El 14 de enero de 2026, la FDA y la EMA publicaron conjuntamente los Guiding Principles of Good AI Practice in Drug Development, 10 principios de alto nivel para los promotores que usan inteligencia artificial a lo largo del ciclo de vida del desarrollo del medicamento. Los principios no son guidance vinculante, pero señalan los criterios sobre los que se construirá la futura guidance vinculante en ambas jurisdicciones. Los promotores que usan o planean usar IA en la generación de evidencia, los ensayos clínicos, la fabricación o la farmacovigilancia deberían tratar el documento como la referencia de facto para diseñar y documentar sus sistemas de IA. La alineación temprana es ahora un requisito estratégico, no una opción.
Qué son los principios y cómo aplican
Los principios aplican al ciclo de vida completo del desarrollo del medicamento: investigación temprana, ensayos clínicos, CMC y fabricación, presentaciones regulatorias y vigilancia de seguridad post-comercialización. Cubren promotores, CRO, CMO, proveedores de software y datos, y cualquier socio implicado en el diseño, validación o despliegue de IA en entornos regulados (noticia EMA, 14 de enero de 2026).
El documento se posiciona explícitamente como precursor de futuras guidances vinculantes. Ambas agencias desarrollan guidance en paralelo: la FDA emitió en enero de 2025 un borrador de marco sobre credibilidad de modelos de IA en presentaciones, y la EMA desarrolla una guideline formal a partir de su reflection paper sobre IA de 2024. Los 10 principios son la base conceptual compartida a la que ambas agencias se comprometieron para cuando esas guidances entren en vigor.
El estatus importa. Los principios no son obligaciones de compliance. Son la lente con la que los reguladores evaluarán sus sistemas de IA cuando revisen una presentación o inspeccionen un sitio. Construir su gobernanza de IA alrededor de ellos ahora significa no tener que reconstruirla cuando llegue la guidance vinculante.
Los 10 principios
El texto completo está en el PDF EMA y en la página FDA. Lectura operativa compacta:
| # | Principio | Significado operativo |
|---|---|---|
| 1 | Human-centric by design | Los sistemas de IA sirven a pacientes, promotores y revisores; la supervisión humana es explícita en los puntos de decisión |
| 2 | Enfoque basado en el riesgo | Controles proporcionales a la criticidad del sistema para la seguridad del paciente y las decisiones regulatorias |
| 3 | Adhesión a estándares | Alinearse con estándares existentes (ICH, ISO, IEEE) en vez de inventar marcos paralelos |
| 4 | Contexto de uso claro | Enunciado documentado de qué hace la IA, quién la usa, sobre qué entradas, para qué decisiones |
| 5 | Experiencia multidisciplinar | Data science, regulatory, clínico, estadística y experiencia de dominio asumen el sistema conjuntamente |
| 6 | Gobernanza y documentación de datos | Procedencia, representatividad, calidad de etiquetado, controles de acceso y retención documentados |
| 7 | Prácticas de diseño y desarrollo del modelo | Entrenamiento reproducible, control de versiones, protocolos de evaluación definidos, evaluación de sesgos |
| 8 | Evaluación de rendimiento basada en el riesgo | Evaluación proporcional al riesgo, incluyendo pruebas out-of-distribution y casos extremos |
| 9 | Gestión del ciclo de vida | Monitoreo en producción, detección de drift, disparadores de reentrenamiento, retirada de versiones |
| 10 | Información clara y esencial | Comunicación transparente a usuarios, revisores y pacientes sobre lo que la IA hace y no hace |
Tres patrones operativos atraviesan los 10. Primero, proporcionalidad al riesgo: un mismo sistema justifica profundidad de control muy distinta según apoye un endpoint primario o un análisis exploratorio. Segundo, trazabilidad: cada decisión de diseño y despliegue debe documentarse a un nivel reconstruible por un revisor. Tercero, lógica de ciclo de vida: el sistema no se congela en la presentación; se esperan monitoreo y disparadores de actualización.
Relación con la actividad FDA y EMA existente
Los principios de enero de 2026 no reemplazan guidance existente. Se sitúan por encima y armonizan con:
| Marco existente | Relación con los principios |
|---|---|
| Borrador de marco FDA sobre credibilidad de modelos de IA en presentaciones (ene. 2025) | Operacionaliza los principios 2, 4, 7 y 8 para evidencia basada en modelo en presentaciones |
| Reflection paper EMA sobre IA (2024) | Primera articulación del mismo enfoque riesgo/ciclo de vida |
| FDA GMLP Guiding Principles (2021) | 10 principios paralelos para dispositivos médicos; temas compartidos |
| ICH E6(R3) | Expectativas GCP sobre quality-by-design y controles proporcionales al riesgo también aplican cuando la IA apoya la conducción del ensayo |
| ICH Q9(R1) | Marco de gestión de riesgos de calidad, directamente compatible con los principios 2 y 8 |
| Reglamento UE de IA (Reglamento 2024/1689) | Obligaciones legales horizontales para IA de alto riesgo; cruza con pharma cuando la salida de IA afecta decisiones regulatorias |
Los equipos pharma que ya tienen GMLP, RBQM ICH E6(R3) o marcos de riesgo ICH Q9(R1) hallarán familiares los principios de enero de 2026. El valor de los principios es la armonización: un marco que pasa ante revisores de ambas agencias.
Pruebe esto en RegAid: ¿Cuáles son los 10 principios guía FDA/EMA para IA en desarrollo de medicamentos?
