Fabricación de productos farmacéuticos
Dispositivos médicos y diagnóstico
Biotecnología
IA para operaciones
Trazabilidad y cumplimiento normativo
Gobernanza

La IA en los sectores regulados: implementación en las ciencias de la vida y preparación para las auditorías

Nishika Makwana
La IA en los sectores regulados: ejemplo de implementación en las ciencias de la vida y preparación para auditorías

AI Summary

Operations Calling 2025 showcased how modern manufacturing depends on open ecosystems, with dozens of partners demonstrating integrated AI, hardware, and software solutions. The event emphasized that collaboration and interoperability—not single all-in-one systems—are key to scalable, future-ready operations.

La inteligencia artificial se ha incorporado oficialmente al debate sobre la calidad en el ámbito de las ciencias de la vida, y se pide a los equipos que la comprendan más rápido que nunca.

Por un lado, los responsables tecnológicos están deseosos de explorar las herramientas de inteligencia artificial, desde la transformación de vídeos en instrucciones de trabajo hasta la orientación en las investigaciones de desviaciones y el apoyo en las revisiones de aplicaciones mediante copilotos de IA. Por otro lado, los equipos de calidad y normativos se preguntan (con razón): «¿Cómo puedo garantizar el cumplimiento normativo utilizando estas herramientas?».

La IA está evolucionando más rápido de lo que los marcos normativos pueden seguirle el ritmo. En Ops Calling 2025, un grupo de líderes de los sectores de la tecnología médica, la biotecnología y el cumplimiento normativo debatió algunos de los retos: a menudo, los equipos se estancan no por limitaciones técnicas, sino por reticencias culturales, especialmente en torno a cómo explicar y defender el uso de la IA en auditorías o inspecciones. Muchos equipos no tienen claro cómo definir el alcance, establecer marcos de control adecuados o ponerse de acuerdo sobre el uso previsto.

«Mucho de lo que estamos viendo en mi organización a medida que implementamos herramientas de IA… nos quedamos atascados en la fase de prueba de concepto, ¿verdad? ¿Por qué? Es una cuestión cultural. Hay una cultura que nos está frenando». — Khaled Moussally, vicepresidente ejecutivo de Calidad — Compliance Group Inc.

En este blog, analizaremos cómo los altos directivos de algunas de las áreas más reguladas del sector de las ciencias de la vida —entre las que se incluyen Smith+Nephew, Vericel, Getinge y Compliance Group Inc.— están abordando la adopción de la inteligencia artificial. A partir de las opiniones de ejecutivos que ocupan puestos en los ámbitos de la calidad, las tecnologías de la información y el cumplimiento normativo, exploraremos cómo identificar los casos de uso adecuados, gestionar el riesgo y prepararse para las expectativas cambiantes en materia de auditoría sin frenar la innovación.

La implantación de la IA debería partir de un problema claro y no de un impulso tecnológico

Empieza por el problema y con la intención adecuada

Antes de preguntarte «¿Dónde podemos utilizar la IA?», pregúntate:

  • ¿Cuál es el problema que estamos resolviendo?
  • ¿Qué resultado(s) es (son) el (los) más importante(s)?

Busca zonas de alta fricción como:

  • El trabajo manual ralentiza el rendimiento
  • El conocimiento tribal encerrado en procedimientos operativos estándar obsoletos
  • Desviaciones repetidas sin causas fundamentales claras
  • Grandes volúmenes de datos no utilizados o desconectados

Estos son ejemplos de casos de uso en los que la IA puede aportar valor. Una vez identificada la oportunidad, basa tu enfoque en el propósito, no solo en el cumplimiento normativo. Pregúntate:

  • ¿Mejora esto la seguridad de los pacientes o la calidad del producto?
  • ¿Contribuirá a que se tomen decisiones mejores o más rápidas, o a reducir los errores humanos?

Cuando se lidera con la intención adecuada, resulta más fácil defender el cumplimiento normativo.

«La prioridad siempre es la seguridad del paciente, la calidad del producto y la integridad de los datos». — Khaled Moussally, vicepresidente ejecutivo de Calidad — Compliance Group Inc.

Las autoridades reguladoras aún están poniéndose al día. No hace falta tener todas las respuestas; solo se necesita una intención clara, transparencia y una estrategia de control defendible.

