|
1. Fundamentos de la Inteligencia Artificial (IA) en la empresa
- Introducción general a la IA: historia y evolución de la IA.
- Principales conceptos y terminologías de IA.
- Diferencias entre Machine Learning, Deep Learning y otras ramas de la IA.
- Modelos de IA y sus aplicaciones generales.
- Entorno de trabajo con IA: herramientas, lenguajes y plataformas principales.
- Implantación de soluciones IA en la empresa (Cloud vs Local).
|
|
2. Fundamentos de la IA en la industria farmacéutica
- Introducción al campo de la IA y su aplicación en la industria farmacéutica.
- Tipos de IA, diferencias clave para su aplicación en farma.
- Regulación, ética y seguridad de los datos.
|
|
3. Investigación y descubrimiento de fármacos
- Uso de IA en la identificación de nuevos objetivos terapéuticos.
- Uso de algoritmos para la generación de nuevos compuestos.
- Modelado predictivo y simulaciones.
- Optimización de candidatos a fármacos.
|
|
4. Desarrollo preclínico
- Modelos predictivos de toxicidad y seguridad con IA.
- Optimización de la farmacocinética y farmacodinámica.
- Modelado in silico.
- Casos de uso.
|
|
5. Ensayos clínicos
- Diseño y planificación de ensayos clínicos con IA.
- Optimización del reclutamiento de pacientes con IA.
- Ensayos clínicos virtuales y el uso de IA en la monitorización remota.
- Modelos de predicción de éxito clínico y resultados.
|
|
6. Asuntos regulatorios y departamento legal
- IA en la preparación y presentación de documentos regulatorios.
- Monitorización de normativas y guías de las agencias reguladoras.
- Negociación de contratos.
|
|
7. Producción y distribución
- Mantenimiento predictivo de la producción.
- Implementación de sistemas de control de calidad basados en IA.
- Optimización de inventarios. Logística y distribución.
- Control de la cadena de frío.
|
|
8. Marketing y ventas
- Análisis predictivo de tendencias de mercado.
- Segmentación del mercado.
- Estrategias colaborativas.
- Optimización de campañas de marketing y ventas.
|
|
9. Finanzas y Controller
- Análisis predictivo y planificación financiera y presupuestaria.
- Automatización de procesos financieros y contabilidad.
- Detección de fraudes. Gestión de riesgos y análisis financieros.
|
|
10. Farmacovigilancia e información médica
- Detección de eventos adversos mediante NLP y Machine Learning.
- Automatización de procesos de farmacovigilancia. Detección de señales de seguridad.
- Centralización de datos en información médica.
|
|
11. Recursos Humanos
- Reclutamiento y selección de personal. Onboarding y formación.
- Plataformas de aprendizaje adaptativo.
- Gestión del talento y predicción de las necesidades de desarrollo.
|
|
12. Futuro de la IA en la industria farmacéutica
- Tendencias emergentes, planificación e implementación estratégica.
- Roadmap de implementación de la IA por parte de las agencias reguladoras.
- Costes de implementación de la IA, ayudas y subvenciones.
- Desafíos y oportunidades futuras. Discusión y evaluación del curso.
|
|
13. Prácticas finales
- Preparación para el examen final.
- Revisión de los conceptos clave aprendidos en el curso.
|