Qué deben hacer los promotores ahora
Los principios son voluntarios, pero tres categorías de promotores no pueden esperar a la guidance vinculante.
Promotores con presentaciones activas dependientes de IA: si un sistema de IA aporta evidencia a un IND, NDA, BLA, CTA o MAA en los próximos 18 meses, las expectativas del revisor reflejarán los principios de enero de 2026. Alinee su dossier ya.
Promotores que usan IA en operaciones clínicas: algoritmos de monitorización basada en el riesgo, reclutamiento de pacientes, scoring eCOA y detección de señales de seguridad entran todos en el alcance. ICH E6(R3) más los principios de enero de 2026 fijan el listón combinado.
Promotores con IA en fabricación y calidad: PAT, modelos de liberación y analítica de desviaciones son cada vez más IA. Los principios 6, 7, 8 y 9 fijan las expectativas de documentación y monitoreo que ahora tienen los reguladores.
Una lista de acciones prácticas:
-
Construir un inventario de IA. Liste cada sistema de IA que su organización usa en investigación, clínico, CMC, safety y comercial. Etiquete por criticidad, fase del ciclo de vida y punto de contacto regulatorio.
-
Definir un enunciado de contexto de uso por sistema. Una página por sistema que responda: qué hace, quién lo usa, sobre qué entradas, para qué decisiones, con qué supervisión humana. Este documento sirve directamente al principio 4 y sostiene el resto.
-
Documentar la procedencia y gobernanza de datos. Para cada sistema: fuente de datos de entrenamiento, evaluación de representatividad, metodología de etiquetado, controles de acceso y política de retención. Es el principio 6.
-
Crear un foro de gobernanza de IA. Revisión transversal periódica (data science, regulatory, clínico, estadística, legal, IT) con actas escritas de decisiones de riesgo. Sirve al principio 5 y crea la pista de auditoría que los inspectores esperan.
-
Definir protocolos de evaluación de rendimiento. Para cada sistema con uso regulatorio relevante: métricas, pruebas out-of-distribution, evaluación de sesgos y criterios de aceptación preespecificados. Principios 7 y 8.
-
Montar monitoreo del ciclo de vida. Detección de drift en producción, tableros de rendimiento, disparadores de reentrenamiento y procedimientos de retiro de versión. Principio 9.
-
Alinear plantillas documentales con los principios. Actualice data sheets, model cards e informes de validación para mapear explícitamente los 10 principios. Los revisores que recorran su presentación encontrarán la estructura esperada.
Malentendidos habituales
"Los principios no son vinculantes, podemos aplazar": los principios sostendrán la guidance vinculante en ambas jurisdicciones. Los promotores que esperen la versión vinculante afrontarán plazos de implementación comprimidos. La vía eficiente es implementar ya.
"Ya tenemos una model card, estamos cumpliendo": una model card documenta el modelo. Los principios exigen documentar contexto de uso, gestión del ciclo de vida, supervisión humana y gobernanza. La model card es una pieza de un paquete mayor.
"Los principios son solo para IA clínica": el alcance es el desarrollo del medicamento en sentido amplio, incluye investigación temprana, CMC, fabricación y farmacovigilancia. La IA de fabricación bajo el principio 9 está tanto en el alcance como la IA clínica bajo el principio 4.
"Los principios duplican el Reglamento UE de IA": se solapan pero no duplican. El Reglamento IA es derecho UE horizontal. Los principios de enero de 2026 son expectativas regulatorias pharma-específicas de FDA y EMA. Un promotor europeo de una actividad de desarrollo del medicamento basada en IA debe satisfacer ambos.
"Basado en el riesgo significa que podemos saltar controles en IA de bajo riesgo": basado en el riesgo significa controles proporcionales al riesgo, no ausentes. Incluso la IA de bajo riesgo necesita contexto de uso, validación básica y monitoreo. Los principios 4, 6 y 9 no tienen piso.
Puntos clave
- La FDA y la EMA publicaron conjuntamente los Guiding Principles of Good AI Practice in Drug Development el 14 de enero de 2026
- Los 10 principios cubren human-centric by design, enfoque basado en el riesgo, adhesión a estándares, contexto de uso, experiencia multidisciplinar, gobernanza de datos, diseño de modelo, evaluación de rendimiento, gestión del ciclo de vida e información transparente
- Alcance: el ciclo de vida completo del desarrollo del medicamento: investigación, clínico, CMC, presentaciones y farmacovigilancia
- Los principios son voluntarios hoy; sostendrán guidances vinculantes en ambas jurisdicciones en 12 a 24 meses
- Los marcos existentes (ICH E6(R3), ICH Q9(R1), Reglamento UE de IA, FDA GMLP) armonizan con los principios en vez de competir; construya un paquete integrado de gobernanza de IA
- Los promotores con presentaciones activas dependientes de IA deben alinear sus dossiers ya; los principios fijan expectativas del revisor incluso antes de la guidance vinculante
Cómo ayuda RegAid
RegAid cubre los principios conjuntos FDA/EMA de enero de 2026, el marco FDA de enero de 2025 sobre credibilidad de modelos de IA, el reflection paper EMA sobre IA de 2024, los principios GMLP de la FDA, ICH E6(R3), ICH Q9(R1) y el Reglamento UE de IA. Pregunte "¿Cuáles son los 10 principios guía para la IA en desarrollo de medicamentos?" o "¿Cómo interactúa el Reglamento UE de IA con las expectativas EMA para IA en ensayos clínicos?" y obtenga una respuesta citada con enlaces a los documentos primarios de las agencias y los textos legales.