Los fabricantes que desde hoy inviertan en gobernanza de datos, integración de sistemas y trazabilidad estarán mejor posicionados
IA en la fabricación farmacéutica: lo que exige el marco EMA-FDA y lo que la industria aún no ha resuelto
¿Bajo qué condiciones puede un fabricante farmacéutico confiar en una decisión tomada por un sistema de inteligencia artificial? Precisamente esta cuestión fundamental ha sido abordada por la EMA y la FDA con sus primeros principios de Good AI Practices. La respuesta no es sencilla, pero por primera vez existe un marco común que marca la dirección. Y en una industria en la que forma parte del trabajo adelantarse al regulador, eso ya es suficiente para empezar a actuar.
Un hito regulatorio con impacto inmediato
La industria farmacéutica lleva años integrando tecnologías de IA en sus procesos de fabricación. La verificación continua de procesos, los análisis predictivos de calidad o la automatización de la documentación regulatoria ya son una realidad en muchas plantas de producción o están saliendo de la fase piloto. El documento publicado conjuntamente por la EMA y la FDA en enero de 2026 no pretende dar forma a un sector desorientado, sino aportar respaldo regulatorio a una transformación que ya está en marcha.
Jan Schwietzke, Business manager Iberia de Arvato Systems.
Ahí reside la relevancia de este marco. Tras la reunión bilateral entre la FDA y la Unión Europea en abril de 2024, ambas autoridades iniciaron una colaboración para garantizar el uso responsable de la IA en la generación y supervisión de evidencias a lo largo de todas las fases del ciclo de vida del medicamento, desde la investigación temprana y los ensayos clínicos hasta la fabricación y la farmacovigilancia. El resultado es un conjunto de diez principios que, por primera vez, establece un lenguaje común para una evolución que la propia industria ya está impulsando.
No solo el contenido del documento es relevante, sino también el peso de las instituciones que lo respaldan. El hecho de que los dos principales organismos reguladores a nivel mundial hayan acordado un enfoque común envía un mensaje claro a la industria: la dirección está definida y es coherente a ambos lados del Atlántico. Para los fabricantes que operan tanto en Europa como en Estados Unidos, esta armonización supone una simplificación real: criterios compartidos significan menos incertidumbre y mayor seguridad regulatoria en la toma de decisiones.
Lo que dicen los diez principios: más que un marco
El documento abarca todo el ciclo de vida del medicamento, aunque es en la fabricación donde sus implicaciones tienen un impacto más inmediato. En detalle, pueden identificarse tres áreas clave de actuación especialmente relevantes para responsables de calidad y operaciones.
La primera es el enfoque basado en riesgos. El desarrollo y uso de la IA deben ir acompañados de una validación adecuada, incluyendo la mitigación de riesgos y una supervisión dependiente del contexto basada en el perfil de riesgo específico del modelo. En la práctica, esto significa que los fabricantes deben demostrar que comprenden el perfil de riesgo de cada sistema utilizado y que han implementado las medidas de validación correspondientes. No basta con que la tecnología funcione; lo decisivo es la gobernanza subyacente.
La segunda área es el cumplimiento de Good Practices. Las recomendaciones subrayan la obligación de cumplir todos los requisitos legales, éticos, técnicos, científicos y de ciberseguridad, así como los estándares regulatorios establecidos. Los sistemas automatizados deben integrarse plenamente en los sistemas de calidad existentes, con los mismos requisitos de documentación y trazabilidad que cualquier otro proceso relevante para GxP. Las empresas con experiencia en entornos regulados cuentan aquí con una ventaja clara, ya que entienden que la tecnología y el cumplimiento normativo van de la mano.