Comprender el lenguaje normativo

¿Qué es GxP y cómo saber si tu caso de uso de IA es GxP o no GxP?

GxP son las siglas de «Buenas prácticas [x]», normas reguladoras que protegen la calidad del producto, la seguridad del paciente y la integridad de los datos en ámbitos específicos, como las GMP (buenas prácticas de fabricación) o las GCP (buenas prácticas clínicas).

En el contexto de la IA, una de las primeras preguntas que plantearán las autoridades reguladoras, ya sea de forma explícita o no, es:
¿Afecta este sistema de IA directamente a la calidad del producto, a la seguridad del paciente o a la integridad de los datos relacionados?

Si es así, se trata de un caso de uso GxP y requiere validación y supervisión de calidad.
Si no es así, puede que quede fuera del ámbito formal de las GxP, lo que te ofrece mayor flexibilidad, pero aun así requiere claridad en cuanto al uso previsto y controles adecuados. Algunos sistemas pueden facilitar el cumplimiento normativo (como las herramientas de documentación) sin afectar directamente a la calidad del producto, pero pueden seguir teniendo importancia desde el punto de vista normativo dependiendo de cómo se utilicen.

Incluso las herramientas de menor impacto, como las ayudas a la traducción o la búsqueda de documentos, pueden llegar a ser relevantes desde el punto de vista de las normas GxP si influyen en decisiones sujetas a regulación. Por eso, todo empieza por el uso previsto. Pregúntate:

  • ¿Para qué sirve esta herramienta?
  • ¿Qué datos trata?
  • ¿Se trata de tomar decisiones sobre las buenas prácticas (GxP) o de proporcionar información al respecto?

Presta atención a los sistemas de uso mixto. Muchas plataformas (como los CRM o los MES) cuentan tanto con funcionalidades GxP como no GxP. La clave está en clasificarlas según su uso previsto específico, no según el sistema.

Utiliza las normas CSA y GAMP para adaptar adecuadamente tus controles

El programa de la FDA «Computer Software Assurance» (CSA) y las directrices de la ISPE sobre buenas prácticas de fabricación automatizada promueven enfoques escalables y basados en el riesgo. Animan a los equipos a:

  • Céntrate en el pensamiento crítico, no solo en el papeleo
  • Prueba basada en el impacto, no en todas las características
  • Dar prioridad a los controles de las funcionalidades de alto riesgo

Aplicar este enfoque al uso de la IA te da la confianza necesaria para adoptar herramientas de IA más rápidamente, sin comprometer el cumplimiento normativo.

Preparación para la auditoría: qué responder cuando las autoridades reguladoras te pregunten por tus herramientas de IA

Como parte de tu estrategia de implantación de la IA, asegúrate de incluir conceptos que preparen al equipo para estar listo para una auditoría. Cuando las autoridades reguladoras te pregunten por tus herramientas de IA, será fundamental que seas capaz de explicar con claridad su finalidad, su nivel de riesgo y los controles de riesgo aplicados.

Adopta esta mentalidad:
Tú eres el experto en tu proceso. Sabes dónde residen los riesgos, qué decisiones respalda la IA y cómo aplicar los controles adecuados. Muchos organismos reguladores aún están aprendiendo a inspeccionar la IA: esta es tu oportunidad de liderar con confianza, claridad y una estrategia clara de control de riesgos.

A continuación te explicamos cómo explicarles tu enfoque:

1. Empieza por tu política de IA responsable
¿Cuáles son los principios generales de tu empresa en relación con el uso de la IA? Prepárate para demostrar que la adopción de la IA es deliberada y está en consonancia con los valores de seguridad, calidad y cumplimiento normativo.

2. Explica cómo se seleccionaron las herramientas
Explica cómo evaluaste y elegiste las herramientas de IA o los proveedores, especialmente para su uso en entornos regulados. Esto refuerza la idea de que tus decisiones se basaron en las necesidades empresariales y no en las modas pasajeras.

3. Explica por qué se eligieron casos de uso específicos
Describe el problema que resuelve la IA, el uso previsto y por qué es relevante. Plantea la IA como una herramienta más del conjunto de herramientas, no como un sistema independiente. Las decisiones críticas en materia de buenas prácticas de fabricación (GMP) las toma una persona cualificada.

