Devia sale del sigilo con agentes de IA para investigaciones de calidad farmacéutica

Una investigación de calidad farmacéutica debe hacer más que cerrar un ticket. Debe explicar qué salió mal, determinar la causa, documentar la respuesta y mostrar si el mismo problema ya había ocurrido antes. Devia, una empresa derivada de Visium con sede en Zúrich que sale del sigilo, aplica agentes de IA a esta cadena de trabajo y mantiene a los profesionales de calidad a cargo de las decisiones.

La empresa afirma que pasó un año probando el sistema con equipos de calidad en entornos GxP reales, incluido un proyecto con una importante organización de desarrollo y fabricación por contrato. GxP es el término general que engloba los requisitos de buenas prácticas reguladas en ámbitos como la fabricación, los laboratorios y la investigación clínica.

El lanzamiento de Devia está dirigido a fabricantes biofarmacéuticos, organizaciones de desarrollo y fabricación por contrato (CDMO) y organizaciones de investigación por contrato (CRO). Su propuesta parte de que un agente puede reunir pruebas y preparar borradores de investigaciones sin sustituir a las personas responsables de aprobarlas.

Del informe inicial a una causa raíz respaldada por pruebas

En las operaciones farmacéuticas, una desviación es un incumplimiento de un procedimiento, proceso o requisito previsto. Investigarla puede exigir que el personal reconstruya un suceso a partir de registros de producción, procedimientos normalizados de trabajo, archivos adjuntos y casos anteriores dispersos en distintos sistemas.

Devia describe un agente que estructura el informe inicial, reúne las pruebas pertinentes, sugiere posibles causas raíz y redacta acciones correctivas y preventivas, o CAPA. Los operadores, investigadores y el personal de aseguramiento de la calidad revisan y aprueban el trabajo a medida que avanza.

La documentación de la plataforma de la empresa ofrece más detalles sobre el proceso. Las preguntas iniciales siguen los procedimientos propios de la organización, y el sistema puede leer fotografías y archivos PDF adjuntos. Para el análisis de causas raíz, redacta diagramas de Ishikawa e investigaciones de los 5 porqués a partir del informe del suceso, los procedimientos y las desviaciones históricas pertinentes.

Estos métodos aportan estructura, pero no constituyen por sí mismos una prueba. Un análisis de Ishikawa organiza los posibles factores contribuyentes; una investigación de los 5 porqués sigue una cadena de explicaciones para llegar a una causa subyacente. La cuestión clave es si cada explicación propuesta está respaldada por pruebas que un investigador cualificado pueda examinar.

«Los equipos de calidad no necesitan otro sistema de registro. Necesitan un agente que haga el trabajo preliminar para que sus expertos puedan centrarse en las causas raíz que importan», afirmó Pascal Rodriguez, director de tecnología (CTO) de Devia.

Aprender de casos anteriores sin automatizar el veredicto

Las investigaciones históricas resultan útiles cuando ayudan al personal a reconocer una causa compartida, en lugar de limitarse a encontrar un informe con una redacción similar. Devia afirma que compara las nuevas propuestas de causas raíz con casos anteriores y conserva las decisiones revisadas por sus propios expertos para futuras investigaciones.

El sitio web distingue entre una causa que sigue apareciendo sin que se haya aplicado una intervención eficaz y otra que reaparece después de que se haya verificado la eficacia de una acción correctiva. Esa distinción puede cambiar la investigación: quizá la organización deba abordar un problema sistémico que antes no se había tratado, o explicar por qué fracasó una solución que se consideraba eficaz.

Devia presenta estas comparaciones para que las revise una persona. El personal acepta o rechaza las relaciones sugeridas, y las decisiones resultantes pasan a formar parte del registro. Por eso, el proceso de revisión es fundamental para la utilidad del producto: una sugerencia de IA sin respaldo no debería convertirse de manera inadvertida en precedente para el siguiente caso.

Según el comunicado de lanzamiento, los usuarios de los proyectos piloto con clientes dedicaron la mitad de tiempo a investigar desviaciones. Devia no ha revelado el tamaño de la muestra del piloto ni la metodología de evaluación, por lo que la cifra representa un resultado comunicado por la empresa y no un parámetro de rendimiento establecido de manera independiente.

Integración con los sistemas de calidad existentes

El anuncio del lanzamiento menciona plataformas de calidad consolidadas, como TrackWise, Veeva Vault QMS y MasterControl, entre los sistemas que ya utilizan los clientes. La documentación de integración de Devia especifica cómo funciona actualmente la implementación: las desviaciones históricas y las CAPA se importan desde archivos exportados del QMS, los procedimientos se incorporan como documentos y las investigaciones completadas generan informes de cierre que se ajustan al formato del QMS del cliente.

Esto no equivale a una conexión totalmente sincronizada con todos los sistemas operativos. Entre las próximas capacidades figuran conectores directos para la gestión de calidad, la ejecución de fabricación, la gestión de información de laboratorio y la planificación de recursos empresariales. La hoja de ruta de la plataforma también incluye herramientas de seguimiento de tendencias más amplias, funciones para evaluar la eficacia de las CAPA y herramientas de apoyo a las inspecciones.

Para la implementación, Devia afirma que la plataforma puede funcionar en la cuenta de Azure o AWS del cliente, en la región que este elija y mediante Azure OpenAI o Amazon Bedrock. Su documentación indica que los registros de los clientes no se utilizan para entrenar modelos destinados a otras organizaciones. La empresa no identifica ningún modelo fundacional propio; el valor descrito del producto reside en aplicar IA a los procedimientos de la empresa, los casos históricos y los flujos de trabajo de revisión controlada.

La trazabilidad forma parte del producto, no es algo secundario

La necesidad de realizar investigaciones rigurosas está ampliamente reconocida. El análisis de la FDA sobre las observaciones de las inspecciones de medicamentos identifica la falta de investigación de discrepancias y fallos de productos entre los problemas recurrentes de calidad en la fabricación. Agilizar la redacción, por sí solo, no resuelve el problema si las pruebas y las conclusiones siguen siendo poco sólidas.

La documentación de seguridad de Devia describe usuarios identificados individualmente, acceso basado en roles, inicio de sesión único, cifrado y registros con marca de tiempo de los cambios y las aprobaciones. También indica que la empresa proporciona documentación de validación para respaldar la validación de sistemas informatizados de los clientes o sus actividades de aseguramiento. Estas capacidades están concebidas para facilitar el uso en entornos regulados, no para sustituir las propias responsabilidades de los clientes en materia de validación y calidad.

El lanzamiento también hace referencia a EN 18286:2026. La Comisión Europea confirma que la norma armonizada establece requisitos de gestión de la calidad para los proveedores de IA de alto riesgo en virtud del artículo 17 del Reglamento de IA. Devia afirma que su enfoque sigue esos principios; el anuncio no demuestra que el producto haya obtenido una certificación independiente conforme a esa norma.

La oportunidad de Devia consiste en reducir el tiempo que los investigadores dedican a recopilar y organizar información, y facilitar al mismo tiempo el examen de sus razonamientos. La prueba más importante será determinar si los equipos de calidad pueden convertir esa ayuda de forma sistemática en investigaciones más sólidas y en medidas correctivas que eviten que vuelva a producirse el mismo problema de fabricación.