc:creator>
<dc:subject>Inteligencia Artificial Generativa</dc:subject>
<dc:subject>Diseño de Fármacos</dc:subject>
<dc:subject>Revisión bibliográfica</dc:subject>
<dc:description>[ES]La Inteligencia Artificial Generativa (IAG) ha irrumpido con fuerza en la investigación
biomédica y farmacéutica, transformando fundamentalmente la forma en que los científicos
abordan la revisión de literatura, el diseño de experimentos, y la selección de reactivos y
anticuerpos. Este artículo explora cómo la IAG, respaldada por modelos avanzados de
aprendizaje automático y procesamiento del lenguaje natural, ha revolucionado estos
procesos.
La IAG agiliza la revisión bibliográfica, extrayendo información relevante, identificando
patrones y tendencias emergentes en la literatura científica y generando hipótesis
innovadoras. También actúa como una herramienta de búsqueda avanzada, permitiendo a los
investigadores acceder rápidamente a la información precisa en un océano de datos.
Un ejemplo destacado de esta aplicación es BenchSci, una plataforma que utiliza la IAG para
recomendar reactivos y anticuerpos basados en datos experimentales reales y literatura
científica. Esta integración de la IAG en el diseño experimental promete acelerar la
investigación, reducir costos y mejorar la precisión de los experimentos.
En conjunto, la IAG se presenta como un catalizador de descubrimientos en la investigación
farmacéutica y biomédica, ofreciendo un potencial sin precedentes para avanzar en la
comprensión y tratamiento de enfermedades, y mejorar la toma de decisiones en la industria..</dc:description>
<dc:date>2023-10-03T12:02:26Z</dc:date>
<dc:date>2023-10-03T12:02:26Z</dc:date>
<dc:date>2021</dc:date>
<dc:type>info:eu-repo/semantics/article</dc:type>
<dc:identifier>http://hdl.handle.net/10366/153138</dc:identifier>
<dc:language>spa</dc:language>
<dc:relation>CCTT3/20/SA/0003</dc:relation>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
</ow:Publication>
</rdf:RDF></metadata></record></GetRecord></OAI-PMH>