4. Destaca las medidas de seguridad que has implantado
Explica tu estrategia de control: revisiones con intervención humana, procedimientos documentados, controles de acceso u otras medidas de control pertinentes. Estas son las barreras de seguridad que garantizan un uso responsable.

5. Demuestra el impacto con resultados reales
Los auditores valoran mucho los beneficios cuantificables. Muestra cómo el uso de la IA reduce los errores, agiliza la toma de decisiones o mejora la coherencia. Si puedes relacionarlo con una mayor seguridad de los pacientes, una mejor calidad de los productos o una mayor integridad de los datos, mucho mejor.

Lo que esperan los organismos reguladores internacionales:

Si operas a nivel mundial, tu estrategia de IA debe tener en cuenta las diferentes exigencias normativas. Lo que cumple con los requisitos de la FDA puede que no se ajuste a las normas de la EMA u otros organismos notificados.

En Europa, el Anexo 11 sigue siendo la base de los sistemas informatizados. El Anexo 22 propuesto tiene por objeto abordar la inteligencia artificial y las tecnologías emergentes y, aunque aún se encuentra en fase de revisión, ha recibido opiniones dispares por parte del sector.

Dicho esto, los organismos reguladores de todas las regiones se están alineando en torno a un conjunto de principios comunes:

  • Uso previsto definido
  • Justificación basada en el riesgo
  • Supervisión humana
  • Decisiones trazables y explicables

Sea cual sea el marco de referencia, las expectativas son las mismas: mantener el control, comprender los riesgos y justificar las decisiones.

Próximos pasos: unas bases para la inteligencia artificial y la preparación para la auditoría

La inteligencia artificial está transformando las ciencias de la vida, pero las exigencias normativas no han cambiado. No hace falta un programa de inteligencia artificial perfecto, solo se necesita una intención clara, conciencia de los riesgos y supervisión humana. Los equipos que prosperarán serán aquellos que actúen ahora: definiendo el uso, adaptando la validación a las necesidades y centrándose en la mejora en lugar de en el miedo. Cuando puedas explicar tus decisiones, ya estarás preparado para una auditoría.

Cómo ayuda « Tulip » a los fabricantes a utilizar la IA sin perder el control

Las empresas que aparecen en este blog no solo están experimentando con la inteligencia artificial, sino que la están aplicando sobre el terreno, centrándose en « Tulip ».

Tulip Ayuda a los equipos de calidad, TI y operaciones a integrar la IA en los flujos de trabajo diarios, al tiempo que ofrece a la dirección visibilidad sobre el rendimiento mediante análisis en tiempo real, todo ello sin comprometer el cumplimiento normativo. En lugar de proyectos piloto aislados o procesos con gran cantidad de papeleo, los equipos están creando aplicaciones reales y auditables para la planta de producción.

A continuación te explicamos cómo hacerlo:

  • Procedimientos operativos estándar (SOP) dinámicos con apoyo de IA:
    . Los equipos utilizan Tulip para guiar a los operadores a lo largo de las tareas mediante SOP digitales interactivos. La IA resume las desviaciones anteriores o proporciona enlaces a registros relevantes en tiempo real, facilita la traducción para equipos multinacionales, mientras que las decisiones finales siguen recayendo en el personal cualificado.
  • Documentación automática para garantizar la auditabilidad
    Se realiza un seguimiento de cada acción, ya sea de construcción, formación, inspección o análisis de causas raíz. Tulip registra quién ha llevado a cabo una actividad y cuándo se ha realizado. Los agentes de IA de Tulippermiten a los usuarios resumir actividades pasadas u obtener información clave bajo demanda, directamente en el flujo de trabajo, basándose en procedimientos operativos estándar (SOP), manuales y datos de producción reales.
  • Implementación segura y por fases
    : los equipos comienzan con flujos de trabajo de bajo riesgo o que no están sujetos a las normas GxP (como la incorporación de nuevos empleados o la búsqueda de documentos) y, a continuación, amplían su alcance a áreas más críticas dentro del entorno validado de Tulip. Las traducciones con IA permiten a los equipos multinacionales estandarizar los procedimientos operativos estándar (SOP) y las interfaces de las aplicaciones en distintos idiomas sin necesidad de realizar modificaciones manuales.

    Tulip ayuda a los equipos a pasar de preguntarse «¿Cómo probamos la IA?» a afirmar «Así es como está mejorando nuestro proceso», todo ello sin dejar de estar preparados para una auditoría.