La tercera área —y desde el punto de vista operativo la más exigente— es la gobernanza de datos. El marco exige que los fabricantes garanticen la integridad, la trazabilidad y la protección de los datos utilizados por los modelos de IA a lo largo de todo su ciclo de vida. Esto afecta directamente a la gestión de datos procedentes de sistemas heterogéneos —como MES, LIMS, Historian, ERP o QMS— que a menudo coexisten sin una arquitectura integrada. Conectar estas fuentes de datos, garantizar su calidad y hacerlas utilizables para análisis no es un proyecto puntual de TI, sino una capacidad organizativa a largo plazo.
Los datos como condición fundamental
Un aspecto clave, a menudo implícito en el documento, es la premisa de que los fabricantes tienen sus datos bajo control: estructurados, accesibles, trazables y con la calidad suficiente para servir de base a aplicaciones de IA conformes con la normativa.
Construir esta base es complejo. Requiere la integración de fuentes de datos heterogéneas, la estandarización de procesos de captura, garantizar la integridad de los datos conforme a los principios ALCOA+ y una estructura de gobernanza que resista auditorías. Es aquí donde se evidencia la diferencia entre organizaciones con amplia experiencia regulatoria y aquellas que aún se encuentran en fases iniciales.
Arvato Systems cuenta con una dilatada experiencia en este ámbito, incluyendo modelos de datos armonizados, pipelines de datos validables, audit trails, procesos de calidad integrados y modelos operativos que mantienen el cumplimiento incluso tras el go-live. Esta experiencia permite no solo comprender los requisitos del marco, sino también asegurar su implementación sostenible.
Para los fabricantes que ya han construido una base sólida de datos, el documento supone una confirmación. Para otros, ofrece una guía clara. En ambos casos, contar con un partner tecnológico que entienda tanto los requisitos regulatorios como la arquitectura subyacente marca la diferencia.
Los desafíos para la industria
El nuevo marco pone el foco en retos que la industria ya conoce, pero para los que ahora se esperan respuestas concretas.
El primero es la integración tecnológica. Muchas plantas trabajan con sistemas como MES, LIMS, Historian, ERP o QMS que operan de forma aislada. Integrarlos de manera que la IA pueda trabajar con datos fiables y trazables es una capacidad a largo plazo. Sin esta integración, no es posible garantizar estructuralmente la integridad de los datos exigida.
El segundo desafío es la continuidad. Implementar un sistema de IA hoy es factible; mantenerlo validado a lo largo del tiempo —ya sea mediante enfoques tradicionales de CSV o el modelo CSA promovido por la FDA— y seguir cumpliendo con la normativa a medida que evolucionan los requisitos es lo que realmente define una implementación robusta.
El tercero es de carácter conceptual. Utilizar IA sin comprender su funcionamiento es precisamente lo que el marco regulatorio pretende evitar. En un entorno GxP, cada decisión automatizada debe ser comprensible, auditable y defendible en una inspección.
El documento conjunto de enero de 2026 no es un punto final. La EMA ha seguido desarrollando su estrategia para los próximos años con foco en la transformación digital, las estrategias de datos y la interoperabilidad.
La IA en la fabricación farmacéutica ya no es una opción
El documento de enero de 2026 marca el inicio de una evolución. La EMA ha definido claramente su estrategia hasta 2028, centrada en soluciones de salud digital, interoperabilidad y la integración de la IA en la regulación. Es previsible que estos principios se traduzcan progresivamente en requisitos regulatorios más concretos que impactarán directamente en la validación, la documentación y la liberación de lotes.
La IA está dejando de ser una opción tecnológica para convertirse en una exigencia regulatoria. Los fabricantes que desde hoy inviertan en gobernanza de datos, integración de sistemas y trazabilidad estarán mejor posicionados.
La experiencia demuestra que los sistemas que mejor resisten los cambios regulatorios no son los más complejos, sino los mejor diseñados desde el principio: orientados a la transparencia, a la demostración del control en tiempo real y a la adaptabilidad a largo plazo. Ahí reside la diferencia entre una solución que cumple hoy y una que seguirá cumpliendo mañana.
EMPRESAS O ENTIDADES RELACIONADAS
